基于木马特征风险敏感的硬件木马检测方法

摘要：

针对现有硬件木马检测方法中存在的木马检出率偏低问题,提出一种基于木马特征风险敏感的门级硬件木马检测方法.通过分析木马电路的结构特征和信号特征,构建11维硬件木马特征向量;提出了基于Borderline-SMOTE的硬件木马特征扩展算法,有效扩充了训练数据集中的木马样本信息;基于PSO智能寻优算法优化SVM模型参数,建立了木马特征风险敏感分类模型.该方法基于Trust-Hub木马库中的17个基准电路展开实验验证,其中16个基准电路的平均真阳率(TPR)达到100％,平均真阴率(TNR)高达99.04％,与现有的其他检测方法相比,大幅提升了硬件木马检出率.

关键词：硬件木马检测、风险敏感、PSO、SVM分类模型

所属期刊栏目：49

分类号：TP309+.1(计算技术、计算机技术)

在线出版日期：2023-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：35-43