龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：天津科技大学
申请日：2022-05-10
公开（公告）日：2024-05-07
公开（公告）号：CN114840852B
主分类号：G06F21/56
分类号：G06F21/56;G06N3/084;G06N3/0475;G06N3/045
优先权：
专利状态码：有效-授权
法律状态：2024.05.07#授权;2022.08.19#实质审查的生效;2022.08.02#公开
摘要：本发明公开了一种基于双判别器生成对抗网络的硬件木马检测方法，包括以下步骤，获取原始侧信道信息，并将所述原始测到信息划分为训练集和测试集；交替训练生成器和判别器分类模型：固定所述生成器参数，基于训练集与生成器，对判别器分类模型进行训练；固定判别器分类模型参数，对所述生成器进行训练；迭代训练并生成最终的判别器分类模型；通过最终的判别器分类模型对所述测试集进行硬件木马检测，得到木马检测结果；本发明，通过交替训练，获得了与原始侧道信息更相似的假数据，并且提高了硬件木马的检测准确度。
主权项：1.一种基于双判别器生成对抗网络的硬件木马检测方法，其特征在于，包括以下步骤，获取原始侧信道信息，并将所述原始侧信道信息划分为训练集和测试集；利用所述训练集对预先构建的生成器和判别器分类模型进行交替训练，直至满足预设迭代结束条件；所述交替训练包括：固定所述生成器参数，基于所述训练集和所述生成器生成的数据，对所述判别器分类模型进行训练；固定所述判别器分类模型参数，对所述生成器进行训练；对所述判别器分类模型进行训练，步骤包括：将随机噪声和类别标签输入至所述生成器，生成假数据；以训练集为真实数据，将所述真实数据与所述假数据作为输入数据训练所述判别器分类模型；所述判别器分类模型包括两个判别器；两个判别器参数共享；每个所述判别器均输出所述输入数据的真实性判定结果和木马检测结果；在交替训练时，当所述真实性判定结果为真实数据或假数据的概率相同时，结束迭代过程；在所述生成器的训练过程中，生成器被赋予噪声输入与类别标签的拼接以生成假数据；这些数据被送至判别器，生成器损失对被判别器网络分类为假的样本进行惩罚；通过反向传播直接从判别器到生成器进行权重更新；通过训练好的判别器分类模型对所述测试集进行硬件木马检测，得到木马检测结果。
全文数据：
权利要求：
百度查询： 天津科技大学 一种基于双判别器生成对抗网络的硬件木马检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号