[发明专利]一种PCA与朴素贝叶斯分类融合的硬件木马检测方法

权利要求书

1.一种PCA与朴素贝叶斯分类融合的硬件木马检测方法，其特征在于，包括以下步骤：

步骤一：搭建集成电路侧信道采集平台，采集待测电路在工作状态下产生的侧信道信息X；

步骤二：利用PCA算法对原始侧信道数据进行数据压缩并消除冗余信息，得到降维后的侧信道数据Y；

步骤三：选择PCA降维后的待测样本Y＝{y₁,y₂,...,y_k}为一个待分类项，每个y_i为Y的一个特征属性；

步骤四：根据检测目的对样本进行分类，有类别集合可以表示为T＝{T₁,T₂}，其中T₁表示为纯净芯片而T₂为含有硬件木马的芯片；

步骤五：确定已知分类的训练样本集：抽取芯片中的少量芯片，利用逆向工程技术进行反向解剖，确定原始芯片与木马芯片；

步骤六：统计得到在上述两类类别下的各个特征属性的条件概率估计，即P(y₁|T₁),P(y₂|T₁),...,P(y_m|T₁)；P(y₁|T₂),P(y₂|T₂),...,P(y_m|T₂)；

步骤七：因各个特征属性间相互独立，根据贝叶斯定理可得各个特征属性对每个类别的条件概率估计，即：

步骤八：硬件木马识别：若P(T₁|Y)＞P(T₂|Y)，则待测样本属于分类项T₁，即该样本为纯净芯片，反之即为含有木马的芯片。