一种基于人工智能赋能的侧信道功耗分析硬件木马检测方法，用于保障信息物理系统中的集成电路安全
密码学与安全
2024-11-20 v1
摘要
信息物理系统依赖于传感器、通信和计算，所有这些都由集成电路 供电。IC 极易受到各种具有恶意图谋的硬件攻击。最隐蔽的威胁之一是在 IC 中植入硬件木马，导致电路发生故障或泄露敏感信息。由于供应链的漏洞，IC 在各个设计和制造阶段面临植入木马的风险。这些木马通常在被触发前保持不活跃状态。一旦被触发，木马会严重损害系统的安全性和保密性。本文提出了一种基于侧信道功耗分析的非侵入式硬件木马检测方法。我们利用了 IEEE DataPort 中十二个硬件木马的动态功耗测量数据。我们的方法应用于信号处理技术，从功耗轨迹中提取关键的时域和频域特征，随后利用人工智能 模型进行木马检测。与基线检测方法的比较表明，我们的方法在相同的侧信道功耗数据集上取得了比基线模型更高的检测准确率。
引用
@article{arxiv.2411.12721,
title = {An AI-Enabled Side Channel Power Analysis Based Hardware Trojan Detection Method for Securing the Integrated Circuits in Cyber-Physical Systems},
author = {Sefatun-Noor Puspa and Abyad Enan and Reek Majumdar and M Sabbir Salek and Gurcan Comert and Mashrur Chowdhury},
journal= {arXiv preprint arXiv:2411.12721},
year = {2024}
}
备注
19 pages, 7 figures