TrojanWhisper：评估预训练 LLMs 检测和定位硬件木马的能力
密码学与安全
2024-12-11 v1 人工智能
摘要
现有的硬件木马（HT）检测方法面临若干关键限制：逻辑测试难以应对大型设计的可扩展性和覆盖率问题，侧信道分析需要黄金参考芯片，而形式化验证方法则面临状态空间爆炸问题。大型语言模型（LLMs）的出现，通过利用其自然语言理解和推理能力，为 HT 检测提供了一个有前景的新方向。本文首次探索了通用 LLMs 在检测插入到寄存器传输级（RTL）设计（包括 SRAM、AES 和 UART 模块）中的各种 HT 的潜力。为此，我们提出了一种新颖的工具，该工具系统性地评估了最先进的 LLMs（GPT-4o、Gemini 1.5 pro 和 Llama 3.1）在未进行微调的情况下检测 HT 的能力。为了解决潜在的训练数据偏差，该工具实现了扰动技术，即变量名混淆和设计重构，这使得案例对所使用 LLMs 来说更为复杂。我们的实验评估表明，GPT-4o 和 Gemini 1.5 pro 在基线场景下实现了完美的检测率（100%/100% 的精确率/召回率），两个模型都实现了比有效载荷行覆盖率（PLC: 0.32-0.46）更好的触发行覆盖率（TLC: 0.82-0.98）。在代码扰动下，虽然 Gemini 1.5 pro 保持了完美的检测性能（100%/100%），但 GPT-4o（100%/85.7%）和 Llama 3.1（66.7%/85.7%）的检测率有所下降，并且所有模型在定位触发器和有效载荷方面的准确性都有所降低。本文验证了 LLM 方法在硬件安全应用中的潜力，并指出了未来改进的方向。
引用
@article{arxiv.2412.07636,
title = {TrojanWhisper: Evaluating Pre-trained LLMs to Detect and Localize Hardware Trojans},
author = {Md Omar Faruque and Peter Jamieson and Ahmad Patooghy and Abdel-Hameed A. Badawy},
journal= {arXiv preprint arXiv:2412.07636},
year = {2024}
}