[发明专利]硬件木马检测方法及系统

说明书

技术领域

本发明涉及集成电路测试领域，特别是涉及一种硬件木马检测方法以及一种硬件木马检测系统。

背景技术

随着集成电路制造工艺的不断进步，建立并维护一座处于技术前沿的集成电路制造厂所需花费的成本越来越高（如今，建立一座12英寸、65nm工艺的集成电路制造厂需花费近30亿美元），这造成了集成电路的设计过程与制造过程相互分离的现象，即集成电路的设计方完成电路设计后，把形成的最终设计数据交付给集成电路制造厂，而制造厂负责进行具体的加工与生产。上述现状造成了集成电路的制造过程往往处于不受设计方控制的状态，使得集成电路在面对对手的破坏行为或恶意修改时非常脆弱。对于那些应用于政府机构、金融、交通等安全敏感领域的集成电路来说，制造过程的不可控，使得在使用这些集成电路时面临极大的安全隐患：对手可以在制造过程中往集成电路中植入一些额外的恶意电路（也称为硬件木马），这些硬件木马既能在将来某个时候被对手触发，也可能在某些情况下自行触发。一旦被触发后，硬件木马可以将集成电路的密钥等加密信息隐蔽地泄露给对手，还可以执行破坏行为，从而达到使整个系统功能瘫痪的目的。

由于硬件木马具有规模小、隐蔽性高、危害性大等特点，使得硬件木马的检测极其困难。传统的硬件木马检测方法中，利用电路的瞬态电源电流(I_DDT)和最高工作频率(F_max)之间的内在联系来实现硬件木马的检测。我们知道，当硬件木马的规模较小时，它对集成电路的旁路信号的影响往往会湮没在测量噪声和工艺偏差中，此时如果仅对单一的旁路信号参数进行分析将很难发现硬件木马的存在；而传统的硬件木马检测方法明确了在基于一阶近似的情况下，集成电路（或称：芯片）的瞬态电源电流（I_DDT）和最高工作频率（F_max）之间的关系是线性的，并且硬件木马插入所造成的影响主要在于导致了集成电路的I_DDT和F_max之间的线性关系的斜率发生了变化。因此该方法把集成电路的I_DDT和F_max分别作为Y轴和X轴绘制在一张图上，获得集成电路的I_DDT-F_max相关性趋势线；并把起参考作用的无木马集成电路的趋势线作为对比的基准，再把从待测集成电路获得的I_DDT-F_max相关性数据与该基准趋势线作对比，通过观察待测集成电路的数据是否偏移了基准趋势线，就可以判断出待测集成电路中是否被插入了硬件木马。

然而，上述硬件木马检测方法虽然利用了集成电路的I_DDT和F_max之间存在的线性关系，但它仅利用该线性依赖关系进行了简单的趋势分析，即把它们分别作为Y轴和X轴绘制在一张图上，通过观察待测集成电路的数据是否偏移了基准趋势线来判断集成电路中是否存在硬件木马。该方法对多个旁路信号进行的简单趋势分析虽然能够有效地检测出部分硬件木马，但是由于它未能对多个旁路信号之间的关联关系进行充分的数据挖掘，导致硬件木马检测分辨率较低。

发明内容

基于此，本发明提供一种硬件木马检测方法及系统，能够提高硬件木马检测分辨率。

为实现上述目的，本发明采用如下的技术方案：

一种硬件木马检测方法，包括以下步骤：

采集待测集成电路的旁路信号；

提取所述旁路信号的特征，形成特征集；

计算所述特征集的马氏距离值，包括参考集成电路的马氏距离值以及待测集成电路的马氏距离值；

将所述待测集成电路的马氏距离值与所述参考集成电路的马氏距离值进行比较，并根据比较结果进行硬件木马的检测。

一种硬件木马检测系统，包括：

旁路信号采集模块，用于采集待测集成电路的旁路信号；

特征提取模块，用于提取所述旁路信号的特征，形成特征集；

马氏距离值计算模块，用于计算所述特征集的马氏距离值，包括参考集成电路的马氏距离值以及待测集成电路的马氏距离值；

比较检测模块，用于将所述待测集成电路的马氏距离值与所述参考集成电路的马氏距离值进行比较，并根据比较结果进行硬件木马的检测。