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：桂林电子科技大学
申请日：2024-03-13
公开（公告）日：2024-06-11
公开（公告）号：CN118171274A
主分类号：G06F21/56
分类号：G06F21/56;G06F18/241;G06F18/214
优先权：
专利状态码：在审-公开
法律状态：2024.06.11#公开
摘要：本发明提出了MTF预处理下一种基于DenseBlock和ResBlock结合注意机制的深度学习硬件木马检测方法。采用具备若干注意力机制支路网络的DenseNet和具备残差结构的ResNet结构。本发明基于Pytorch框架实现对硬件木马检测识别算法，提出一个新颖的深度学习模型用于检测识别硬件木马。本发明从改进DenseNet模型和ResNet的角度出发，提出Res‑Dense‑SENet模型，通过扩展注意力机制支路，获取更丰富的网络特征，提升网络的分类性能。经过网络层不断细化特征，硬件木马特征图像的部分特征会存在丢失的情况，从注意力机制支路获取的重点特征图特征，存在相互补充的作用，使得最终的硬件木马特征图特征更加完整。同时使用该结构的硬件木马分类检测算法首先通过MTFMarkovTransitionField预处理提取特征。本发明能够提高检测识别集成电路中硬件木马的准确率，有利于提高硬件电路安全，对于国家集成电路和半导体发展具有现实意义。
主权项：1.MTF预处理下一种基于DenseBlock和ResBlock结合注意机制的深度学习硬件木马检测方法，其特征在于，采用具备若干支路网络的DenseNet和DenseNet结构，在DenseNet和DenseNet加入注意力机制模块。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 MTF预处理下一种基于DenseBlock和ResBlock结合注意机制的深度学习硬件木马检测方法
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