[发明专利]基于HMM的硬件木马检测方法

说明书

本发明为一种基于HMM的硬件木马检测方法。该方法使用Baum‑Welch算法和前向算法对检测到的电流数据进行数据处理，通过对不含硬件木马电路与含硬件木马电路的功耗阈值分析得出结论。本发明利用机械学习提出基于HMM的硬件木马检测方法，通过计算待测电路数据与母本电路模型的匹配程度对硬件木马检测技术进行研究，并进行了实验验证了该方法的可行性和可靠性。

技术领域

本发明涉及芯片安全领域，具体是一种基于HMM的硬件木马检测方法。

背景技术

硬件木马的危害已经渗透到军事、政治和经济等各个领域。然而我国的芯片研发技术相对落后，即使是自行设计的芯片，也很难保证芯片的全部制造工序都由国内一家公司独立完成，何况80％以上的芯片都依赖于进口，并且一些外国公司在某些芯片设计领域还处于垄断地位。一旦芯片在制造的某些过程中植入了硬件木马，给我国的国防和生产所带来的危害是无法想象的。因此，提出有效的硬件木马检测方案，保证集成电路在其应用领域内发挥可靠的作用是一个至关重要的问题。

硬件木马检测技术在国内的研究起步相对较晚，目前学术界仍缺少相应的用于评估各种木马检测方法有效性的评价标准。基于侧信道信息分析的硬件木马检测技术是目前研究较多的一种硬件木马检测方法。在侧信道分析技术中，关键是对得到的功耗、电磁辐射、时间延迟等信息进行分析处理来获取有效信息，进而实现硬件木马的识别。

发明内容

本发明的目的为针对当前技术中存在的不足，提供一种基于HMM的硬件木马检测方法。该方法使用Baum-Welch算法和前向算法对检测到的电流数据进行数据处理，通过对不含硬件木马电路与含硬件木马电路的功耗阈值分析得出结论。本发明利用机械学习提出基于HMM的硬件木马检测方法。通过计算待测电路数据与母本电路模型的匹配程度对硬件木马检测技术进行研究，并进行了实验验证了该方法的可行性和可靠性。

本发明采用如下技术方案：

一种基于HMM的硬件木马检测方法，该方法通过电流探头采集芯片工作时产生的电流，并将其存储在示波器中，最后采集到的数据传送到PC机进行数据处理；

包括如下步骤：

步骤1，设计载体电路和面积较小的硬件木马电路，将多个硬件木马电路载入到载体电路中，为每个硬件木马都设置触发信号；

步骤2，将载体电路与硬件木马电路接入到FPGA芯片中，搭建检测平台，同时设置示波器的工作模式，工作模式设置为平均模式，平均次数设为512此采样深度为1M，电流探头绕线圈数为1圈，采样率为100M次/秒；

所述的检测平台包括FPGA板、直流电源、信号探头、示波器和PC机；连接关系为：直流电源、FPGA板、信号探头、示波器和PC机依次相连；

步骤3，在不激活硬件木马的条件下，利用示波器检测和存储FPGA芯片运行过程中产生的电流信息，根据需要检测的硬件木马的面积的大小来激活载体电路中不同个数的木马，再次利用示波器检测和存储FPGA芯片运行过程中产生的电流信息；

步骤4，使用单次采样的方法保存数据，通过采集母本电路数据八组，每组九个，硬件木马电路数据三组，每组九个，保存数据，并将数据导入PC中；

步骤5，提取母本数据特征参数，采用训练问题中的Baum-Welch算法对母本数据的特征参数进行训练得到母本数据模型；

(1)初始模型λ₀＝(A，B，π)，参数设置如下：

a.状态空间，设置状态空间为q＝{1}，1表示母本电路，状态数N＝1；

b.初始分布π＝{1}，表示在一般的情况下初始时刻的数据是母本电路数据；

c.因为只有母本电路，所以不可见状态转移矩阵A＝1；