近些年来,随着集成电路产业的飞速发展,伴随而来的硬件安全问题也逐渐引起人们的重视。其中硬件木马是电路安全攻击者为了达到改变IC功能或性能、泄漏敏感信息等非法目的而在电路中植入的恶意硬件模块。而当今集成电路专业分工的设计与制造模式所导致的一个后果,就是在设计或制造过程中电路面临着木马植入的风险,因为任何能接触到设计或制造并熟知电路的人,都可能对电路进行恶意的修改。因此,硬件木马已成为集成电路安全的主要威胁之一,针对硬件木马检测方法的研究就显得极具价值。目前,关于芯片设计或制造阶段的木马检测方法主要包括逆向工程、逻辑测试和旁路分析等。逆向工程需要对芯片进行破坏性的解封装,其整个过程代价昂贵且耗时;逻辑测试法在面对触发结构与功能复杂的硬件木马时不能有效获得木马激励而实现检测;旁路分析法其木马旁路信号的变化可能被工艺变化所覆盖,造成木马检测的失败。为克服主流方法在硬件木马检测中的不足,本文选用基于门级特性描述（Gate-Level Characterization,GLC）的木马检测方法进行改进,该方法可以避免工艺变化的影响,它将电路中每个门受到的工艺变化影响与一个比例因子对应起来,通过比例因子的异常来实现木马的检测。然而传统基于GLC的硬件木马（hardware trojan,HT）检测方法,所得到的参数需要引入黄金模型进行比较,导致检测难度大、成本高且耗时、复杂。针对以上基于GLC的木马检测方法存在的不足,本文提出了一种基于GLC与电路分区泄漏功耗测量的木马检测方法。建议方案先在门级网表层将电路划分为多个区域,然后提取各区域电路的泄漏功耗参数,然后通过线性回归算法计算得到各区域电路的硬件木马比例因子,最后采用自比较策略,利用所获得的各区域的木马比例因子相互比较,判断木马比例因子异常的区域含有硬件木马,从而实现了硬件木马的检测与定位。实验将建议方案应用于ISCAS-85基准电路进行硬件木马检测,结果表明,当木马电路占基准电路的门数比例大于0.04%时,可实现电路硬件木马的准确检测。同时考虑到方案中存在着木马有效信息的数据遗漏,即比例因子的信息并没有用于区域间的自比较,实验结果有待优化。本文采用主成分分析的降维算法对实验数据进行设计处理,将比例因子均值、方差结合木马比例因子所含的特征信息进行降维,可实现将所含木马泄漏功耗的信息提取到1维的特征数据中,从而再对硬件木马的感染进行判断,可以有效的提高该方法硬件木马的检测能力。