SVMを利用したネットリストの特徴に基づくハードウェアトロイ識別

• Item type: SIG Technical Reports(1)
• 公開日: 2015-11-24
• タイトル: SVMを利用したネットリストの特徴に基づくハードウェアトロイ識別
• タイトル / 言語: en
• タイトル: Hardware Trojan Identification based on Netlist Features using SVM
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: セキュリティ
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 早稲田大学基幹理工学部情報理工学科
• 著者所属: 早稲田大学大学院基幹理工学研究科情報通信・情報理工学専攻
• 著者所属: 早稲田大学大学院基幹理工学研究科情報通信・情報理工学専攻
• 著者所属: 早稲田大学大学院基幹理工学研究科情報通信・情報理工学専攻
• 著者所属(英): en
• 著者所属(英): Dept. Computer Science and Engineering, Waseda University
• 著者所属(英): en
• 著者所属(英): Dept. Computer Science and Communications Engineering, Waseda University
• 著者所属(英): en
• 著者所属(英): Dept. Computer Science and Communications Engineering, Waseda University
• 著者所属(英): en
• 著者所属(英): Dept. Computer Science and Communications Engineering, Waseda University
• 著者名: 長谷川, 健人; 大屋, 優; 柳澤, 政生; 戸川, 望
• 著者名(英): Kento, Hasegawa; Masaru, Oya; Masao, Yanagisawa; Nozomu, Togawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，チップ製造工程の外部委託が増加し，悪意ある第三者がハードウエアトロイを挿入する危険性が指摘されている．ハードウェアトロイに対抗するため，チップ設計・製造後にハードウエアトロイを検証する技術はいくつか存在するが，ハードウェアトロイの進歩や近年の回路の大規模・複雑化に対応するのは難しい状況である．本稿では SVM(Support Vector Machine) にもとづきハードウェアトロイを構成するネット （トロイネット） を分類する静的検証手法を提案する．まず，多くのゲートレベルのハードウェアトロイを解析することでハードウェアトロイの特徴を 5 つの特徴量で表現する．これにもとづき既知のゲートレベルのネットリストからハードウェアトロイの 5 つの特徴量を学習する．続いて学習データを用い SVM で学習し，その結果を利用して未知のゲートレベルのネットリストを分類する．提案手法はゲートレベルのネットリストだけにもとづきネットがトロイネットかどうかを検証する静的検証であり，回路を駆動してハードウェアトロイを検証する動的検証と比較して時間的コストが低く安定性も高い．提案手法ではハードウェアトロイのネットに重みを付けることで False Negative を抑え，True Positive Rate を最大 75％まで引き上げることに成功した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, third-party IC vendors are very often used due to globalization and cost-reduction in the IC market but malicious third-party vendors are very likely to insert hardware Trojans into their products. Several hardware Trojan detection techniques are proposed but it is much difficult to analyze huge and complex circuits and deal with evolving hardware Trojans. In this paper, we propose a static hardware Trojan verification method to identify hardware-Trojan infected nets (or Trojan nets) using Support Vector Machine. In the proposed method, we extract the five hardware-Trojan features in each net of a netlist and represent it to be a five-dimensional vector. We learn many five-dimensional vectors using a support vector machine (SVM) and classify a new netlist into Trojan nets and normal nets using learned SVM. Moreover, hardware Trojan nets are weighted in learning to effectively identify Trojan nets. The proposed method is a static verification method, and hence it runs very fast compared to dynamic verification methods where they have to run logic simulation and/or functional simulation. Experimental results demonstrate that our proposed method can efficiently reduce the false negative rate and successfully increase the true positive rate to up to 75%.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11451459
• 書誌情報: 研究報告システムとLSIの設計技術（SLDM）; 巻 2015-SLDM-173, 号 27, p. 1-6, 発行日 2015-11-24
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8639
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会