买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本发明提供了一种基于图谱纹理分析的IP软核恶意逻辑检测方法，包括以下步骤：步骤S1：构建标准化硬件木马图谱纹理库；步骤S2：提取IP软核灰度图谱，对所述灰度图谱进行图像增强处理；步骤S3：提取IP软核灰度图谱的纹理特征点；步骤S4：将所述纹理特征点和所述标准化硬件木马图谱纹理库进行匹配，当匹配率大于设定阈值时，则IP软核存在恶意逻辑。将文本特征转换成为图谱纹理特征能够有效克服噪声影响、关键字检测精度不高、IP软核加密等问题，具有评估特征全面、识别结果可信度高、能实现细粒度检测的特点，检测流程和计算难度更为复杂高效，结果可信度和精准度更高。

主权项：1.一种基于图谱纹理分析的IP软核恶意逻辑检测方法，其特征在于：包括以下步骤：步骤S1：构建标准化硬件木马图谱纹理库；步骤S2：提取IP软核灰度图谱，对所述灰度图谱进行图像增强处理；步骤S3：提取IP软核灰度图谱的纹理特征点；步骤S4：将所述纹理特征点和所述标准化硬件木马图谱纹理库进行匹配，当匹配率大于设定阈值时，则IP软核存在恶意逻辑；步骤S2中进行图像增强处理的方法包括：通过使用对比度拉伸函数快速扩大对比度；所述对比度拉伸函数采用三段对比度拉伸变换，所述三段对比度拉伸变换的表达式为： 式中，fx,y表示原始图像的灰度值，x,y表示矩阵的坐标，gx,y表示线性灰度变换后的图像灰度值，[0,a]和[b,Fmax]表示设定的灰度区间，c表示a对应的变化后的像素值，d表示b对应的变化后的像素值，Gmax表示Fmax对应的变化后的像素值；步骤S3通过依次进行尺度空间极值检测、关键点定位、关键点方向确定和关键点描述，以提取纹理特征点；所述尺度空间极值检测的方法包括：构建高斯差分金字塔，所述高斯差分金字塔通过两个相邻高斯尺度空间的图像相减得到，两个相邻的所述尺度空间的图像由不变倍增因子k计算得出，相邻两组的同一层尺度关系为二倍，表达式为：Dx,y,kσ＝Gx,y,kσ-Gx,y,σ*Ix,y＝Lx,y,kσ-Lx,y,σ；式中，G表示高斯函数，*表示卷积计算，σ表示尺度参数，Ix,y表示原始图谱，Lx,y,σ表示图谱的尺度空间；寻找所述高斯差分金字塔的极值点：每一个像素点和它所有的相邻点进行比较，所述相邻点包括和它同尺度的8个相邻点和上下相邻尺度对应的9×2个点共26个点；所述关键点定位的方法包括：利用尺度空间的泰勒展开式： X＝x,y,σT；对上式进行求导后置零，得到极值点的偏移量： 联立上式得到对应极值点方程的值为： 式中，表示相对插值中心的偏移量；利用Hessian矩阵除去不稳定的边缘响应点： TrH＝Dxx+Dyy＝α+β；DetH＝DxxDyy-Dyy2＝α·β；α＝λmax；β＝λmin；式中，Dxx表示所述高斯差分金字塔中某一尺度的图像x方向求导两次，Hessian矩阵的特征值与D的主曲率成正比，λmax表示Hessian矩阵的最大特征值，λmin表示Hessian矩阵的最小特征值，TrH表示Hessian矩阵的迹，DetH表示Hessian矩阵的行列式；计算如下比值： 当时保留关键点，反之剔除；关键点方向确定的方法包括：采集关键点所在高斯差分金字塔图像3σ邻域窗口内像素的梯度和方向分布特征，计算图像梯度方向角θ和幅值m： θx,y＝tan-1Lx+1,y-Lx-1,yLx,y+1-Lx,y-1；构建直方图，将360度的范围分为36个柱，每柱10个度，则特征点的主方向为直方图最大值的方向；所述关键点描述的方法包括：将关键点附近划分成d×d个子区域，每个区域mσd+1个像元；以特征点为中心旋转θ角，旋转后区域内采样点新的坐标为： 经过旋转待描述区域划分为d×d个数的子区域，在每个子区域中求得8个方向的梯度直方图，各个梯度方向累加的值形成一个种子点，即将每个子区域直方图从0°～360°划分为8个，每个区间有45°的区间，形成d×d×9个数据的SIFT特征向量；步骤S4中进行匹配的方法包括：遍历待检测IP软核的灰度图谱和所述标准化硬件木马图谱纹理库的SIFT特征向量，计算关键点的欧式距离，选择欧式距离最小的两个点，若最近的距离除以次近的距离少于比例阈值Threshold，则该纹理特征点匹配成功，统计不同偏转角度下的特征点匹配数量，当某一偏转角度下的纹理特征点匹配数量超过设定阈值时，则待测IP软核存在木马。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于图谱纹理分析的IP软核恶意逻辑检测方法