HTDet：一种基于信息熵的硬件木马检测聚类方法
信息论
2019-06-18 v1 密码学与安全
math.IT
摘要
硬件木马（HT）因其显著的潜在威胁而受到学术界和工业界越来越多的关注。本文提出一种新颖的基于信息熵聚类的硬件木马检测方法，命名为HTDet。HTDet的核心思想是：木马通常插入到可控性和可观测性较低的区域以维持高隐蔽性，这将导致木马逻辑在仿真过程中呈现极低的翻转率。这意味着低翻转率的逻辑区域将为硬件木马检测提供更为丰富且重要的信息。因此，HTDet应用信息论技术以及一种典型的基于密度的带噪声空间聚类算法（DBSCAN）来检测待测电路（CUD）中所有可疑的木马逻辑。DBSCAN是一种无监督学习算法，可提升HTDet的适用性。此外，我们提出一种利用互信息的启发式测试向量生成方法，以增加可疑木马逻辑的翻转率。基于基准测试的实验评估证明了HTDet的有效性。
引用
@article{arxiv.1906.06996,
title = {HTDet: A Clustering Method using Information Entropy for Hardware Trojan Detection},
author = {Renjie Lu and Haihua Shen and Feng Zhang and Huawei Li and Wei Zhao and Xiaowei Li},
journal= {arXiv preprint arXiv:1906.06996},
year = {2019}
}