基于IFCM加权的SVDD硬件木马检测方法

• 作者: 张坤鹏 张阳 李雄伟 胡晓阳 魏延海
• 来源期刊: 计算机应用研究
• 关键词: 硬件木马 旁路信号 改进模糊C-均值算法 支持向量数据描述 隶属度
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 信息安全技术
• 页码范围: 3054-3057
• 页数: 4页
• 分类号: TN918
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0315

摘要

针对硬件木马(HT)种类繁多难以获取未知木马特征及采集的旁路信号含噪声问题,提出了一种基于IFCM加权的SVDD (IFCMW-SVDD)硬件木马检测方法.传统支持向量数据描述(SVDD)在解决单分类问题时存在相同条件下训练全部样本的不足,需要根据相应问题对样本有主次之分进行训练.通过一种改进的模糊C均值方法(IFCM)计算金片旁路信号的隶属度,将其作为样本特征的权重(W)系数,使得针对硬件木马检测问题构建SVDD模型的支持向量能够描述金片信号的同时尽可能减小描述范围.实验表明,所提方法实现单分类硬件木马检测的同时较传统SVDD算法在检测精度和稳定性上都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏延海	陆军工程大学石家庄校区装备模拟训练中心	5	2	1.0	1.0
2	李雄伟	陆军工程大学石家庄校区装备模拟训练中心	8	0	0.0	0.0
3	张阳	陆军工程大学石家庄校区装备模拟训练中心	14	3	1.0	1.0
4	胡晓阳	陆军工程大学石家庄校区装备模拟训练中心	8	2	1.0	1.0