The Old Frontier of Reverse Engineering: Netlist Partitioning
The Old Frontier of Reverse Engineering: Netlist Partitioning
复制标题
逆向工程的旧前沿：网表分区
DOI：
10.1007/s41635-018-0043-4
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Jin, Yier
中科院分区：
文献类型：
--
作者：
Meade, Travis;Shamsi, Kaveh;Le, Thao;Di, Jia;Zhang, Shaojie;Jin, Yier
如果无法访问商业化集成电路（IC）的高级细节，可能无法找到潜在的设计缺陷或限制用例。为了帮助高水平的恢复，已经提出了许多IC逆向工程解决方案。针对逆向工程研究者面临的一个难题--网表划分问题进行了研究。为了帮助在这奋进，我们提出了我们自己的方法，专注于信号匹配分析扇入树。这种分析扩展到表示信号的扇入数值的结构特性。这些值经过某些常见的降维算法;聚类实践也被用来帮助我们提出的分区过程。Adjunct的研究人员几乎从未就评估这种网表划分方法的指标达成一致。为了保持结果的公正性，我们利用归一化互信息（NMI）来评估我们提出的划分方法，并将其结果与旨在解决相同问题的其他技术进行比较。最后，我们展示了我们所提出的方法是如何能够有效地分区网表的规模比以前提出的计划。
Without access to high-level details of commercialized integrated circuits (IC), it might be impossible to find potential design flaws or limiting use cases. To assist in high-level recovery, many IC reverse engineering solutions have been proposed. This paper focuses on a hard problem facing reverse engineering researchers, that of netlist partitioning. To assist in this endeavor, we propose our own methods that focus on signal matching by analyzing fan-in trees. This analysis extends to representing signal’s fan-ins numerically by their structural properties. These values go through certain common dimension reducing algorithms; clustering practices are also leveraged to assist in our proposed partitioning process. Adversely researchers have almost never agreed on the metric for evaluating such netlist partitioning methods. To keep our results unbiased, we leverage the Normalize Mutual Information (NMI) to evaluate our proposed partitioning method and compare its results with other techniques that aim to solve the same problem. Lastly, we show how our proposed methods are capable of effectively partition netlists of larger scale than previously proposed schemes.
登录
查看更多内容
关于在门级网表中使用控制信号进行字级识别
DOI：
10.1145/2744769.2744878
发表时间：
2015
期刊：
2015 52nd ACM/EDAC/IEEE Design Automation Conference (DAC)
影响因子：
--
作者：
Edward Tashjian;A. Davoodi
通讯作者：
A. Davoodi
一种从扁平化门级网表中提取 FSM 的高效方法
DOI：
10.1109/iscas.2010.5537093
发表时间：
2010
期刊：
Proceedings of 2010 IEEE International Symposium on Circuits and Systems
影响因子：
--
作者：
Yiqiong Shi;Chan Wai Ting;B. Gwee;Ye Ren
通讯作者：
Ye Ren
DOI：
10.1109/hst.2016.7495560
发表时间：
2016
期刊：
2016 IEEE International Symposium on Hardware Oriented Security and Trust (HOST)
影响因子：
--
作者：
Jacob Couch;Elizabeth Reilly;Morgan Schuyler;Bradley Barrett
通讯作者：
Bradley Barrett
通过深度学习进行电路识别
DOI：
10.1109/hst.2017.7951826
发表时间：
2017
期刊：
2017 IEEE International Symposium on Hardware Oriented Security and Trust (HOST)
影响因子：
--
作者：
Yu;R. Brayton
通讯作者：
R. Brayton