随着信息社会的不断发展,人们对于信息安全的需求日益提高,各种安全验证方法层出不穷。但是近年来兴起的针对硬件的攻击方法使得信息安全受到了严重的威胁。针对硬件的攻击可以是硬件内部产生的,也可以由攻击者从硬件外部对硬件进行攻击。硬件木马便是一种由硬件内部产生的攻击。硬件木马攻击指的是攻击者通过在硬件内部插入一段电路以在特定情况下改变电路功能对硬件安全产生了极大的威胁。从硬件外部进行攻击的方法有很多,例如故障注入攻击,侧信道攻击。特别的,近年来兴起的针对物理不可克隆函数的机器学习攻击对物理不可克隆函数这一新兴技术产生了严重的威胁。针对以上问题,本文利用可重构计算处理器动态和部分可配置的特性,对其在对抗硬件木马攻击,以及针对物理不可克隆函数的机器学习攻击的关键技术进行了分析和研究,并提出两种针对性的抗击策略。一种抗击策略是基于安全值的动态资源管理策略。针对可重构计算处理器中存在的木马威胁,提出了相应的抗击对策。抗击对策定义了安全值衡量标准,并给出在资源约束情况下硬件资源的管理策略,用以最大化程度保证处理器的安全运行。仿真实验结果表明,在相同硬件约束情况下,本论文提出的方法比其他防范方法安全性提高了10%。在实际芯片上的验证也说明了该策略的有效性。另一种抗击策略是基于路由选择的物理不可克隆函数。本论文设计了新型的电路结构,使得物理不可克隆函数的长度,连接方式能动态配置,在不影响输出稳定性的情况下让攻击者难以进行有效的机器学习攻击。并且基于安全性的考虑给出了相应的应用方案。安全性分析显示所提结构使得攻击者建模难度提高了12个数量级。进一步的仿真结果表明,机器学习攻击的验证准确率均低于53%,远低于验证通过所需的87%预测准确率,并且自然情况下便已有50%的预测准确率。相较于同等安全级别所需的硬件开销,本论文所提结构硬件开销降低了5个数量级,即以极低的硬件开销实现了很高的安全性。本论文所提的两种抗击硬件攻击对策均利用了可重构计算处理器动态和部分可配置的特性,在减少开销的同时,提升了可重构计算处理器对抗硬件攻击的能力。