CN116400200B - 车规级安全芯片的电磁侧信道信息的交叉验证方法 - Google Patents
车规级安全芯片的电磁侧信道信息的交叉验证方法 Download PDFInfo
- Publication number
- CN116400200B CN116400200B CN202310651545.8A CN202310651545A CN116400200B CN 116400200 B CN116400200 B CN 116400200B CN 202310651545 A CN202310651545 A CN 202310651545A CN 116400200 B CN116400200 B CN 116400200B
- Authority
- CN
- China
- Prior art keywords
- tested
- chip
- test
- curve
- chips
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012795 verification Methods 0.000 title claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 66
- 230000005670 electromagnetic radiation Effects 0.000 claims description 20
- 239000000523 sample Substances 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 230000008602 contraction Effects 0.000 claims description 2
- 238000012847 principal component analysis method Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 10
- 230000009467 reduction Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000005311 autocorrelation function Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005314 correlation function Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 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 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B15/00—Suppression or limitation of noise or interference
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明涉及一种车规级安全芯片的电磁侧信道信息的交叉验证方法,涉及芯片测试技术领域,通过将q条测试明文均输入至M颗同批次同型号的待测芯片中,通过对不同待测芯片同一条测试明文同一个网格化区域的曲线特征值进行异或操作,对各待测芯片进行批量交叉验证,实现了批量级、区域级的测试;同时在考虑到不同区域电磁信号噪声不同的情况,采用针对不同区域的去噪策略,实现了精细化去噪,批量化去噪也提高了测试效率。
Description
技术领域
本发明涉及芯片测试技术领域,尤其涉及一种车规级安全芯片的电磁侧信道信息的交叉验证方法。
背景技术
随着集成电路和信息技术的发展,车规电子应用越来越广泛,汽车芯片的功能安全和信息安全占据着举足轻重的地位,各大车厂也对所生产芯片部署了安全措施。车规芯片要求高安全性、高可靠性、高稳定性。其中信息安全尤为重要,包括AEC-Q100和ISO 26262等标准,亦需要满足安全芯片的相关等级评定标准,包括国际、国内EAL和国密等级。
由于芯片批量制造时的精密度差异,会出现很多不同类型的瑕疵,这些瑕疵或多或少地组合在一起,会造成电路的表现不符合预期,造成同批次的部分芯片出现无法保证算法和功能的正确性的情况,存在信息泄露风险,严重威胁了集成电路信息安全。而这些存在信息安全隐患的芯片无法通过自动测试设备 (Automatic Test Equipmeqt,ATE)测试进行筛除。因此,对于芯片安全性要求极高的车规级芯片,如何对大批量生产的芯片进行交叉验证,提高测试效率,是亟需解决的问题。
传统的IC测试是根据被测器件(DUT)特点和功能,给DUT提供测试激励(X),通过测量DUT输出响应(Y)与期望输出做比较,从而判断DUT是否合格。这种测试方式对于单颗芯片能提供较高的准确性,但是对于大批量的待测芯片,存在测试流程耗时长、测试效率不高等问题。
有鉴于此,特提出本发明。
发明内容
为了解决上述技术问题,本发明提供了一种车规级安全芯片的电磁侧信道信息的交叉验证方法,实现了批量级、区域级的测试;同时在考虑到不同区域电磁信号噪声不同的情况,采用针对不同区域的去噪策略,实现了精细化去噪,批量化去噪也提高了测试效率。
本发明实施例提供了一种车规级安全芯片的电磁侧信道信息的交叉验证方法,该方法包括:
S1、将q条测试明文均输入至M颗同批次同型号的待测芯片中,各待测芯片被划分为P个网格化区域;
S2、将电磁探头置于各待测芯片上方,采集各网格化区域的电磁信号得到电磁信号随时间变化的曲线;
S3、根据任一待测芯片的不同网格化区域的曲线幅值与设定阈值的大小关系,选择适用于各所述网格化区域的去噪算法,并对q条测试明文输入至q颗待测信号得到的P个网格化区域的曲线分别去噪得到q×M×P条曲线;
S4、提取各所述曲线的特征值;
S5、通过对不同待测芯片同一条测试明文同一个网格化区域的曲线特征值进行异或操作,对各待测芯片进行批量交叉验证;
其中,M、q、P均为大于3的整数。
本发明为了在测试数量较多的同批次、同型号的芯片时,提高芯片功能测试的效率,以及提高测试的准确性;能够提高对大量芯片进行检测的测试效率,帮助企业发现芯片级安全缺陷、规避安全风险和完善产品功能。进一步,可以结合硬件木马侧信道检测方法,实现安全芯片中硬件木马的检测。为车载安全芯片的发展以及国密技术在芯片中的快速落地提供相应测试技术方法和保障。本发明考虑到芯片不同区域电磁信号噪声不同的情况,采用针对不同区域的去噪策略,实现了精细化去噪。利用输入相同且同批次同型号芯片的基础上,发现同一区域的噪声信号相同,实现批量化去噪,也提高了测试效率。在交叉验证时,采用同一个网格化区域的曲线特征值进行异或操作,将测试精细化到一个个网格化区域,有利于提高测试精度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种车规级安全芯片的电磁侧信道信息的交叉验证方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整的描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
图1是本发明实施例提供的车规级安全芯片的电磁侧信道信息的交叉验证方法的流程图,包括以下操作:
S0、基于汉明重量模型,设置待测芯片的输入测试明文,不同测试明文对应的汉明重量不同。
将待加密明文开头的8个比特分别设置为:00000000、00000001、00000011、00000111、00001111、00011111、00111111、01111111、11111111。即9组明文第一个字节对应的汉明重量分别为:0、1、2、3、4、5、6、7、8, 共9种汉明重量类别。
在芯片执行相同的密码运算指令过程中,其电磁辐射泄露依赖于内部所处理数据的汉明重量,并且汉明重量取值相同的数据会产生几乎相同的电磁辐射泄露,汉明重量取值不同的数据会产生明显差异的电磁辐射泄露。
S1、将q条测试明文均输入至M颗同批次同型号的待测芯片中,各待测芯片被划分为P个网格化区域;其中,M、q、P均为大于3的整数。
将M颗(3≤M≤b,b为测试系统可供容纳芯片数量的最大值)同批次、同型号的待测芯片置于侧信道采集测试系统中,执行功能测试。测试系统按照用户设置,按照顺序将9条测试明文均输入待测芯片执行加密运算,通过电磁探头采集每颗芯片运行时的电磁辐射曲线,并传送到上位机中等待进行后续分析。
S2、将电磁探头置于各待测芯片上方,采集各网格化区域的电磁信号得到电磁信号随时间变化的曲线。
本步骤包括:S21、将电磁探头置于各待测芯片上方,所述电磁探头内置放大器,放大后的信号传输至上位机;S22、设置所述上位机依次生成各网格化区域中心点坐标,生成移动指令操作位移平台带动电磁探头移动到各中心点坐标上方,采集电磁信号随时间变化的曲线。
具体的,待测芯片在运行过程中会向外界辐射与加密内容紧密相关的电磁,近场电磁探头可以采集到芯片某一范围内的辐射,因为电磁辐射是微弱信号,近场电磁探头内置放大器放大信号,方便后续处理,示波器用来显示信号波形,并传输至上位机。将各待测芯片划分为m×m个网格化区域,每个区域的中心点坐标记为(i,j)(0≤i≤m, 0≤j≤m)。设置上位机生成各网格化区域的中心坐标(i,j),进一步产生指令,操控位移平台将电磁探头移动到相应的(i,j)位置上方,对芯片上的区域中心进行电磁信号采集。
在一些实施例中,在执行“采集各网格化区域的电磁信号得到电磁信号随时间变化的曲线”之后,还包括以下步骤:
S23、控制各待测芯片对每条测试明文分别执行相同的加密运算各K(K>20)次,将对应加密过程的曲线进行F(F=8,16,32,64)次平均,每条曲线有p个点,即。各待测芯片采用相同的加密密钥进行加密运算。进行F次平均可以提高信噪比。被处理的9组汉明重量数据必将导致电磁辐射曲线上所对应的运算时刻产生明显差异,其对应的平均电磁辐射曲线也必然存在明显差异,表现为9个类别中任意两个类别的平均电磁辐射曲线之差不为0。
S24、计算每个待测芯片,对于汉明重量取值为q(q=0,1,2,3,4,5,6,7,8)的类别下平均的曲线:
S25、采用最小相关差值对齐方法,对电磁辐射曲线进行时域对齐预处理。
最小相关差值对齐算法介绍如下:(1)使用一个时间窗从曲线中选取参考信号序列作为模板,并求解自相关函数;(2)计算每一个曲线信号与参考信号的互相关函数。自相关函数是描述信号在任意不同时刻的值之间的相关程度,互相关函数是描述两个不同信号在任意两个不同时刻的值之间的相关程度,两者的差值反映了各时间点上两个信号的形状差异,差值越小则信号相似性越大;(3)根据差函数的最小值与自相关函数之比(使用差值系数表示)调整待对齐的曲线信号相对于参考信号的位置。
S3、根据任一待测芯片的不同网格化区域的曲线幅值与设定阈值范围的大小关系,选择适用于各所述网格化区域的去噪算法,并对q条测试明文输入至M颗待测信号得到的P个网格化区域的曲线分别去噪得到q×M×P条曲线。
由于电磁辐射属于微弱信号,且在采集过程中容易收到内部电路噪声、外部环境噪声等干扰,且所采集的电磁辐射曲线来自芯片的随机区域,其引入的噪声也会各有不同。因此针对不同区域不同特征的电磁辐射曲线,本方案采用不同网格化区域对应的降噪算法来进行处理,最大限度来提高采样信号的信噪比。
从M颗待测芯片中任选出一颗待测芯片,采集任一测试明文输入情况下不同网格化区域的曲线并计算曲线的最大幅值。设定一个阈值,根据电磁辐射曲线幅值与阈值的大小关系,分别采用对应算法进行降噪预处理:
S31、如果任一待测芯片的一网格化区域的曲线幅值低于设定阈值范围,确定所述网格化区域适用于小波阈值收缩法。
电磁辐射曲线幅值低于设定阈值范围的,认为辐射强度较弱,采用小波阈值收缩法进行降噪预处理。其具体处理过程为: (1)将含噪信号在各尺度上进行小波分解;(2)设定一个阈值,幅值低于该阈值的小波系数置为0,高于该阈值的小波系数或者完全保留,或者做相应的“收缩(shrinkage)”处理;(3)将处理后获得的小波系数用逆小波变换进行重构,得到去噪后的信号。
S32、如果任一待测芯片的一网格化区域的曲线幅值位于所述设定阈值范围,确定所述网格化区域适用于经验模态分解方法。电磁辐射曲线幅值与设定阈值范围相当的,认为辐射强度中等,采用经验模态分解(Empirical Mode Decomposition,EMD)方法进行降噪预处理。算法的原理为:找出原数据序列X(t)所有的极大值点,并用三次样条插值函数拟合形成原数据的上包络线;同样,找出所有的极小值点,并将所有的极小值点通过三次样条插值函数拟合形成数据的下包络线,上包络线和下包络线的均值记作X0(t),将原数据序列X(t)减去该平均包络X0(t),得到一个新的数据序列h1(t):X(t)- X0(t)= h1(t)由原数据减去包络平均后的新数据,若还存在负的局部极大值和正的局部极小值,说明这还不是一个本征模函数,需要继续进行筛选。
S33、如果任一待测芯片的一网格化区域的曲线幅值高于所述设定阈值范围,确定所述网格化区域适用于KSVD字典学习方法。电磁辐射曲线幅值超过设定阈值范围的,认为辐射强度较强,采用KSVD字典学习方法进行降噪预处理。其具体处理过程为:(1)设置降噪参数;(2)初始化字典;(3)利用字典对信号进行稀疏编码;(4)更新字典原子;(5)迭代进行稀疏编码与字典更新,直到收敛到指定的误差。
S34、采用对应的去噪算法对q条测试明文输入至M颗待测信号得到的P个网格化区域的曲线分别去噪得到q×M×P条曲线。
经过试验发现,同批次同型号芯片在相同位置的噪声相差不大,可以采用一致的去噪算法。因此在确定任一待测芯片的各网格化区域对应的去噪算法后,后续所有同批次同型号芯片均可以直接采用对应网格化区域的去噪算法,而不需要再次计算曲线幅值和对比设定阈值范围。而且,本发明考虑了不同网格化区域有不同程度的噪声,实现了精准和全面去噪。
S4、提取各所述曲线的特征值。
采用主成分分析法对各所述曲线进行特征提取得到特征值,使有效点更好地反应电磁辐射曲线的特征。
S5、通过对不同待测芯片同一条测试明文同一个网格化区域的曲线特征值进行异或操作,对各待测芯片进行批量交叉验证。
经过上述步骤,针对M颗待测芯片共得到q×M×P条曲线的特征值。
S51、将来自不同待测芯片的相同汉明重量类别且相同网格化区域的特征值进行异或运算,如果异或结果为逻辑0,则通过测试;如果异或结果为逻辑1,则测试结果为错误;如果任一汉明种类类别或者任一网格化区域对应曲线特征值的异或结果为逻辑1,测试结果较错误。
S52、将测试结果为错误的待测芯片分为两等份,重复步骤S1~S5,逐步缩小测试范围,直到找出故障芯片。
所有芯片均经过测试系统,则测试结束。
本发明除了利用不同汉明重量的曲线特征进行交叉验证外,还采用了不同网格化区域的曲线特征进行交叉验证,使得交叉验证的维度细化到区域级别,测试结果更加准确。
本发明提出的芯片电磁侧信道信息交叉验证测试技术,能够在测试大量的同批次、同型号的车规级芯片时,有效提高芯片功能测试的效率及测试的准确性。无需操作人员具备很多的专业知识,也能够快速、准确地完成大批量芯片的测试。进一步对于企业而言,越早发现芯片故障,越能减少生产和制造成本,为设计和制造争取了宝贵的时间。同时能够帮助企业发现芯片级安全缺陷、规避安全风险和完善产品功能,为车载安全芯片的发展以及国密技术在芯片中的快速落地提供相应测试技术方法和保障。
需要说明的是,本发明所用术语仅为了描述特定实施例,而非限制本申请范围。如本发明说明书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
还需说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”等应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案。
Claims (5)
1.一种车规级安全芯片的电磁侧信道信息的交叉验证方法,其特征在于,包括:
S0、基于汉明重量模型,设置待测芯片的输入测试明文,不同测试明文对应的汉明重量不同;
S1、将q条测试明文均输入至M颗同批次同型号的待测芯片中,各待测芯片被划分为P个网格化区域;
S2、将电磁探头置于各待测芯片上方,采集各网格化区域的电磁信号得到电磁信号随时间变化的曲线;
S23、控制各待测芯片对每条测试明文分别执行相同的加密运算各K次,将对应加密过程的曲线进行8,16,32或者64次平均,每条曲线有p个点,即t i1,t i2,…,t ip;其中,K>20;1≤i≤k;
S24、计算每个待测芯片,对于汉明重量取值为q的类别下平均的曲线:
其中,q=0,1,2,3,4,5,6,7,8;
S25、采用最小相关差值对齐方法,对电磁辐射曲线进行时域对齐预处理;
S3、根据任一待测芯片的不同网格化区域的曲线幅值与设定阈值范围的大小关系,选择适用于各所述网格化区域的去噪算法,并对q条测试明文输入至M颗待测信号得到的P个网格化区域的曲线分别去噪得到q×M×P条曲线;
S4、提取各所述曲线的特征值;
S5、通过对不同待测芯片同一条测试明文同一个网格化区域的曲线特征值进行异或操作,对各待测芯片进行批量交叉验证;
其中,M、q、P均为大于3的整数。
2.根据权利要求1所述的方法,其特征在于,所述S3包括:
S31、如果任一待测芯片的一网格化区域的曲线幅值低于设定阈值范围,确定所述网格化区域适用于小波阈值收缩法;
S32、如果任一待测芯片的一网格化区域的曲线幅值位于所述设定阈值范围,确定所述网格化区域适用于经验模态分解方法;
S33、如果任一待测芯片的一网格化区域的曲线幅值高于所述设定阈值范围,确定所述网格化区域适用于KSVD字典学习方法;
S34、采用对应的去噪算法对q条测试明文输入至M颗待测信号得到的P个网格化区域的曲线分别去噪得到q×M×P条曲线。
3.根据权利要求1所述的方法,其特征在于,所述S2包括:
S21、将电磁探头置于各待测芯片上方,所述电磁探头内置放大器,放大后的信号传输至上位机;
S22、设置所述上位机依次生成各网格化区域中心点坐标,生成移动指令操作位移平台带动电磁探头移动到各中心点坐标上方,采集电磁信号随时间变化的曲线。
4.根据权利要求1所述的方法,其特征在于,所述S4包括:
采用主成分分析法对各所述曲线进行特征提取得到特征值。
5.根据权利要求1所述的方法,其特征在于,所述S5包括:
S51、将来自不同待测芯片的相同汉明重量类别且相同网格化区域的特征值进行异或运算,如果异或结果为逻辑0,则通过测试;如果异或结果为逻辑1,则测试结果为错误;如果任一汉明种类类别或者任一网格化区域对应曲线特征值的异或结果为逻辑1,测试结果较错误;
S52、将测试结果为错误的待测芯片分为两等份,重复步骤S1~S5,逐步缩小测试范围,直到找出包括故障芯片的多个芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310651545.8A CN116400200B (zh) | 2023-06-05 | 2023-06-05 | 车规级安全芯片的电磁侧信道信息的交叉验证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310651545.8A CN116400200B (zh) | 2023-06-05 | 2023-06-05 | 车规级安全芯片的电磁侧信道信息的交叉验证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116400200A CN116400200A (zh) | 2023-07-07 |
CN116400200B true CN116400200B (zh) | 2023-09-01 |
Family
ID=87009032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310651545.8A Active CN116400200B (zh) | 2023-06-05 | 2023-06-05 | 车规级安全芯片的电磁侧信道信息的交叉验证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116400200B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3958110A (en) * | 1974-12-18 | 1976-05-18 | Ibm Corporation | Logic array with testing circuitry |
US5241546A (en) * | 1991-02-01 | 1993-08-31 | Quantum Corporation | On-the-fly error correction with embedded digital controller |
US5600660A (en) * | 1992-02-21 | 1997-02-04 | Siemens Aktiengesellschaft | Method for determining the number of defective digital bits (defective bit number) transmitted over a data-transmission path to be tested, and device for the carrying out of the method |
WO2000062339A1 (fr) * | 1999-04-14 | 2000-10-19 | Hitachi, Ltd. | Circuit integre semi-conducteur, procede de verification et procede de fabrication d'un tel circuit |
JP2006202137A (ja) * | 2005-01-21 | 2006-08-03 | Renesas Technology Corp | 検証装置および検証方法 |
JP2008084472A (ja) * | 2006-09-28 | 2008-04-10 | Oki Electric Ind Co Ltd | 半導体装置 |
CN106841987A (zh) * | 2017-01-25 | 2017-06-13 | 天津大学 | 基于电磁和电流的硬件木马侧信道检测方法 |
CN107783023A (zh) * | 2016-08-31 | 2018-03-09 | 国民技术股份有限公司 | 基于芯片的侧信道泄露分析系统及方法 |
CN108920983A (zh) * | 2018-06-27 | 2018-11-30 | 天津大学 | 基于局部区域电路互参考的硬件木马检测方法 |
CN111327413A (zh) * | 2018-12-17 | 2020-06-23 | 航天信息股份有限公司 | 一种侧信道数据处理方法及设备 |
CN114089153A (zh) * | 2021-09-28 | 2022-02-25 | 普赛微科技(杭州)有限公司 | 一种集成电路芯片测试方法、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10789550B2 (en) * | 2017-04-13 | 2020-09-29 | Battelle Memorial Institute | System and method for generating test vectors |
-
2023
- 2023-06-05 CN CN202310651545.8A patent/CN116400200B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3958110A (en) * | 1974-12-18 | 1976-05-18 | Ibm Corporation | Logic array with testing circuitry |
US5241546A (en) * | 1991-02-01 | 1993-08-31 | Quantum Corporation | On-the-fly error correction with embedded digital controller |
US5600660A (en) * | 1992-02-21 | 1997-02-04 | Siemens Aktiengesellschaft | Method for determining the number of defective digital bits (defective bit number) transmitted over a data-transmission path to be tested, and device for the carrying out of the method |
WO2000062339A1 (fr) * | 1999-04-14 | 2000-10-19 | Hitachi, Ltd. | Circuit integre semi-conducteur, procede de verification et procede de fabrication d'un tel circuit |
JP2006202137A (ja) * | 2005-01-21 | 2006-08-03 | Renesas Technology Corp | 検証装置および検証方法 |
JP2008084472A (ja) * | 2006-09-28 | 2008-04-10 | Oki Electric Ind Co Ltd | 半導体装置 |
CN107783023A (zh) * | 2016-08-31 | 2018-03-09 | 国民技术股份有限公司 | 基于芯片的侧信道泄露分析系统及方法 |
CN106841987A (zh) * | 2017-01-25 | 2017-06-13 | 天津大学 | 基于电磁和电流的硬件木马侧信道检测方法 |
CN108920983A (zh) * | 2018-06-27 | 2018-11-30 | 天津大学 | 基于局部区域电路互参考的硬件木马检测方法 |
CN111327413A (zh) * | 2018-12-17 | 2020-06-23 | 航天信息股份有限公司 | 一种侧信道数据处理方法及设备 |
CN114089153A (zh) * | 2021-09-28 | 2022-02-25 | 普赛微科技(杭州)有限公司 | 一种集成电路芯片测试方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116400200A (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112255538B (zh) | 一种多特征优化融合的高压断路器故障诊断方法 | |
Feeney et al. | First observational tests of eternal inflation: analysis methods and WMAP 7-year results | |
CN109557429A (zh) | 基于改进小波阈值去噪的gis局部放电故障检测方法 | |
Du et al. | Convolutional sparse learning for blind deconvolution and application on impulsive feature detection | |
CN104573321A (zh) | 一种变压器油中溶解气体不良数据的识别和处理方法 | |
CN104678288A (zh) | 基于信息熵和小波变换的开关电流电路故障字典获取方法 | |
Frison et al. | Chaos and predictability in ocean water levels | |
CN116127279A (zh) | 一种小样本液压泵气蚀诊断方法及装置 | |
CN116400200B (zh) | 车规级安全芯片的电磁侧信道信息的交叉验证方法 | |
CN113919389A (zh) | 一种基于声纹成像的gis故障诊断方法及系统 | |
CN110135161B (zh) | 一种硬件木马的在片检测方法 | |
CN117031509A (zh) | 融合孤立森林及深度学习的土壤湿度反演方法及装置 | |
CN112688324A (zh) | 基于FastICA与TLS-ESPRIT的电力系统低频振荡模态辨识方法 | |
CN108664936B (zh) | 一种基于机器故障的诊断方法及系统 | |
Du et al. | Feature extraction and pattern recognition algorithm of power cable partial discharge signal | |
CN111191502A (zh) | 基于钻柱振动信号的粘滑和跳钻异常工况识别方法 | |
CN113818867B (zh) | 一种构建伪毛管压力曲线方法、系统、介质、设备及应用 | |
CN113608190B (zh) | 基于奇异空间三特征的海面目标检测方法及系统 | |
US9673862B1 (en) | System and method of analyzing crosstalk without measuring aggressor signal | |
Pan et al. | An effective sources enumeration approach for single channel signal at low SNR | |
CN114924216A (zh) | 舰船下方磁场的信号重构门限值参数优选方法 | |
CN108613695B (zh) | 基于ica-sprt的冗余传感器故障检测方法 | |
CN109793511A (zh) | 基于深度学习技术的心电信号噪声检测算法 | |
CN116381469B (zh) | 芯片功耗测信道信息交叉验证测试方法和装置 | |
Deniss et al. | Multi-leak detection with wavelet analysis in water distribution networks |
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 |