基于K_L變換與SVM的硬件木馬檢測新方法

摘要：針對基于旁路分析的硬件木馬檢測,旁路信號數據在空間中呈現高維分布、非線性的問題,探究在降低信號維數方面核函數的可行性,提出了一種基于K_L變換與支持向量機(Support Vector Machine,SVM)的硬件木馬檢測模型。在FPGA加密芯片中植入所設計的硬件木馬進行實驗,實驗結果對比表明,利用主特征向量構建的SVM模型在檢測占電路2%的硬件木馬時,測試準確率達到了98.1%,為規模更小的木馬檢測提供了新思路。