CN116051518B - 木马位置定位方法、装置、计算机设备和存储介质 - Google Patents
木马位置定位方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116051518B CN116051518B CN202310077170.9A CN202310077170A CN116051518B CN 116051518 B CN116051518 B CN 116051518B CN 202310077170 A CN202310077170 A CN 202310077170A CN 116051518 B CN116051518 B CN 116051518B
- Authority
- CN
- China
- Prior art keywords
- chip
- light emission
- emission image
- tested
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- ZXQYGBMAQZUVMI-GCMPRSNUSA-N gamma-cyhalothrin Chemical compound CC1(C)[C@@H](\C=C(/Cl)C(F)(F)F)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 ZXQYGBMAQZUVMI-GCMPRSNUSA-N 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000012353 t test Methods 0.000 claims abstract description 84
- 238000000692 Student's t-test Methods 0.000 claims abstract description 83
- 238000004590 computer program Methods 0.000 claims abstract description 40
- 238000012795 verification Methods 0.000 claims description 59
- 230000003287 optical effect Effects 0.000 claims description 40
- 230000005284 excitation Effects 0.000 claims description 25
- 238000012360 testing method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 7
- 230000005855 radiation Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- AHCYMLUZIRLXAA-SHYZEUOFSA-N Deoxyuridine 5'-triphosphate Chemical compound O1[C@H](COP(O)(=O)OP(O)(=O)OP(O)(O)=O)[C@@H](O)C[C@@H]1N1C(=O)NC(=O)C=C1 AHCYMLUZIRLXAA-SHYZEUOFSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 101100117775 Arabidopsis thaliana DUT gene Proteins 0.000 description 2
- 101150040913 DUT gene Proteins 0.000 description 2
- 101150091805 DUT1 gene Proteins 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002155 anti-virotic effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/71—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information
- G06F21/76—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information in application-specific integrated circuits [ASIC] or field-programmable devices, e.g. field-programmable gate arrays [FPGA] or programmable logic devices [PLD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/33—Design verification, e.g. functional simulation or model checking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Mathematical Physics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本申请涉及一种木马位置定位方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:确定被测芯片和参考芯片;采集被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像;构建第一光发射图像中每一像素点与第二光发射图像中相应像素点之间的对应关系,对每一对应关系所属的像素点的像素值进行t检验运算,得到每一对应关系各自的t检验值;当t检验值中存在目标值时,根据目标值对应的目标对应关系,确定被测芯片中硬件木马所在的目标位置。采用本方法能够在不损坏芯片的情况下对芯片中的硬件木马进行位置定位。
Description
技术领域
本申请涉及集成电路硬件检测技术领域,特别是涉及一种木马位置定位方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
在芯片的设计过程中,为了缩短设计周期,通常采用设计自动化工具完成芯片的设计。但是由于设计自动化工具的广泛使用使得芯片生产非完全可控,从而使得芯片面临着“硬件木马”的威胁。硬件木马是一种电路结构,在芯片的设计和制造中被植入,在芯片工作时被激活。硬件木马的危害主要有泄露信息、拒绝服务、改变功能以及降低性能等。相比较可通过杀毒软件清除的软件木马,硬件木马在芯片被制造后即无法更改,只能通过更换芯片来清除硬件木马。
目前,针对芯片中硬件木马的位置定位主要采用版图对比方法,对芯片进行开封和去层,利用扫描电子显微镜对芯片的每个层次拍照,获得芯片的电子显微镜图像,再与芯片对应层次的版图进行比对,以确定芯片是否被植入硬件木马。然而,版图对比方法是一种破坏性的方法,需要将芯片进行开封和去层,一旦检测后,就会使检测的芯片无法使用。
发明内容
基于此,有必要针对上述技术问题,提供一种能够兼顾硬件木马位置定位和不损坏芯片的木马位置定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种木马位置定位方法,所述方法包括:
确定被测芯片和参考芯片;所述参考芯片为无硬件木马的芯片、且与所述被测芯片属于同一类型;
采集所述被测芯片在工作状态下的第一光发射图像和所述参考芯片在工作状态下的第二光发射图像;
构建所述第一光发射图像中每一像素点与所述第二光发射图像中相应像素点之间的对应关系,对每一所述对应关系所属的像素点的像素值进行t检验运算,得到每一所述对应关系各自的t检验值;
当所述t检验值中存在目标值时,根据所述目标值对应的目标对应关系,确定所述被测芯片中硬件木马所在的目标位置。
在其中一个实施例中,所述采集所述被测芯片在工作状态下的第一光发射图像和所述参考芯片在工作状态下的第二光发射图像,包括:
对所述被测芯片和所述参考芯片施加激励,以使所述被测芯片和所述参考芯片处于工作状态;
控制光探测器采集所述被测芯片对应的第一光发射图像和所述参考芯片对应的第二光发射图像。
在其中一个实施例中,所述第一光发射图像和所述第二光发射图像均至少为两张;
所述采集所述被测芯片在工作状态下的第一光发射图像和所述参考芯片在工作状态下的第二光发射图像,包括:
对所述被测芯片和所述参考芯片施加激励,以使所述被测芯片和所述参考芯片处于工作状态;
确定光探测器的采集方式;所述采集方式包括所述光探测器采集图像时的采集周期和采集图像时的采集位置;
基于所述采集方式,控制所述光探测器对所述被测芯片和所述参考芯片进行图像采集,得到多张第一光发射图像和多张第二光发射图像。
在其中一个实施例中,所述根据所述目标值对应的目标对应关系,确定所述被测芯片中硬件木马所在的目标位置,包括:
确定所述t检验值中的目标值所属的目标对应关系,并获取所述目标对应关系中的像素点在所述第一光发射图像和所述第二光发射图像中的对应位置;
根据所述对应位置,得到所述被测芯片中硬件木马所在的目标位置。
在其中一个实施例中,所述构建所述第一光发射图像中每一像素点与所述第二光发射图像中相应像素点之间的对应关系,对每一所述对应关系所属的像素点的像素值进行t检验运算,得到每一所述对应关系各自的t检验值,包括:
获取所述第一光发射图像中每一像素点各自的像素值和所述第二光发射图像中每一像素点各自的像素值;
构建所述第一光发射图像和所述第二光发射图像中同一位置的像素点之间的对应关系;
使用t检验运算对每一所述对应关系中像素点的像素值进行运算,得到每一所述对应关系各自的t检验值。
在其中一个实施例中,所述方法还包括:
使用验证方式确定所述被测芯片中所述硬件木马所在的验证位置,并将所述验证位置和所述目标位置进行比较,得到比较结果;
当所述比较结果显示所述验证位置和所述目标位置存在差异时,对所述验证方式进行更新,以对所述目标位置进行二次验证,得到所述目标位置的可靠程度。
第二方面,本申请提供了一种木马位置定位装置,所述装置包括:
芯片确定模块,用于确定被测芯片和参考芯片;所述参考芯片为无硬件木马的芯片、且与所述被测芯片属于同一类型;
图像采集模块,用于采集所述被测芯片在工作状态下的第一光发射图像和所述参考芯片在工作状态下的第二光发射图像;
检验值计算模块,用于构建所述第一光发射图像中每一像素点与所述第二光发射图像中相应像素点之间的对应关系,对每一所述对应关系所属的像素点的像素值进行t检验运算,得到每一所述对应关系各自的t检验值;
位置确定模块,用于当所述t检验值中存在目标值时,根据所述目标值对应的目标对应关系,确定所述被测芯片中硬件木马所在的目标位置。
第三方面,本申请提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。
上述木马位置定位方法、装置、计算机设备、存储介质和计算机程序产品,通过采集被测芯片和参考芯片各自在工作状态下的第一光发射图像和第二光发射图像,并使用t检验运算对第一光发射图像中像素点的像素值和第二光发射图像中对应像素点的像素值进行运算,以得到每一对应关系各自的t检验值,从而可以确定目标值的存在情况;再根据目标值所属的目标对应关系,可以得到硬件木马所在位置的像素点,从而可以被测在芯片无损的情况下得到被测芯片中硬件木马的目标位置,实现对硬件木马的位置定位。
附图说明
图1为一个实施例中木马位置定位方法的应用环境图;
图2为一个实施例中木马位置定位方法的流程示意图;
图3为另一个实施例中木马位置定位方法的流程示意图;
图4为一个实施例中硬件木马检测步骤示意图;
图5为一个实施例中木马位置定位技术原理框图;
图6为一个实施例中木马位置定位装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的木马位置定位方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。服务器104确定需要进行硬件木马检测的被测芯片和与被测芯片属于同一类类型,但是已知未被植入硬件木马的参考芯片。服务器104对被测芯片和参考芯片在工作状态下发出的光辐射进行采集,得到被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像。服务器104针对第一光发射图像中的每一像素点和第二光发射图像中的每一像素点,构建第一光发射图像中每一像素点和第二光发射图像中相应像素点之间的对应关系,并对每一对应关系中包含的像素点的像素值进行t检验运算,得到每一对应关系的t检验值。当服务器104检测到t检验值中存在目标值时,以得到目标值的对应关系为目标对应关系,并根据目标对应关系确定被测芯片中硬件木马所在的位置目标。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种木马位置定位方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,确定被测芯片和参考芯片。
其中,被测芯片指的是需要检测硬件木马的存在情况并进行位置定位的芯片。参考芯片是与被测芯片属于同一类型,但已知未被植入硬件木马的芯片。被测芯片和参考芯片都是一种集成电路,由大量的晶体管构成,不同类型的芯片有不同的集成规模,芯片在施加电源以后,先会产生一个启动指令,用于启动芯片,然后再根据接受到的新指令和数据,来完成各种功能。
可选地,服务器确定需要检测硬件木马的存在情况并进行位置定位的被测芯片后,再根据被测芯片的类型,确定与被测芯片属于同一类型,但已知未被植入硬件木马的参考芯片。
步骤204,采集被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像。
其中,第一光发射图像和第二光发射图像是被测芯片和参考芯片在工作状态下,对被测芯片和参考芯片中晶体管翻转和电流流过产生的光辐射进行拍摄得到的图像。晶体管翻转指的是晶体管输出从0跳变到1,或者从低电平跳变到高电平的情形。
工作状态指的是芯片中有电流流过,并且晶体管发生偏转的状态。
可选地,当服务器探测到被测芯片和参考芯片处于内部有电流流过,并且晶体管发生偏转的状态时,对被测芯片和参考芯片发出的光辐射进行采集,得到被测芯片对应的第一光发射图像和参考芯片对应的第二光发射图像。
可选地,服务器同时对多个处于工作状态中的被测芯片发出的光辐射进行采集,得到每一被测芯片各自对应的第一光发射图像,另外还对处于工作状态中的参考芯片发出的光辐射进行采集,得到第二光发射图像。
步骤206,构建第一光发射图像中每一像素点与第二光发射图像中相应像素点之间的对应关系,对每一对应关系所属的像素点的像素值进行t检验运算,得到每一对应关系各自的t检验值。
其中,对应关系指的是第一光发射图像与第二光发射图像中显示被测芯片和参考芯片同一位置的像素点之间的对应。例如,被测芯片中的像素点M和参考芯片中的像素点N显示的是两个芯片中相同位置处的部件,则像素点M和像素点N就可以构建一组对应关系。
t检验运算是又称学生t检验,是统计推断中非常常见的一种检验方法,用于统计量服从正态分布,但方差未知的情况。t检验的前提是要求样本服从正态分布或近似正态分布,可以利用一些变换,如取对数、开根号、倒数等将样本数据转化为服从正态分布的数据,当样本量大于30的时候,可以认为数据近似正态分布,则不用对数据进行处理。
可选地,服务器针对第一光发射图像中的每一个像素点,构建与第二光发射图像中显示芯片同一位置的相应像素点之间的对应关系。服务器在每一个像素点所属的对应关系构建完毕之后,使用t检验运算对每一个对应关系中像素点的像素值进行检验运算,从而得到每一对应关系各自的检验结果,也就是t检验值。
步骤208,当t检验值中存在目标值时,根据目标值对应的目标对应关系,确定被测芯片中硬件木马所在的目标位置。
其中,目标值是t检验值中的异常值,表示被测芯片中存在硬件木马。例如,在t检验结果中,0表示该像素点对应的芯片位置处不存在硬件木马,1表示该像素点对应的芯片位置处存在硬件木马,1则是t检验值中的异常值,也就是目标值。
目标对应关系是得到目标值的像素点所属的对应关系。例如,根据对应关系A中的像素点的像素值得到的t检验值为目标值时,则对应关系A就为目标对应关系,且目标对应关系A中的像素点是显示被测芯片中硬件木马所在位置的像素点。
可选地,当服务器检测到t检验值中存在异常值时,根据得到异常值的像素值所在的目标对应关系,得到显示被测芯片中硬件木马位置的像素点,从而得到硬件木马在被测芯片中的位置。
上述木马位置定位方法中,通过采集被测芯片和参考芯片各自在工作状态下的第一光发射图像和第二光发射图像,并使用t检验运算对第一光发射图像中像素点的像素值和第二光发射图像中对应像素点的像素值进行运算,以得到每一对应关系各自的t检验值,从而可以确定目标值的存在情况;再根据目标值所属的目标对应关系,可以得到硬件木马所在位置的像素点,从而可以被测在芯片无损的情况下得到被测芯片中硬件木马的目标位置,实现对硬件木马的位置定位。
在一个实施例中,采集被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像,包括:
对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态。
控制光探测器采集被测芯片对应的第一光发射图像和参考芯片对应的第二光发射图像。
其中,对被测芯片和参考芯片施加激励的方式主要包括,接通芯片的电源或者对芯片施加激励信号。激励信号可以是所有能使芯片正常工作的信号,如数字激励信号和随机信号等。
光探测器是收集芯片中晶体管在电流流过并处于翻转状态时,也就是收集芯片工作状态时发出的光辐射,得到芯片的光发射图像的器件。例如,被测芯片的晶体管中有电流流过,并且晶体管处于翻转状态时,使用光探测器对被测芯片发出的光辐射进行采集,则可以得到被测芯片对应的第一光发射图像。又例如,参考芯片的晶体管中有电流流过,并且晶体管处于翻转状态时,使用光探测器对参考芯片发出的光辐射进行采集,则可以得到参考芯片对应的第二光发射图像。
可选地,服务器对未处于工作状态的被测芯片和参考芯片施加激励信号或者接通芯片的电源,使被测芯片和参考芯片中的晶体管有电流流过并且发生翻转。服务器再对处于工作状态的被测芯片和参考芯片所发出的光辐射进行图像采集,得到被测芯片对应的第一光发射图像和参考芯片对应的第二光发射图像。
本实施例中,通过对处于工作状态的被测芯片和参考芯片进行图像采集,能够使采集到的图像为有效图像,从而提升图像中每一像素点的像素值的准确性。
在一个实施例中,第一光发射图像和第二光发射图像均至少为两张。
采集被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像,包括:
对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态。
确定光探测器的采集方式。采集方式包括光探测器采集图像时的采集周期和采集图像时的采集位置。基于采集方式,控制光探测器对被测芯片和参考芯片进行图像采集,得到多张第一光发射图像和多张第二光发射图像。
其中,采集周期指的是光探测器采集第一光发射图像和第二光发射图像的频率。例如,光探测器间隔10s采集一次第一光发射图像和第二光发射图像。
采集位置指的是光探测器相对于被测芯片和参考芯片的位置。当光探测器在被测芯片和参考芯片的上方时,光探测器可以探测到较强的光辐射,从而得到质量较好地第一光发射图像和第二光发射图像。
可选地,服务器对未处于工作状态的被测芯片和参考芯片施加激励信号或者接通芯片的电源,使被测芯片和参考芯片中的晶体管有电流流过并且发生翻转。服务器再控制位于被测芯片和参考芯片上方的光探测器按照采集周期同时对被测芯片和参考芯片发出的光辐射进行多次图像采集,从而得到多张第一光发射图像和多张第二光发射图像。
本实施例中,通过控制位于被测芯片和参考芯片的上方的光探测器对芯片发出的光辐射进行图像采集,可以探测到较强的光辐射,从而采集到有效的第一光辐射图像和第二光辐射图像。通过设定光探测器的采集周期,可以得到多张第一光发射图像和多张第二光发射图像,从而实现对同一像素点的像素值的多次t检验运算,以避免单次运算的偶然性。
在一个实施例中,根据目标值对应的目标对应关系,确定被测芯片中硬件木马所在的目标位置,包括:
确定t检验值中的目标值所属的目标对应关系,并获取目标对应关系中的像素点在第一光发射图像和第二光发射图像中的对应位置。
根据对应位置,得到被测芯片中硬件木马所在的目标位置。
其中,t检验值中的目标值可以表示对应像素点的位置处,也就是像素点在芯片中对应的位置存在硬件木马。例如,根据像素点m的像素值得到的t检验值为目标值,则表示像素点m在芯片中对应的位置处存在硬件木马。
目标对应关系是得到目标值的像素点所属的对应关系。例如,根据对应关系A中的像素点的像素值得到的t检验值为目标值时,则对应关系A就为目标对应关系,且目标对应关系A中的像素点是显示被测芯片和参考芯片中同一位置的像素点。
可选地,服务器从对应关系中确定得到目标值的目标对应关系,并获取目标对应关系中的像素点在第一光发射图像和第二光发射图像中的对应位置。服务器根据由目标对应关系中的像素点得到的对应位置,对被测芯片中硬件木马进行定位,从而得到硬件木马在被测芯片中的目标位置。
本实施例中,通过根据目标值所属的目标对应关系中的像素点与芯片的位置之间的映射关系,能够精确地定位到被测芯片中硬件木马所在的位置。
在一个实施例中,如图3所示,构建第一光发射图像中每一像素点与第二光发射图像中相应像素点之间的对应关系,对每一对应关系所属的像素点的像素值进行t检验运算,得到每一对应关系各自的t检验值,包括:
步骤302,获取第一光发射图像中每一像素点各自的像素值和第二光发射图像中每一像素点各自的像素值。
可选地,服务器采集到第一光发射图像和第二光发射图像后,再对第一光发射图像中每一像素点的像素值和第二光发射图像中每一像素点的像素值进行获取。
在一个具体应用中,将采集p次得到的p张第一光发射图像和p张第二光发射图像分别表示为IMGD和IMDUT,则IMGD={IMGD1,IMGD2,…,IMGDk,...,MGDp},IMDUT={IMDUT1,IMDUT2,…,IMDUTk,…,IMDUTp}。k∈[1,p],每张光发射图像由m×n个像素点构成,则参考芯片和被测芯片的任一张光发射图像可表示为m×n的矩阵。对第一光发射图像和第二光发射图像每一像素点的像素值进行获取,并分别表示为IMGDk,(i,j)和IMDUTk,(i,j),其中i∈[1,m],j∈[1,n],IMGDk,(i,j)是第k张第一光发射图像中(i,j)位置处的像素点的像素值,IMDUTk,(i,j)是第k张第二光发射图像中(i,j)位置处的像素点的像素值。
步骤304,构建第一光发射图像和第二光发射图像中同一位置的像素点之间的对应关系。
可选地,服务器获取第一光发射图像和第二光发射图像中显示被测芯片和参考芯片相同位置处部件的像素点,并构建显示相同位置处部件的像素点之间的对应关系。
步骤306,使用t检验运算对每一对应关系中像素点的像素值进行运算,得到每一对应关系各自的t检验值。
可选地,服务器使用t检验运算,依次对每一对应关系中显示被测芯片和参考芯片同一位置的像素点的像素值进行运算处理,从而得到表示被测芯片和参考芯片中每一位置的检验结果的t检验值,也就是每一个对应关系所属的t检验值。
在一个具体应用中,对第一光发射图像和第二光发射图像中每个像素点进行t检验运算,即对于(i,j)位置处的像素点,其t检验值记为t,则t(i,j)=ttest(IMGD1,(i,j),IMGD2,(i,j),…,IMGDk,(i,j),...,MGDp,(i,j),IMDUT1,(i,j),IMDUT2,(i,j),…,IMDUTk,(i,j),…,IMDUTp,(i,j))。将检验结果用矩阵T(m,n)表示,矩阵中的任意元素t(i,j)表示该位置的t检验值0或1。
本实施例中,通过构建第一光发射图像中每一像素点和第二光发射图像中相应像素点之间的对应关系,能够使得到的每一t检验值都是根据表示被测芯片和参考芯片同一位置处的像素值得到的,从而使得到的t检验值具有可靠性。
在一个实施例中,木马位置定位方法还包括:
使用验证方式确定被测芯片中硬件木马所在的验证位置,并将验证位置和目标位置进行比较,得到比较结果。
当比较结果显示验证位置和目标位置存在差异时,对验证方式进行更新,以对目标位置进行二次验证,得到目标位置的可靠程度。
其中,验证方式指可以检测芯片中的硬件木马并进行位置定位的方式。例如,版图对比方式。
可选地,服务器得到被测芯片中硬件木马的位置后,再使用版图对比方式对被测芯片进行重新检测和木马位置定位,得到硬件木马所在的验证位置。服务器将验证位置和目标位置进行比较验证,得到比较结果。当服务器检测到比较结果显示验证位置和目标位置不相同时,则更换验证目标位置的验证方式,重新确定新的验证位置,以对硬件木马的目标位置重新进行验证,从而得到目标位置的可靠程度。
本实施例中,通过使用验证方式对硬件木马所在的目标位置进行验证,可以检验目标位置的可靠程度。
本申请还提供一种应用场景,该应用场景应用上述的木马位置定位方法。具体地,该木马位置定位方法在该应用场景的应用如下:确定需要进行硬件木马检测和定位的被测芯片,以及与被测芯片属于同一类型的参考芯片,并且参考芯片是已知未被植入硬件木马的芯片。接通被测芯片和参考芯片的电源,或者对被测芯片和参考芯片施加激励信号,使被测芯片和参考芯片中的晶体管有电流流过并处于翻转状态。将被测芯片和参考芯片平放,并将光探测器置于被测芯片和参考芯片的上方,同时设置光探测器采集图像的采集周期。使用光探测器按照采集周期对处于工作状态的被测芯片和参考芯片进行多次采集,得到多张第一光发射图像和多张第二光发射图像。构建每一张第一光发射图像中每一像素点和第二光发射图像中相应像素点之间的对应关系,再使用t检验对每一对应关系中像素点的像素值进行检验运算,得到每一对应关系各自的t检验值。当检测到t检验值中出现显示存在硬件木马的目标值时,根据得到目标值的对应关系,确定相关的像素点。再根据相关的像素点显示的被测芯片中的位置,从而确定被测芯片中硬件木马所在的目标位置,也就是硬件木马的检测结果。硬件木马检测步骤如图4所示,木马位置定位技术原理框图如图5所示。最后使用版图对比方式对被测芯片进行硬件木马检测,得到硬件木马所在的验证位置,并将验证位置和目标位置进行比较,得到比较结果。若比较结果显示验证位置和目标位置不一致,则更换验证目标位置的验证方式,并重新确定新的验证位置,以对硬件木马的目标位置重新进行验证,得到目标位置的可靠程度。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的木马位置定位方法的木马位置定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个木马位置定位装置实施例中的具体限定可以参见上文中对于木马位置定位方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种木马位置定位装置,包括:
芯片确定模块602,用于确定被测芯片和参考芯片。
图像采集模块604,用于采集被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像。
检验值计算模块606,用于构建第一光发射图像中每一像素点与第二光发射图像中相应像素点之间的对应关系,对每一对应关系所属的像素点的像素值进行t检验运算,得到每一对应关系各自的t检验值。
位置确定模块608,用于当t检验值中存在目标值时,根据目标值对应的目标对应关系,确定被测芯片中硬件木马所在的目标位置。
在其中一个实施例中,图像采集模块包括:
第一激励施加单元,用于对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态。
第一图像采集单元,用于控制光探测器采集被测芯片对应的第一光发射图像和参考芯片对应的第二光发射图像。
在其中一个实施例中,图像采集模块包括:
第二激励施加单元,用于对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态。
采集方式确定单元,用于确定光探测器的采集方式。
第二图像采集单元,用于基于采集方式,控制光探测器对被测芯片和参考芯片进行图像采集,得到多张第一光发射图像和多张第二光发射图像。
在其中一个实施例中,位置确定模块包括:
对应位置确定单元,用于确定t检验值中的目标值所属的目标对应关系,并获取目标对应关系中的像素点在第一光发射图像和第二光发射图像中的对应位置。
目标位置确定单元,用于根据对应位置,得到被测芯片中硬件木马所在的目标位置。
在其中一个实施例中,检验值计算模块包括:
像素值获取单元,用于获取第一光发射图像中每一像素点各自的像素值和第二光发射图像中每一像素点各自的像素值。
对应关系构建单元,用于构建第一光发射图像和第二光发射图像中同一位置的像素点之间的对应关系。
检验值计算单元,用于使用t检验运算对每一对应关系中像素点的像素值进行运算,得到每一对应关系各自的t检验值。
在其中一个实施例中,木马位置定位装置还包括:
位置验证单元,用于使用验证方式确定被测芯片中硬件木马所在的验证位置,并将验证位置和目标位置进行比较,得到比较结果。
可靠程度获取单元,用于当比较结果显示验证位置和目标位置存在差异时,对验证方式进行更新,以对目标位置进行二次验证,得到目标位置的可靠程度。
上述木马位置定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储被测芯片和参考芯片的类型、第一光发射图像、第二光发射图像、像素点的像素值、对应关系、每一对应关系各自的t检验值、目标值对应的目标对应关系、光探测器的采集方式、被测芯片中硬件木马所在的目标位置以及验证位置数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种木马位置定位方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
确定被测芯片和参考芯片;采集被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像;构建第一光发射图像中每一像素点与第二光发射图像中相应像素点之间的对应关系,对每一对应关系所属的像素点的像素值进行t检验运算,得到每一对应关系各自的t检验值;当t检验值中存在目标值时,根据目标值对应的目标对应关系,确定被测芯片中硬件木马所在的目标位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态;控制光探测器采集被测芯片对应的第一光发射图像和参考芯片对应的第二光发射图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态;确定光探测器的采集方式;基于采集方式,控制光探测器对被测芯片和参考芯片进行图像采集,得到多张第一光发射图像和多张第二光发射图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定t检验值中的目标值所属的目标对应关系,并获取目标对应关系中的像素点在第一光发射图像和第二光发射图像中的对应位置;根据对应位置,得到被测芯片中硬件木马所在的目标位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取第一光发射图像中每一像素点各自的像素值和第二光发射图像中每一像素点各自的像素值;构建第一光发射图像和第二光发射图像中同一位置的像素点之间的对应关系;使用t检验运算对每一对应关系中像素点的像素值进行运算,得到每一对应关系各自的t检验值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
使用验证方式确定被测芯片中硬件木马所在的验证位置,并将验证位置和目标位置进行比较,得到比较结果;当比较结果显示验证位置和目标位置存在差异时,对验证方式进行更新,以对目标位置进行二次验证,得到目标位置的可靠程度。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
确定被测芯片和参考芯片;采集被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像;构建第一光发射图像中每一像素点与第二光发射图像中相应像素点之间的对应关系,对每一对应关系所属的像素点的像素值进行t检验运算,得到每一对应关系各自的t检验值;当t检验值中存在目标值时,根据目标值对应的目标对应关系,确定被测芯片中硬件木马所在的目标位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态;控制光探测器采集被测芯片对应的第一光发射图像和参考芯片对应的第二光发射图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态;确定光探测器的采集方式;基于采集方式,控制光探测器对被测芯片和参考芯片进行图像采集,得到多张第一光发射图像和多张第二光发射图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
确定t检验值中的目标值所属的目标对应关系,并获取目标对应关系中的像素点在第一光发射图像和第二光发射图像中的对应位置;根据对应位置,得到被测芯片中硬件木马所在的目标位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取第一光发射图像中每一像素点各自的像素值和第二光发射图像中每一像素点各自的像素值;构建第一光发射图像和第二光发射图像中同一位置的像素点之间的对应关系;使用t检验运算对每一对应关系中像素点的像素值进行运算,得到每一对应关系各自的t检验值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
使用验证方式确定被测芯片中硬件木马所在的验证位置,并将验证位置和目标位置进行比较,得到比较结果;当比较结果显示验证位置和目标位置存在差异时,对验证方式进行更新,以对目标位置进行二次验证,得到目标位置的可靠程度。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
确定被测芯片和参考芯片;参考芯片为无硬件木马的芯片、且与被测芯片属于同一类型;采集被测芯片在工作状态下的第一光发射图像和参考芯片在工作状态下的第二光发射图像;构建第一光发射图像中每一像素点与第二光发射图像中相应像素点之间的对应关系,对每一对应关系所属的像素点的像素值进行t检验运算,得到每一对应关系各自的t检验值;当t检验值中存在目标值时,根据目标值对应的目标对应关系,确定被测芯片中硬件木马所在的目标位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态;控制光探测器采集被测芯片对应的第一光发射图像和参考芯片对应的第二光发射图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对被测芯片和参考芯片施加激励,以使被测芯片和参考芯片处于工作状态;确定光探测器的采集方式;基于采集方式,控制光探测器对被测芯片和参考芯片进行图像采集,得到多张第一光发射图像和多张第二光发射图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
确定t检验值中的目标值所属的目标对应关系,并获取目标对应关系中的像素点在第一光发射图像和第二光发射图像中的对应位置;根据对应位置,得到被测芯片中硬件木马所在的目标位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取第一光发射图像中每一像素点各自的像素值和第二光发射图像中每一像素点各自的像素值;构建第一光发射图像和第二光发射图像中同一位置的像素点之间的对应关系;使用t检验运算对每一对应关系中像素点的像素值进行运算,得到每一对应关系各自的t检验值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
使用验证方式确定被测芯片中硬件木马所在的验证位置,并将验证位置和目标位置进行比较,得到比较结果;当比较结果显示验证位置和目标位置存在差异时,对验证方式进行更新,以对目标位置进行二次验证,得到目标位置的可靠程度。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种木马位置定位方法,其特征在于,所述方法包括:
确定被测芯片和参考芯片;所述参考芯片为无硬件木马的芯片、且与所述被测芯片属于同一类型;
采集所述被测芯片在工作状态下的第一光发射图像和所述参考芯片在工作状态下的第二光发射图像;
获取所述第一光发射图像中每一像素点各自的像素值和所述第二光发射图像中每一像素点各自的像素值;
构建所述第一光发射图像和所述第二光发射图像中同一位置的像素点之间的对应关系;
使用t检验运算对每一所述对应关系中像素点的像素值进行运算,得到每一所述对应关系各自的t检验值;
当所述t检验值中存在目标值时,根据所述目标值对应的目标对应关系,确定所述被测芯片中硬件木马所在的目标位置。
2.根据权利要求1所述的方法,其特征在于,所述采集所述被测芯片在工作状态下的第一光发射图像和所述参考芯片在工作状态下的第二光发射图像,包括:
对所述被测芯片和所述参考芯片施加激励,以使所述被测芯片和所述参考芯片处于工作状态;
控制光探测器采集所述被测芯片对应的第一光发射图像和所述参考芯片对应的第二光发射图像。
3.根据权利要求1所述的方法,其特征在于,所述第一光发射图像和所述第二光发射图像均至少为两张;
所述采集所述被测芯片在工作状态下的第一光发射图像和所述参考芯片在工作状态下的第二光发射图像,包括:
对所述被测芯片和所述参考芯片施加激励,以使所述被测芯片和所述参考芯片处于工作状态;
确定光探测器的采集方式;所述采集方式包括所述光探测器采集图像时的采集周期和采集图像时的采集位置;
基于所述采集方式,控制所述光探测器对所述被测芯片和所述参考芯片进行图像采集,得到多张第一光发射图像和多张第二光发射图像。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标值对应的目标对应关系,确定所述被测芯片中硬件木马所在的目标位置,包括:
确定所述t检验值中的目标值所属的目标对应关系,并获取所述目标对应关系中的像素点在所述第一光发射图像和所述第二光发射图像中的对应位置;
根据所述对应位置,得到所述被测芯片中硬件木马所在的目标位置。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
使用验证方式确定所述被测芯片中所述硬件木马所在的验证位置,并将所述验证位置和所述目标位置进行比较,得到比较结果;
当所述比较结果显示所述验证位置和所述目标位置存在差异时,对所述验证方式进行更新,以对所述目标位置进行二次验证,得到所述目标位置的可靠程度。
6.一种木马位置定位装置,其特征在于,所述装置包括:
芯片确定模块,用于确定被测芯片和参考芯片;所述参考芯片为无硬件木马的芯片、且与所述被测芯片属于同一类型;
图像采集模块,用于采集所述被测芯片在工作状态下的第一光发射图像和所述参考芯片在工作状态下的第二光发射图像;
检验值计算模块,用于获取所述第一光发射图像中每一像素点各自的像素值和所述第二光发射图像中每一像素点各自的像素值;构建所述第一光发射图像和所述第二光发射图像中同一位置的像素点之间的对应关系;使用t检验运算对每一所述对应关系中像素点的像素值进行运算,得到每一所述对应关系各自的t检验值;
位置确定模块,用于当所述t检验值中存在目标值时,根据所述目标值对应的目标对应关系,确定所述被测芯片中硬件木马所在的目标位置。
7.根据权利要求6所述的装置,其特征在于,图像采集模块包括:
第一激励施加单元,用于对所述被测芯片和所述参考芯片施加激励,以使所述被测芯片和所述参考芯片处于工作状态;
第一图像采集单元,用于控制光探测器采集所述被测芯片对应的第一光发射图像和所述参考芯片对应的第二光发射图像。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310077170.9A CN116051518B (zh) | 2023-01-19 | 2023-01-19 | 木马位置定位方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310077170.9A CN116051518B (zh) | 2023-01-19 | 2023-01-19 | 木马位置定位方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116051518A CN116051518A (zh) | 2023-05-02 |
CN116051518B true CN116051518B (zh) | 2024-03-26 |
Family
ID=86121805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310077170.9A Active CN116051518B (zh) | 2023-01-19 | 2023-01-19 | 木马位置定位方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116051518B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104411230A (zh) * | 2012-05-21 | 2015-03-11 | 香港中文大学 | 疾病相关的视网膜神经纤维层变薄的检测 |
CN109389587A (zh) * | 2018-09-26 | 2019-02-26 | 上海联影智能医疗科技有限公司 | 一种医学图像分析系统、装置及存储介质 |
CN110866899A (zh) * | 2019-10-31 | 2020-03-06 | 中国人民解放军国防科技大学 | 基于静态热图的无母本芯片硬件木马检测方法及装置 |
CN112989334A (zh) * | 2019-12-12 | 2021-06-18 | 华为技术有限公司 | 一种机器学习的数据检测方法及相关设备 |
CN113160126A (zh) * | 2021-03-02 | 2021-07-23 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 硬件木马检测方法、装置、计算机设备和存储介质 |
WO2022075081A1 (ja) * | 2020-10-09 | 2022-04-14 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置、移動体装置、および通信システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210286905A1 (en) * | 2020-03-11 | 2021-09-16 | University Of Florida Research Foundation, Incorporated | Systems and methods for laser probing for hardware trojan detection |
-
2023
- 2023-01-19 CN CN202310077170.9A patent/CN116051518B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104411230A (zh) * | 2012-05-21 | 2015-03-11 | 香港中文大学 | 疾病相关的视网膜神经纤维层变薄的检测 |
CN109389587A (zh) * | 2018-09-26 | 2019-02-26 | 上海联影智能医疗科技有限公司 | 一种医学图像分析系统、装置及存储介质 |
CN110866899A (zh) * | 2019-10-31 | 2020-03-06 | 中国人民解放军国防科技大学 | 基于静态热图的无母本芯片硬件木马检测方法及装置 |
CN112989334A (zh) * | 2019-12-12 | 2021-06-18 | 华为技术有限公司 | 一种机器学习的数据检测方法及相关设备 |
WO2022075081A1 (ja) * | 2020-10-09 | 2022-04-14 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置、移動体装置、および通信システム |
CN113160126A (zh) * | 2021-03-02 | 2021-07-23 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 硬件木马检测方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
轻中度阿尔茨海默病患者脑内tau蛋白沉积的部位及程度;王桂红 等;中华老年心脑血管病杂志;第1236-1239页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116051518A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108073519B (zh) | 测试用例生成方法和装置 | |
US20230214989A1 (en) | Defect detection method, electronic device and readable storage medium | |
CN113608916B (zh) | 故障诊断的方法、装置、电子设备及存储介质 | |
US10990510B2 (en) | Associating attribute seeds of regression test cases with breakpoint value-based fingerprints | |
CN115795928B (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
CN115795920B (zh) | 基于多应力耦合加速模型的产品可靠性评价方法和装置 | |
CN117576108B (zh) | 晶圆缺陷检测的可视化优化方法、装置和计算机设备 | |
CN117033039A (zh) | 故障检测方法、装置、计算机设备和存储介质 | |
CN109884533B (zh) | 电池故障的诊断方法及装置、设备及存储介质 | |
CN113946983A (zh) | 产品可靠性薄弱环节评估方法、装置和计算机设备 | |
CN116051518B (zh) | 木马位置定位方法、装置、计算机设备和存储介质 | |
CN116797973A (zh) | 应用于环卫智慧管理平台的数据挖掘方法及系统 | |
CN116228045A (zh) | 基于性能退化的产品可靠性薄弱环节评估方法和装置 | |
CN114925153A (zh) | 基于业务的地理信息数据质量检测方法、装置和设备 | |
CN115792582B (zh) | 芯片测试方法、装置及设备 | |
US20230108313A1 (en) | Data triage in microscopy systems | |
CN116540293B (zh) | 探测器的测试方法、装置和系统 | |
CN118194583A (zh) | 元器件结构分析方法、装置、计算机设备和存储介质 | |
CN117575995A (zh) | 器件缺陷检测方法、装置、计算机设备和存储介质 | |
CN117953415A (zh) | 物品摆放检测方法、装置、计算机设备及存储介质 | |
CN118227859A (zh) | 声学谐振器良率检测方法、装置、计算机设备和存储介质 | |
CN117331812A (zh) | 业务代码验证方法、装置、计算机设备、存储介质和产品 | |
CN117274863A (zh) | 图像绘制质量检测方法、装置、计算机设备、介质和产品 | |
CN117407267A (zh) | 条件分支覆盖率计算方法、装置、计算机设备、存储介质 | |
CN117435478A (zh) | 程序逻辑功能检测方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |