A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Empirical Evaluation and Optimization of Hardware-Trojan Classification for Gate-Level Netlists Based on Multi-Layer Neural Networks Avaliação empírica e otimização da classificação de Trojan de hardware para netlists de nível de porta baseadas em redes neurais multicamadas

Kento HASEGAWA, Masao YANAGISAWA, Nozomu TOGAWA

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Recentemente, foi relatado que fornecedores maliciosos de IC de terceiros frequentemente inserem trojans de hardware em seus produtos. Especialmente na etapa de design do IC, fornecedores terceirizados mal-intencionados podem facilmente inserir Trojans de hardware em seus produtos e, portanto, temos que detectá-los de forma eficiente. Neste artigo, propomos um método de detecção de Trojan de hardware baseado em aprendizado de máquina para netlists em nível de portão usando redes neurais multicamadas. Primeiro, extraímos 11 valores de recursos da Trojan-net para cada rede em uma netlist. Depois disso, classificamos as redes em uma netlist desconhecida em um conjunto de redes Trojan e de redes normais usando redes neurais multicamadas. Ao otimizar experimentalmente a estrutura das redes neurais multicamadas, podemos obter uma média de 84.8% de taxa de verdadeiro positivo e uma média de 70.1% de taxa de verdadeiro negativo, enquanto podemos obter 100% de taxa de verdadeiro positivo em alguns dos benchmarks, o que supera o métodos existentes na maioria dos casos.

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E101-A No.12 pp.2320-2326
Data de publicação
2018/12/01
Publicitada
ISSN online
1745-1337
DOI
10.1587/transfun.E101.A.2320
Tipo de Manuscrito
Special Section LETTER (Special Section on VLSI Design and CAD Algorithms)
Categoria

autores

Kento HASEGAWA
  Waseda University
Masao YANAGISAWA
  Waseda University
Nozomu TOGAWA
  Waseda University

Palavra-chave