权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ハードウェアの不正動作検出および個人情報漏えい対策に関する研究

硬件故障检测及个人信息泄露对策研究

基本信息

批准号：
18J15026
负责人：
大屋優
金额：
$ 1.22万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-25 至 2020-03-31
项目状态：
已结题

项目摘要

本研究のアイデアは、未知のハードウェアトロイを検出するために、ゲートの情報に加えゲートの接続情報も考慮することでより多くの関係性を解析することである。これは、ハードウェアトロイは挿入されている回路の中でも、特に珍しい回路構造を持つ可能性が極めて高いため、より多くの情報を用いて包括的な解析を行う事で、ハードウェアトロイの検出精度を高め、紛らわしい通常の回路との区別を可能にすると考えている。包括的な解析のために、スペクトラルグラフ理論に注目した。スペクトラルグラフ理論はグラフの特徴と行列の固有値を関連づける研究分野である。本研究では、回路を行列構造に落とし込む事により、スペクトラルグラフ理論を適用する。本年度では、スペクトラルクラスタリングがハードウェアトロイ検出において有用かどうかを確かめる初期実験を行なった。実験結果を表 1、表 2、表 3 に示す。検出にあまり規則性が見られないというのがわかる。2 個のクラスタの内、要素数の少ないクラスタ数にハードウェアトロイが含まれていた場合は検出と判定している。実験した全てのベンチマークに対して、ハードウェアトロイを検出できるパラメータが存在していない。パラメータの値を変更する事で、検出できたベンチマークが検出できなくなる場合も存在する。これは、クラスタリングに使用したk-means手法のパラメータ調整が適切でないことが主な原因だと考えられる。そのため、今後の方針としてはk-means手法の適切なパラメータ調整と、他の機械学習分野で使用されるクラスタリング手法を新たに適用する事を試してきたい。

In this study, we analyzed the relationship between the information and the unknown information. The analysis of the circuit structure is extremely likely to be carried out with high accuracy and high accuracy, and the difference between the circuit structure and the circuit structure is possible. Including the theory of na analysis and na analysis, and the theory of ku. The characteristics of the train and the inherent value of the train are related to the research field. This study applies to the theory of the array structure of the loop. This year, the first batch of products has been successfully developed. The results are shown in Tables 1, 2 and 3. The rules of the game are different from those of the game. 2. The number of internal and external elements is less than the number of internal and external elements. All the information is available to you. There is no such thing as a change in the value of the product. The reason for this is that the k-means method is used to adjust the size of the object. In the future, the policy of "k-means" should be adjusted appropriately, and other mechanical learning methods should be used.

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

早大と東芝情報システム、ハードウェアトロイ検知技術で連携実回路での効果を確認

早稻田大学与东芝信息系统公司合作开发硬件木马检测技术，并在实际电路中得到验证；

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

ハードウェアトロイ検出手法の実装と課題

硬件木马检测方法的实现与挑战

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
OYA Masaru;YANAGISAWA Masao;TOGAWA Nozomu;永田真一，高橋功次，近藤信一，大屋優，戸川望
通讯作者：
永田真一，高橋功次，近藤信一，大屋優，戸川望

Hardware Trojan Detection and Classification Based on Logic Testing Utilizing Steady State Learning

基于稳态学习的逻辑测试的硬件木马检测和分类

DOI：
10.1587/transfun.e101.a.2308
发表时间：
2018
期刊：
IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences
影响因子：
0
作者：
OYA Masaru;YANAGISAWA Masao;TOGAWA Nozomu
通讯作者：
TOGAWA Nozomu

技術情報誌「Wave」 Vol.26 特集『SIソリューション事例』

技术信息杂志《Wave》第26期特刊“SI解决方案案例”