论文部分内容阅读
硬件木马给集成电路芯片的可靠性带来巨大威胁,为此,提出一种基于主成分分析(PCA)和长短时记忆(LSTM)神经网络的硬件木马检测方法。利用PCA提取侧信道信息中的电流特征向量,并利用该特征向量训练LSTM神经网络分类器,使该分类器达到识别硬件木马的目的。实验结果表明,该方法能对木马进行有效识别,且能检测出木马面积占总电路面积比为0.74%的硬件木马。