周辺ネットの特徴量を考慮した二段階のニューラルネットワークによるハードウェアトロイ検出手法

• Item type: SIG Technical Reports(1)
• 公開日: 2019-03-10
• タイトル: 周辺ネットの特徴量を考慮した二段階のニューラルネットワークによるハードウェアトロイ検出手法
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 設計手法と計算手法
• 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: 早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻
• 著者所属: 早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻
• 著者所属: 早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻
• 著者名: 井上, 智貴; 長谷川, 健人; 戸川, 望
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，急速な IoT (Internet of Things) 化により，日常の様々なものに組込みハードウェアが利用されている．組込みハードウェアの需要増加によりハードウェアベンダは設計や製造の一部を第三者に委託するようになっている．これにより悪意の回路 (ハードウェアトロイ) がハードウェアに挿入される危険性が増大している．本稿では，ゲートレベルネットリスト中の各ネットがハードウェアトロイを構成するネットか否かを識別することを目的に，ハードウェアトロイの局所性をもとに周辺ネットの特徴量を考慮した，Neural Network (NN) によるハードウェアトロイ検出手法を提案する．提案手法は二段階の学習と識別により構成される．第一段階として，11 個の特徴量を抽出，学習し，識別により各ネットの Trojan prob (対象のネットがハードウェアトロイの一部である疑いの度合い) を取得する．Trojan prob をもとに周辺のネットの Trojan prob を考慮した新たな特徴量を抽出する．第二段階として，新たに抽出した 4 つの特徴量を加えた 15 の特徴量を学習し，識別により最終的にネットをトロイネットか否かに分類する．実験の結果，平均 TPR 83.6%，平均 TNR 96.5% を示し，第一段階だけの識別に比べ平均TPRは 4.31 ポイント向上した．
• 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: AA12149313
• 書誌情報: 研究報告組込みシステム（EMB）; 巻 2019-EMB-50, 号 51, p. 1-7, 発行日 2019-03-10
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-868X
• 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