一个新的技术论文题为“自动硬件木马插入使用机器学习”是佛罗里达大学和斯坦福大学的研究人员发表的。
文摘(部分):
”在这篇文章中,我们目前的模拟,一本小说AI-guided框架自动木马插入,可以创建一个庞大的人口为给定的设计有效的木马通过模仿一个小的属性组已知木马。尽管存在工具自动插入使用固定的特洛伊木马实例模板,他们不能创建新实例分析已知木马攻击,准确捕获模型的威胁。模拟工作的两个主要步骤:(1)分析现有的结构和功能特征木马数量在多维空间训练机器学习模型和生成大量的给定设计的“虚拟木马”,(2)接下来,它结合到设计通过与合适的网匹配功能/结构性能的内在逻辑结构。我们已经开发出一个完整的流程模拟工具,广泛评估框架通过探索几个用例,并量化其有效性来展示非常不错的效果。”
找到这里的技术论文。2022年4月。
作者乔纳森•克鲁兹:普拉温•Gaikwad阿布Nair Prabuddha Chakraborty, Swarup Bhunia。arXiv: 2204.08580 v1。
相关阅读
芯片后门:评估威胁
正在采取措施减少问题,但他们将需要几年时间来实现。
与商业Chiplets安全风险扩大
从多供应商选择组件菜单前景巨大的降低成本和上市时间,但并不像听起来那么简单。
芯片替换提高安全问题
很多未知的跨多个细分市场将持续几十年。
确保异构集成Chiplet,插入器,System-In-Package水平(佛罗里达FICS-University)
验证边信道安全Pre-Silicon
复杂性和新的应用程序正在推动安全进一步的设计流程。
发现硬件木马
定位硬件安全威胁是如此困难的原因。
留下一个回复