hardware trojans | BriefGPT

关键词hardware trojans

搜索结果 - 7

多模态深度学习方法的不确定性感知硬件木马检测
硬件特洛伊木马的检测方法研究中，使用了多模态深度学习和不确定性量化度量来提高准确性和应对硬件安全挑战。
PDF6 months ago
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。
PDF6 months ago
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%。
PDFa year ago
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。
PDF2 years ago
MM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。
PDF2 years ago
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。
PDF2 years ago
基于图卷积网络的黄金无参考硬件特洛伊定位
提出了一种基于 Graph Convolutional Network（GCN）的新型、无需 golden reference 的、预硅阶段硬件木马本地化方法，自动提取电路设计的节点特征进行分类，准确率达到 99.6％，F1 得分为 93.
PDF2 years ago