基于优化型支持向量机算法的硬件木马检测

作者：张磊; 殷梦婕^*; 肖超恩; 董有恒

来源：电子技术应用, 2018, 44(11): 17-20.

DOI：10.16157/j.issn.0258-7998.180581

• 硬件木马
• 支持向量机
• 主成分分析
• 遗传算法
• 木马分类器

目前基于侧信道的分析方法是硬件木马检测的主要研究方向。为提高侧信道分析时的准确率和检测速度,提出了基于优化型支持向量机的分类方法。首先利用主成分分析技术对功耗数据进行处理,降低数据特征相关性;然后通过遗传算法提高惩罚系数和核函数参数的选择;最后进行硬件木马分类器的构建。实验结果表明,优化型SVM方法提高了硬件木马分类器的检测速度和准确率,可以有效检测出面积为0. 1%的硬件木马,准确率最高可以提升15.6%,时间消耗减少98.1%。

• 单位
  北京电子科技学院