胡 涛,佃松宜,蒋荣华

(四川大学 电气工程学院,成都 610065)

0 概述

由于集成电路(Integrated Circuit,IC)的设计越来越复杂,且其设计和制造朝着全球化的方向发展,半导体公司已不能完全自行设计和制造出所有的集成电路,这导致部分集成电路的设计和制造将外包给世界各地的其他公司,而外包公司可能在半导体公司不知情的情况下恶意设计集成电路[1]。已有研究表明,集成电路不仅在制造外包过程中容易受到恶意操作,而且整个集成电路的开发链也容易受到恶意操作,这增加了集成电路中存在硬件木马的可能性。硬件木马是指一种恶意修改电路,常以旁路电路的形式添加在原本电路中,并在攻击者的操控下达到破坏电路或者窃取数据的目的[2]。

硬件木马的检测方式多种多样,目前国内外的检测方式主要包括逻辑检测、延时特征检测、失效性检测、侧道信息检测等[3]。其中,侧道信息检测方法是通过检测集成电路的侧道信号来分析待识别芯片中是否存在硬件木马,与其他检测方法相比,侧道信息检测具有无损伤、低开销、高性能等优点。基于此,本文采用的检测方法也属于侧道信息检测方法。

文献[4]通过支持向量机(Support Vector Machine,SVM)验证了包含触发电路的硬件木马检测的可行性。文献[5]提出一种基于自组织竞争神经网络的硬件木马检测方法,利用无监督的学习算法对母本电路和待测电路进行分类判别,自组织竞争神经网络可以有效分辨微弱信号,而无监督学习机制可以减少人为干预,降低人为建立的数学模型不精确带来的负面影响。……