基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于旁路分析的硬件木马检测,旁路信号数据在空间中呈现高维分布、非线性的问题,探究在降低信号维数方面核函数的可行性,提出了一种基于K_L变换与支持向量机(Support Vector Machine,SVM)的硬件木马检测模型.在FPGA加密芯片中植入所设计的硬件木马进行实验,实验结果对比表明,利用主特征向量构建的SVM模型在检测占电路2%的硬件木马时,测试准确率达到了98.1%,为规模更小的木马检测提供了新思路.
推荐文章
一种基于扫描链的硬件木马检测新方法
硬件木马
扫描链
工艺漂移
Can控制器电路
检测分辨率
基于K-L变换和LS-SVM的车牌字符识别新方法
字符识别
K-L变换
特征提取
最小二乘支持向量机
二叉树
基于人脸分类和K-L变换的人脸识别新方法
人脸分类
人脸识别
特征提取
K-L变换
基于随机森林的硬件木马检测方法
侧信道分析
硬件木马
分类器
随机森林
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于K_L变换与SVM的硬件木马检测新方法
来源期刊 火力与指挥控制 学科 工学
关键词 旁路分析 硬件木马检测 K_L变换 SVM
年,卷(期) 2019,(10) 所属期刊栏目 理论研究
研究方向 页码范围 38-42
页数 5页 分类号 TN918
字数 4124字 语种 中文
DOI 10.3969/j.issn.1002-0640.2019.10.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (16)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(9)
  • 参考文献(1)
  • 二级参考文献(8)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
旁路分析
硬件木马检测
K_L变换
SVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导