[发明专利]基于电磁场效应的PCB篡改智能检测方法在审

专利信息
申请号: 201910446026.1 申请日: 2019-05-27
公开(公告)号: CN110118926A 公开(公告)日: 2019-08-13
发明(设计)人: 陈哲;张海龙;王坚;杨文秀;李桓;李玉柏 申请(专利权)人: 电子科技大学
主分类号: G01R31/28 分类号: G01R31/28;G06N3/08
代理公司: 成都正华专利代理事务所(普通合伙) 51229 代理人: 陈选中
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电磁场分布 矩阵 神经网络 电磁场效应 数学特征 智能检测 篡改 正确率 验证 归一化处理 测试 矩阵采集 输出识别 输出验证 训练样本 样本输入 预设要求 归一化 训练集 乱序 预设 样本 测量 返回 监督
【说明书】:

发明公开了一种基于电磁场效应的PCB篡改智能检测方法,其包括选取已知有无篡改的PCB板构成训练集;测量训练集中所有PCB板的电磁场分布得到电磁场分布矩阵M×N;对电磁场分布矩阵进行乱序和归一化处理后,提取数学特征;选取训练集中预设比例的样本作为训练样本训练BP有监督神经网络;将训练集中余下的电磁场分布矩阵作为验证样本输入初步训练的神经网络中,并输出验证正确率;判断验证正确率是否达到预设要求,若是,进入下一步骤,否则,令M=M+1,N=N+1,并返回电磁场分布矩阵采集步骤;获取待测试PCB板的测试电磁场分布矩阵,并依次进行归一化和数学特征提取;输入训练好的神经网络进行识别,并输出识别结果。

技术领域

本发明涉及PCB硬件的检测技术,具体涉及一种基于电磁场效应的PCB篡改智能检测方法。

背景技术

PCB的物理篡改是指通过恶意的篡改PCB上的元器件以及过孔的大小、走线宽度等等,从而造成电路功能以及性能的改变、泄露电路信息或者造成电路故障等等,这对硬件构成了极大的安全隐患。然而,由于这种物理篡改体积小并且容易操作,这使得它非常难以检测。目前,学术界有很多检测芯片级的硬件木马的方法,包括侧通道分析、逻辑测试以及逆向工程等等。

对于芯片级的硬件木马主要是进行逻辑上的恶意篡改,检测较容易,但是对于PCB板级的硬件木马主要是进行一些物理上的恶意篡改,检测起来非常困难。

目前对于PCB板级的一些恶意篡改的检测方法大部分停留在木马造成的严重后果以及防御措施上。如:对人们日常用到的智能设备进行了安全性分析,对PCB上的硬件木马进行了详细的分类,对PCB上的硬件木马进行了初步分析等等,但是这些检测方法都难以实现板子上的硬件的恶意篡改的检测。

发明内容

针对现有技术中的上述不足,本发明提供的基于电磁场效应的PCB篡改智能检测方法能够以较高的概率检测出板子上电容和覆铜面积的恶意篡改。

为了达到上述发明目的,本发明采用的技术方案为:

提供一种基于电磁场效应的PCB篡改智能检测方法,其包括:

S1、选取多个有篡改的PCB板和无篡改的PCB板构成训练集;

S2、采用探针测量训练集中所有PCB板的电磁场分布,得到行数为M,列数为N的电磁场分布矩阵;

S3、对训练集中各电磁场分布矩阵加上标签,并依次进行乱序和归一化处理,之后提取每个电磁场分布矩阵的数学特征;

S4、选取训练集中预设比例的经过数学特征提取的电磁场分布矩阵作为训练样本对BP有监督神经网络进行训练,得到初步训练的神经网络;

S5、将训练集中余下的经过数学特征提取的电磁场分布矩阵作为验证样本输入初步训练的神经网络中,并输出篡改的验证正确率;

S6、判断验证正确率是否达到预设要求,若达到,则完成神经网络的训练,并进入步骤S7,否则,令M=M+1,N=N+1,并返回步骤S2;

S7、获取待测试PCB板的测试电磁场分布矩阵M×N,并对测试电磁场分布矩阵依次进行归一化处理和数学特征提取;以及

S8、采用训练好的神经网络对经过数学特征提取的测试电磁场分布矩阵进行识别,并输出是否篡改的识别结果,完成PCB篡改检测。

进一步地,所述提取每个电磁场分布矩阵的数学特征进一步包括:

S31、根据训练集中的电磁场分布矩阵求解协方差矩阵G:

其中,Di(i∈[1,2,...,K])为训练集中电磁场分布矩阵;K为训练集中的电磁场分布矩阵的数量;为所有电磁场分布矩阵Di的平均值;T为矩阵的转置;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910446026.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top