基于朴素贝叶斯分类器的硬件木马检测方法

• 作者: 张磊 曲鸣 王建新 王柏人
• 来源期刊: 计算机应用研究
• 关键词: 侧信道分析 硬件木马 朴素贝叶斯分类器 性能比对
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 信息安全技术
• 页码范围: 3073-3076
• 页数: 4页
• 分类号: TN915.08
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.10.043

摘要

在侧信道分析的基础上,针对芯片中存在的硬件木马,提出一种基于朴素贝叶斯分类器的硬件木马检测.该方法能够利用训练样本集构建分类器,分类器形成后便可将采集到的待测芯片功耗信息准确分类,从而实现硬件木马检测.实验结果表明,对于占电路资源1.49％和2.39％的两种木马,贝叶斯分类器的误判率仅为2.17％,验证了该方法的有效性和适用性.此外,在与欧氏距离判别法比较时,基于朴素贝叶斯分类器的方法表现出了更高的判别准确率,同时也具有从混杂芯片中识别出木马芯片与标准芯片的能力,这又是马氏距离判别法所不具备的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	北京电子科技学院电子信息工程系	30	60	5.0	6.0
2	王建新	北京电子科技学院电子信息工程系	17	61	4.0	7.0
3	曲鸣	北京电子科技学院电子信息工程系	4	26	3.0	4.0
4	王柏人	北京电子科技学院电子信息工程系	2	16	2.0	2.0