基于IFCM加权的SVDD硬件木马检测方法

作者：魏延海; 李雄伟^*; 张阳; 胡晓阳; 张坤鹏

来源：计算机应用研究, 2019, 36(10): 3054-3057.

DOI：10.19734/j.issn.1001-3695.2018.05.0315

• 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

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。

• 单位
  中国人民解放军陆军工程大学