分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-08-13 合作期刊: 《计算机应用研究》
摘要: 针对硬件木马(hardware Trojan,HT)种类繁多难以获取未知木马特征及采集的旁路信号含噪声问题,提出了一种基于IFCM加权的SVDD(IFCMW_SVDD)硬件木马检测方法。传统支持向量数据描述(SVDD)在解决单分类问题时存在相同条件下训练全部样本的不足,需要根据相应问题对样本有主次之分进行训练。通过一种改进的模糊C均值方法(IFCM)计算“金片”旁路信号的隶属度,将其作为样本特征的权重(W)系数,使得针对硬件木马检测问题构建SVDD模型的支持向量能够描述“金片”信号的同时尽可能减小描述范围。实验表明,所提方法实现单分类硬件木马检测的同时较传统SVDD算法在检测精度和稳定性上都有所提高。