[发明专利]基于电磁和电流的硬件木马侧信道检测方法

权利要求书

1.一种基于电磁和电流的硬件木马侧信道检测方法，其特征是，步骤如下：

1待测芯片的侧信道测试：利用侧信道采集平台多次采集电路在工作状态下泄露的电磁信息和电流信息；

2对所有待测芯片的侧信道信息进行预处理：对所有待测芯片的电磁信息和电流信息进行取平滑滤波处理，得到平滑的电磁和电流侧信道信息，将待测芯片的电磁信息和电流信息平均分割成n个区间段，且对每个区间的电磁信息进行求导处理；

3确定所有待测芯片的电磁导数信息与泄露的电流信息的比例系数矩阵R_1×n：求解步骤2得到的多个区间电磁信息的导数信息与之对应的电流信息的比例系数，构建比例系数矩阵R_1×n；

4部分待测芯片的比例系数矩阵的差异判别：利用聚类分析算法或者距离判别算法对比例系数矩阵R_1×n进行差异分析，分析待测芯片之间的差异，根据待测芯片的差异值的大小将待测芯片分为两类，并确定差异阈值r_th；

5待测芯片的硬件木马芯片判别：抽取两类芯片中的部分芯片，利用反向解剖技术将芯片进行反向分析，分析电路的结构，辨识硬件木马类和非硬件木马类；

6硬件木马的在线差异识别：利用步骤4得到的聚类分析算法或者距离判别算法对所有待测芯片的比例系数矩阵R_1×n进行分析，计算所有待测芯片的比例系数矩阵的差异值r'_th,如果r'_th＜r_th,则认定该芯片是非木马芯片，否则认定该芯片为硬件木马芯片。

2.如权利要求1所述的基于电磁和电流的硬件木马侧信道检测方法，其特征是，母本芯片k在时刻t，执行的运算操作C，利用侧信道测试方法M对芯片进行侧信道信息测量，得到的电流I(t,I_k,C,M),如式(1)所示，其中I(t,C)为平均侧信道信息，v(t,I_k,C)为芯片k的工艺偏差噪声，n(t,M)为测量噪声：

I(t,I_k,C,M)＝I(t,C)+v(t,I_k,C)+n(t,M) (1)

如果芯片中被植入硬件木马，不管硬件木马处于激活或者半激活状态，都会带来一定的额外侧信道信息开销，则木马芯片m消耗的电流I(t,I_m,C,M)，如式(2)所示,其中τ(t,I_m,C)为木马芯片引起的侧信道开销，v(t,I_m,C)为芯片m的工艺偏差噪声：

I(t,I_m,C,M)＝I(t,C)+v(t,I_m,C)+n(t,M)+τ(t,I_m,C) (2)

其中母本芯片k和木马芯片m消耗的电流分别为I_k，I_m，平均侧信道信息I(t,C)是芯片的平均侧信道信息，对芯片进行多次测量得到，工艺偏差噪声是芯片在制造过程中的工艺参数存在波动，所以即使是同一批次的芯片，在功耗方面也有细微的差别，利用对同一批次的芯片求侧信道信息的平均值来消除工艺偏差噪声，n(t,M)是在测量过程中，由于测量设备和测量条件的不同而产生一个随机噪声，利用多次测量芯片来消除测量噪声的影响，综上所述，对芯片的侧信道信息进行预处理，式(1)和(2)变换为式(3)和式(4)；

I_k＝I(t,C) (3)

I_m＝I(t,C)+τ(t,I_m,C) (4)

母本芯片k与木马芯片m消耗电流并不一致，则母本芯片和木马芯片的电流波形的导数也完全不一致，借助于模式识别或者统计分析算法识别两者之间的差异，从而实现硬件木马的检测。

3.如权利要求1所述的基于电磁和电流的硬件木马侧信道检测方法，其特征是，借助于模式识别或者统计分析算法识别两者之间的差异，从而实现硬件木马的检测，具体地，芯片的电流的导数与电磁探头感应的感生电动势成比例关系，即ε∝diff(I)，则对于母本芯片k和木马芯片m来说，对应的电流的导数与感生电动势的关系分别为r_k和r_m，如式(5),(6)所示，

其中电磁探头输出的感生电动势分别为ε_k和ε_m，由于母本芯片与木马芯片消耗的电流I_k、I_m并不一致，则对电流的导数也并不相等，因此r_k≠r_m，所以可以借助于模式识别或者统计分析算法识别两者之间的差异，从而实现硬件木马的检测。