[发明专利]一种基于XGBoost的门级硬件木马识别方法有效
| 申请号： | 201811567722.X | 申请日： | 2018-12-21 |
| 公开（公告）号： | CN109684834B | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 董晨;陈景辉;郭文忠;贺国荣;张凡 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F21/55 | 分类号： | G06F21/55;G06F21/56 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于XGBoost的门级硬件木马识别方法。对集成电路门级网表进行解析，采集不同门级网表中各net的特征数据集；采用留一法，将门级网表特征数据集分为训练数据集和测试数据集；利用训练数据集对XGBoost分类器进行训练，得到初始的门级网表硬件木马检测模型，并对测试数据集进行硬件木马的检测，依据混淆矩阵进行测试结果的统计；根据检测结果的混淆矩阵，可计算得到Recall（R）、F‑measure、Precision（P）和Accuracy指标；若4个指标的平均结果偏低，则对门级网表硬件木马检测模型进行参数调整优化；将待检测的门级网表进行特征数据集的提取，并将数据集输入到训练优化后的门级网表硬件木马检测模型中，即可判定该门级网表中是含有硬件木马。 | ||
| 搜索关键词： | 一种 基于 xgboost 硬件 木马 识别 方法 | ||
【主权项】：
1.一种基于XGBoost的门级硬件木马识别方法，其特征在于，包括如下步骤：步骤S1、依据N个木马特征，对集成电路门级网表进行解析，采集不同门级网表中各net的特征数据集；步骤S2、采用留一法，将门级网表特征数据集分为训练数据集和测试数据集；步骤S3、利用训练数据集对XGBoost分类器进行训练，得到初始的门级网表硬件木马检测模型；步骤S4、利用训练得到的门级网表硬件木马检测模型对测试数据集进行硬件木马的检测，根据检测结果的混淆矩阵，可计算得到Recall（R）、F‑measure、Precision（P）和Accuracy指标；步骤S5、若步骤S4计算得到的测试数据集的Recall(R)、F‑measure、Precision(P)和Accuracy的平均结果偏低，则对门级网表硬件木马检测模型进行参数调整优化；步骤S6、将待检测的门级网表进行特征数据集的提取，并将数据集输入到训练优化后的门级网表硬件木马检测模型中，即可判定该门级网表中是含有硬件木马。
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福州大学，未经福州大学许可，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/patent/201811567722.X/，转载请声明来源钻瓜专利网。
