针对硬件木马检测问题,分析了功耗旁路信号的统计特性,建立了木马检测问题的物理模型。在此基础上,提出了一种基于功耗旁路信号的硬件木马检测方法,该方法利用最大间距准则(MMC)处理旁路信号,构建体现基准芯片与木马芯片旁路信号之间最大差异的投影子空间,通过比较投影之间的差异检测集成电路芯片中的硬件木马;采用物理实验对该方法进行了验证,通过在现场可编程门阵列(FPGA )芯片上实现的高级加密标准(A ES )加密电路中植入不同规模的木马电路,分别采集功耗旁路信号(各1000条样本),并利用MMC方法对样本信号进行处理。实验结果表明:MMC方法能有效分辨出基准芯片与木马芯片之间旁路信号的统计特征差异,实现了硬件木马的检测。该方法与Karhunen‐Loève(K‐L )变换方法相比,有较好的检测效果。