使用强化学习实现硬件木马注入

Apr, 2022

Hardware Trojan Insertion Using Reinforcement Learning

Amin Sarihi, Ahmad Patooghy, Peter Jamieson, Abdel-Hameed A. Badawy

TL;DR本文利用强化学习 (Reinforcement Learning，RL) 自动化硬件特洛伊（Hardware Trojan, HT）嵌入过程，以消除制约 HT 检测方法成果的人为偏见。作者开发的工具集可以将组合 HT 插入 ISCAS-85 基准套件，具备 HT 大小和触发条件的变化性，并证明了其效果高，输入覆盖率高达 100％，所插入的 HT 具有最小的体积和罕有的激活概率。

Abstract

This paper utilizes reinforcement learning (RL) as a means to automate the hardware trojan (HT) insertion process to eliminate the inherent human biases that limit the development of robust HT detection methods.

reinforcement learning hardware trojan automation circuit design isca-85

发现论文，激发创造

使用强化学习检测木马

本文采用强化学习方法，设计了一个能在检测硬件特洛伊时通过最小集合的模式来确保最高测试覆盖率的代理器。实验证明，该代理器在降低测试模式的数量并保持测试覆盖率方面有显著效果。

Aug, 2022

基于强化学习的多指标硬件木马检测方法

该论文提出了一种基于多标准强化学习方法的硬件特洛伊检测工具，能有效地探索现有的检测策略和适应新的检测场景，并且提供了一种公正的比较硬件特洛伊检测方法的方法。该工具在 ISCAS-85 基准测试中成功检测率平均达到了 84.2%。

Apr, 2023

TrojanForge: 利用强化学习的敌对硬件后门示例

该研究使用机器学习等技术，开发了一种名为 TrojanForge 的工具，用于生成能够击败硬件特洛伊检测器的对抗性例子，展示了对自动硬件特洛伊插入具有 GAN 样式的对抗工具的能力。研究结果表明，该过程可插入能够躲避各种硬件特洛伊检测器的硬件特洛伊，且攻击成功率较高，为我们提供了在防御方面的见解。

May, 2024

使用强化学习攻击静态硬件木马检测技术

本文提出了一种新的基于强化学习的攻击框架，称为 ATTRITION，其可以有效地规避目前流行的硬件木马检测技术，展示了其强大的攻击能力，从而揭示了当前检测技术的局限性，并提出了未来研究的方向。

Aug, 2022

加固硬件安全的强化学习：机遇、发展和挑战

利用强化学习代理检测硬件特洛伊问题是一种解决硬件安全性挑战的新方法。

Aug, 2022

AdaTest：基于强化学习与自适应采样的芯片硬件木马检测

该论文提出了 AdaTest，一种适用于高效和可靠的硬件特洛伊检测的自适应测试模式生成框架，其中使用强化学习算法生成测试向量并通过电路仿真优化硬件开销。实验结果表明，AdaTest 相较现有技术在测试性能上可获得高达两个数量级的提高，并在更小的测试集大小下取得了更高的特洛伊检测率。

Apr, 2022

寻求者的困境：硬件木马检测的现实制定与基准

通过形式定义 “硬件木马（HT）检测” 的现实问题，本研究旨在推动硬件设计领域的安全研究。通过在图上扩展 Hide&Seek，采用 “追求者困境” 问题描述方法模拟更贴近真实世界的 HT 检测问题。使用这种理论问题形式，创建了一个混合有 HT 和无 HT 的重组电路基准，并使用开发的基准评估三种最先进的 HT 检测工具，展示了该方法的基准结果。通过主成分分析评估基准的强度，在一些重组的 HT 感染电路与无 HT 电路映射接近的情况下，导致检测器的标签错误分类。

Feb, 2024

AttackGNN: 使用强化学习在硬件安全中对 GNN 进行红队攻击

该研究通过针对硬件安全中的基于图神经网络技术的攻击，提出了 AttackGNN 方法，并通过生成对抗性示例，即电路，来欺骗这些技术。通过攻击，成功地生成了能欺骗所有测试电路的对抗电路，包括知识产权盗版、硬件木马侦测 / 定位、电路逆向工程和硬件混淆等四类硬件安全问题。

Feb, 2024

通过对抗电源迹线的逃避式硬件木马

本文研究硬件安全背景下的机器学习漏洞，主要聚焦在硬件木马、机器学习和侧信道分析，通过设计对抗噪声的方法来绕过机器学习侧信道分析，并提供开放的资源和设计。

Jan, 2024

基于知识驱动的强化学习自动渗透测试与奖励机制

基于强化学习的自动化渗透测试（AutoPT）已被证明能够提高信息系统中漏洞识别的效率。然而，基于强化学习的 PT 面临着一些挑战，包括采样效率低、奖励规定复杂以及可解释性有限。为解决这些问题，我们提出了一种基于知识的 AutoPT 框架，称为 DRLRM-PT，它利用奖励机器（RMs）将领域知识编码为培训 PT 策略的指南。在我们的研究中，我们特别关注作为 PT 案例研究的横向移动，并将其表述为由 RMs 引导的部分可观察马尔可夫决策过程（POMDP）。我们基于 MITRE ATT&CK 知识库为横向移动设计了两个 RMs。为了解决 POMDP 并优化 PT 策略，我们采用了带有 RM 的深度 Q 学习算法（DQRM）。实验结果表明，与不具有知识嵌入的 Agent 相比，DQRM Agent 在渗透测试中表现出更高的训练效率。此外，编码了更详细领域知识的 RMs 与编码较简单知识的 RMs 相比，在渗透测试性能方面表现更好。

May, 2024