logo móvil
Contáctanos

Una técnica de detección de troyanos de hardware basada en la partición de bloques de circuitos sospechosos

Autores: Mao, Jiajie; Jiang, Xiaowen; Liu, Dehong; Chen, Jianjun; Huang, Kai

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Una técnica de detección de troyanos de hardware basada en la partición de bloques de circuitos sospechosos


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Troyano de hardware
Señal de activación
Capacidad de prueba
Circuito
Métodos de detección
Tasa de falsos positivos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 34

Citaciones: Sin citaciones


Descripción
Para garantizar que un troyano de hardware permanezca oculto en un circuito, generalmente es necesario asegurar que la señal de activación tenga una baja testabilidad, lo cual ha sido ampliamente reconocido y demostrado. Los métodos de detección basados en testabilidad más avanzados son bastante lentos para circuitos grandes, y la tasa de falsos positivos no es tan baja como la de circuitos pequeños. En este documento, se detectó un troyano de hardware a través de la baja testabilidad de la señal de activación y sus características de posición en el circuito, lo que mejora significativamente la velocidad de detección manteniendo una tasa de falsos positivos más baja al aplicarse a circuitos grandes. Primero, se aplicó el Programa de Análisis de Controlabilidad/Observabilidad de Sandia (SCOAP) para obtener la controlabilidad de 0-1 de las señales en la lista de redes. En segundo lugar, se calculó el valor de controlabilidad mediante el modelo de amplificación diferencial, para facilitar el agrupamiento K-means y obtener mejores resultados. Luego, calculamos el camino más corto entre cada señal sospechosa para obtener la conexión entre cada señal sospechosa. Finalmente, dividimos las señales sospechosas en varios bloques de circuitos sospechosos para filtrar la señal de activación real. Como resultado, se obtuvo una tasa de falsos negativos del 0% y la tasa de falsos positivos más alta del 5.02% en los benchmarks de Trust-Hub.

Otros recursos que podrían interesarte

Temas Virtualpro