基于阻抗特征的 PCB 篡改 Forensic 分析——使用可解释 AI
密码学与安全
2025-06-09 v1
摘要
印刷电路板（PCB）的安全性日益重要，因为供应链漏洞（包括篡改）对电子系统构成重大风险。虽然检测 PCB 篡改是验证的第一步，但也需要进行取证以识别被修改的组件。一种具有全局覆盖的非侵入且可靠的 PCB 篡改检测技术是对 PCB 电源分配网络（PDN）的阻抗表征。然而, 目前尚未确定是否可以利用二维阻抗特征用于取证 purposes。本文引入了一种新颖的 PCB 取证方法, 即对阻抗特征使用可解释 AI（XAI）。通过大量实验, 我们复制了各种 PCB 篡改事件, 生成用于开发 XAI algorithm 的数据集, 其不仅能够检测篡改, 还能解释算法为何会对是否发生篡改事件做出决策。我们 XAI algorithm 的核心是具有 96.7% 准确率的随机森林分类器, 足以解释算法的决策。为理解分类器在决策过程中行为, 我们利用 SHAP value 作为 XAI 工具来确定哪个频率分量对特定类别的分类器决策影响最大。该方法既增强了检测能力, 也推进了验证者逆向工程和分析二维阻抗特征进行取证的能力。
引用
@article{arxiv.2506.05734,
title = {There's Waldo: PCB Tamper Forensic Analysis using Explainable AI on Impedance Signatures},
author = {Maryam Saadat Safa and Seyedmohammad Nouraniboosjin and Fatemeh Ganji and Shahin Tajik},
journal= {arXiv preprint arXiv:2506.05734},
year = {2025}
}