基于长短时记忆神经网络的硬件木马检测
来源：计算机工程杂志2020年第7期北京时间：
作者：胡涛, 佃松宜, 蒋荣华
单位：四川大学 电气工程学院, 成都 610065
摘要：硬件木马给集成电路芯片的可靠性带来巨大威胁，为此，提出一种基于主成分分析（PCA）和长短时记忆（LSTM）神经网络的硬件木马检测方法。利用PCA提取侧信道信息中的电流特征向量，并利用该特征向量训练LSTM神经网络分类器，使该分类器达到识别硬件木马的目的。实验结果表明，该方法能对木马进行有效识别，且能检测出木马面积占总电路面积比为0.74%的硬件木马。
关键词：硬件木马检测,集成电路,旁路信息,主成分分析,长短时记忆神经网络
基金资助：中央高校基本科研业务费专项资金（20826041A4133）。
