CN117310452B - 电磁信号泄露的确定方法、装置、计算机设备和存储介质 - Google Patents
电磁信号泄露的确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117310452B CN117310452B CN202311614828.1A CN202311614828A CN117310452B CN 117310452 B CN117310452 B CN 117310452B CN 202311614828 A CN202311614828 A CN 202311614828A CN 117310452 B CN117310452 B CN 117310452B
- Authority
- CN
- China
- Prior art keywords
- determining
- emission intensity
- electromagnetic
- integrated circuit
- electromagnetic signal
- 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 56
- 230000005670 electromagnetic radiation Effects 0.000 claims abstract description 160
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 18
- 230000005855 radiation Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 8
- 239000000523 sample Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000005672 electromagnetic field Effects 0.000 description 6
- 235000014435 Mentha Nutrition 0.000 description 5
- 241001072983 Mentha Species 0.000 description 5
- 235000014569 mints Nutrition 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000004044 response Effects 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
- 230000001174 ascending effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011946 reduction process 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]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
- G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
- G01R29/0857—Dosimetry, i.e. measuring the time integral of radiation intensity; Level warning devices for personal safety use
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
本申请涉及一种电磁信号泄露的确定方法、装置、计算机设备和存储介质。所述方法包括:利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率;根据每一类聚类结果对应的工作模式和预设的对应关系,确定被测集成电路发射电磁信号的标准频率;根据实际频率和标准频率,确定被测集成电路是否存在电磁信号泄露。采用本方法能够提高确定集成电路是否存在电磁信号泄露的准确度。
Description
技术领域
本申请涉及电磁扫描技术领域,特别是涉及一种电磁信号泄露的确定方法、装置、计算机设备和存储介质。
背景技术
近场电磁扫描在集成电路电磁干扰分析具有广泛的应用。受集成电路内部复杂布局布线、多种工作模式、电磁探头探测精度等因素的影响,近场电磁扫描的辐射发射分布呈现出一定的规律,因此,可以根据近场电磁扫描的辐射发射分布规律分析集成电路是否存在电磁信号泄露。
传统技术中,是由人工对近场电磁辐射发射图像呈现的内容进行判断确定集成电路是否存在电磁信号泄露的。
然而,传统技术中存在确定集成电路是否存在电磁信号泄露的准确度较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高集成电路是否存在电磁信号泄露的准确度的电磁信号泄露的确定方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种电磁信号泄露的确定方法。所述方法包括:
利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;所述多幅发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;
针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率;
根据每一类聚类结果对应的工作模式和预设的对应关系,确定所述被测集成电路发射电磁信号的标准频率;所述对应关系包括所述工作模式和所述被测集成电路发射电磁信号的频率之间的对应关系;
根据所述实际频率和所述标准频率,确定所述被测集成电路是否存在电磁信号泄露。
在其中一个实施例中,所述根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率,包括:
根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的所述被测集成电路发射电磁信号强度最大值的目标位置;
根据所述目标位置对应的目标电磁辐射发射强度图像的频域波形,确定所述目标位置对应的电磁信号的频域波形;
对所述目标位置对应的电磁信号的频域波形进行积分处理,得到所述目标位置对应的电磁信号的时域波形;
根据所述目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率。
在其中一个实施例中,所述根据所述目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率,包括:
根据所述目标位置对应的电磁信号的时域波形,确定所述目标位置对应的电磁信号的周期;
根据所述电磁信号的周期,确定所述实际频率。
在其中一个实施例中,所述根据所述实际频率和所述标准频率,确定所述被测集成电路是否存在电磁信号泄露,包括:
确定所述实际频率与所述标准频率是否一致;
若是,则确定所述被测集成电路不存在电磁信号泄露;
若否,则确定所述被测集成电路存在电磁信号泄露。
在其中一个实施例中,所述利用预设的密度聚类算法对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果,包括:
根据所述多幅电磁辐射发射强度图像对应的维度数,确定所述密度聚类算法的第一邻域参数;
根据每一幅所述电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定所述密度聚类算法的第二邻域参数;
根据所述密度聚类算法的第一邻域参数和所述密度聚类算法的第二邻域参数,对所述多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果。
在其中一个实施例中,所述根据每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定所述密度聚类算法的第二邻域参数,包括:
对所述每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离进行排序,得到排序后的平均欧式距离;
利用所述排序后的平均欧式距离,得到所述多幅电磁辐射发射强度图像对应的曲线图;
根据所述多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定所述第二邻域参数。
在其中一个实施例中,所述根据所述多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定所述第二邻域参数,包括:
对所述多幅电磁辐射发射强度图像对应的曲线图进行拟合处理,得到拟合曲线图;
根据所述拟合曲线图,确定所述第二邻域参数。
第二方面,本申请还提供了一种电磁信号泄露的确定装置。所述装置包括:
获取模块,用于利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;所述多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;
第一确定模块,用于针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率;
第二确定模块,用于根据每一类聚类结果对应的工作模式和预设的对应关系,确定所述被测集成电路发射电磁信号的标准频率;所述对应关系包括所述工作模式和所述被测集成电路发射电磁信号的频率之间的对应关系;
第三确定模块,用于根据所述实际频率和所述标准频率,确定所述被测集成电路是否存在电磁信号泄露。
第三方面,本申请还提供了一种计算机设备。所述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第一方面所述的方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述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第一方面所述的方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面所述的方法的步骤。
上述电磁信号泄露的确定方法、装置、计算机设备和存储介质,利用预设的密度聚类算法对根据不同频率点下被测集成电路的发射强度确定的多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果,由于密度聚类算法相比于其他的聚类算法,不需要预先指定聚类数量,而且可以对电磁辐射发射形成任意形状进行区分,因此,能够提高对多幅电磁辐射发射强度图像进行聚类的准确度,从而针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,能够准确的确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率,根据每一类聚类结果对应的工作模式和预设的工作模式与被测集成电路发射电磁信号的频率之间的对应关系,能够快速准确的确定被测集成电路发射电磁信号的标准频率,进而能够根据实际频率和标准频率,准确的确定被测集成电路是否存在电磁信号泄露,提高了确定被测集成电路是否存在电磁信号泄露的效率和准确度。
附图说明
图1为一个实施例中电磁信号泄露的确定方法的应用环境图;
图2为一个实施例中电磁信号泄露的确定方法的第一流程示意图;
图3为一个实施例中获取电磁辐射发射强度图像的示意图;
图4为一个实施例中电磁信号泄露的确定方法的第二流程示意图;
图5为一个实施例中电磁信号泄露的确定方法的第三流程示意图;
图6为一个实施例中电磁信号泄露的确定方法的第四流程示意图;
图7为一个实施例中电磁信号泄露的确定方法的第五流程示意图;
图8为一个实施例中不同频率点下的电磁辐射发射强度图像的示意图;
图9为一个实施例中多幅电磁辐射发射强度图像对应的距离曲线的示意图;
图10为一个实施例中多幅电磁辐射发射强度图像划分的类别的第一示意图;
图11为一个实施例中多幅电磁辐射发射强度图像划分的类别的第二示意图;
图12为一个实施例中电磁信号泄露的确定装置的第一结构框图;
图13为一个实施例中电磁信号泄露的确定装置的第二结构框图。
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电磁信号泄露的确定方法,可以应用于如图1所示的应用环境中。图1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1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电磁辐射发射强度图像数据。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电磁信号泄露的确定方法。
近场电磁扫描在集成电路电磁干扰分析、密码芯片旁路分析、电路参数提取,失效定位分析、近场测量、近远场变换、干扰源重构,芯片安全性分析等方面具有广泛的应用。受集成电路内部复杂布局布线、多种工作模式、电磁探头探测精度等因素的影响,近场电磁辐射发射分布呈现出一定的规律,例如,电磁辐射发射围绕干扰源具有局域性,其场分布可能呈现出无规则的形状,发射强度会随频率而变化。因此,对近场扫描的电磁辐射发射强度图像进行分析,能够得出不同的发射模式,从而可以确定出干扰源的物理位置、集成电路内部工作状态等信息,进一步的,可以根据确定的信息进一步确定集成电路是否存在电磁信号泄露。
在一个实施例中,如图2所示,提供了一种电磁信号泄露的确定方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S201,利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像。
其中,预设的密度聚类算法是一种基于密度的聚类算法,通过计算数据点周围的密度确定聚类的边界,相比于传统的基于距离的聚类算法,密度聚类算法可以对分布呈不规则形状的数据进行聚类处理,在本实施例中,可以采用密度聚类算法对由于电磁辐射发射呈现的无规则的形状的电磁辐射发射强度图像进行聚类处理。其中,多幅电磁辐射发射强度图像是在近场电磁扫描测试过程中,通过选取不同频率点下的被测集成电路的发射强度所确定的。
需要说明的是,近场扫描测试时,集成电路芯片xy表面扫描区域可以按照设定的步长被划分为m×n的网格,如图3(a)所示。电磁场探头位于集成电路的表面上方的任意网格,如(i,j),将电磁场转变为电压信号,并送入接收机,接收机被设置为一定的频率范围,从而可得到设定频率范围内(p个频率点)的频率-发射强度曲线,如图3(b)所示,其中,横坐标是频率,纵坐标是电磁辐射发射强度,该格点测试完成后,探头移动到下一个格点重复上述测量过程,直到完成整个集成电路的扫描区域,由此可得到m×n条磁场发射强度曲线,可以取所有格点在频率fk下的电磁辐射发射强度,得到整个扫描区域在频率点fk下的电磁辐射发射强度图像,如图3(c)所示,通过选择不同频率下的电磁辐射发射强度,可以获得多幅电磁辐射发射强度图像。
在本实施例中,可以利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,将相同工作模式下形成的电磁辐射发射强度图像划分为同一个类型,从而将多幅电磁辐射发射强度图像按照其应的工作模式分为多个类别,得到多个聚类结果,每个聚类结果表示一种工作模式下形成的电磁辐射发射强度图像。
S202,针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。
其中,被测集成电路发射电磁信号的实际频率指的是被测集成电路在近场磁场扫描时,当扫描探头位于被测集成电路表面时,被测集成电路可以根据自身不同的工作模式对受到的电磁场信号进行辐射发射,将辐射发射的电磁信号转变为不同的电压信号,不同的电压信号表示不同的工作模式对应的不同工作频率。从而根据转变的电压信号可以确定被测集成电路发射电磁信号的实际频率。
需要说明的是,被测集成电路的工作模式不同,根据电磁场信号生成的电磁信号的发射位置、以及电磁信号的发射强度也会随着工作模式的频率均发生变化,而电磁信号的发射位置和发射强度不同,所形成的电磁辐射发射强度图像所呈现的分布规律也不同,因此,可以根据辐射发射电磁辐射发射强度图像确定被测集成电路的工作模式,从而根据工作模式确定被测集成电路发射电磁信号的实际频率。
在本实施例中,可以根据每一类聚类结果中,电磁辐射发射强度图像所呈现的分布规律,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。
S203,根据每一类聚类结果对应的工作模式和预设的对应关系,确定被测集成电路发射电磁信号的标准频率;对应关系包括工作模式和被测集成电路发射电磁信号的频率之间的对应关系。
需要说明的是,被测集成电路发射的电磁信号与被测集成电路内部的工作模式相关,在近场电磁扫描测试中,电磁信号会随着被测集成电路内部的工作模式发生瞬时性的变化,不同工作模式对应不同的工作频率。
在本实施例中,可以利用被测集成电路的工作手册,查询不同工作模式对应的工作频率,从而根据所查询的工作频率确定被测集成电路发射电磁信号的标准频率。
S204,根据实际频率和标准频率,确定被测集成电路是否存在电磁信号泄露。
可以理解的是,在近场电磁扫描测试中,若被测集成电路发射的电磁信号的实际频率与标准频率不同,则说明被测集成电路所发射的电磁信号可能通过其他发射路径发送到其他接收机中,进一步地,可以根据被测集成电路发射的电磁信号的实际频率和标准频率,确定被测集成电路是否存在电磁信号泄露。
在本实施例中,可以根据实际频率和标准频率之间的差异,确定被测集成电路是否存在电磁信号泄露,示例性的,将实际频率与标准频率的差值与预设的差值阈值进行比较,若差值小于或等于差值阈值,则可以确定被测集成电路不存在电磁信号泄露,若差值大于差值阈值,则可以确定被测集成电路存在电磁信号泄露。
上述电磁信号泄露的确定方法中,利用预设的密度聚类算法对根据不同频率点下被测集成电路的发射强度确定的多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果,由于密度聚类算法相比于其他的聚类算法,不需要预先指定聚类数量,而且可以对电磁辐射发射形成任意形状进行区分,因此,能够提高对多幅电磁辐射发射强度图像进行聚类的准确度,从而针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,能够准确的确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率,根据每一类聚类结果对应的工作模式和预设的工作模式与被测集成电路发射电磁信号的频率之间的对应关系,能够快速准确的确定被测集成电路发射电磁信号的标准频率,进而能够根据实际频率和标准频率,准确的确定被测集成电路是否存在电磁信号泄露,提高了确定被测集成电路是否存在电磁信号泄露的效率和准确度。
在上述根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率的场景中,可以根据电磁辐射发射强度图像确定被测集成电路发射电磁信号强度最大值的目标位置对应的时域波形,从而根据时域波形确定电磁信号的实际频率。在一个实施例中,如图4所示,上述S203,包括:
S301,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号强度最大值的目标位置。
可以理解的是,被测集成电路中可能存在多个对电磁场信号进行辐射发射的位置,不同位置的辐射发射强度不同,其中,辐射发射强度最大的位置为被测集成电路发射电磁信号强度的最大值的目标位置。因此,可以根据辐射发射强度图像中各像素点的颜色确定对应的被测集成电路中该位置触点辐射发射强度。
在本实施例中,可以分别从每一类聚类结果包括的电磁辐射发射强度图像中,确定出该聚类结果中颜色最深的位置,将该位置确定为该聚类结果中被测集成电路发射电磁信号强度最大值的目标位置。
S302,根据目标位置对应的目标电磁辐射发射强度图像的频域波形,确定目标位置对应的电磁信号的频域波形。
可以理解的是,在近场电磁扫描的过程中,接收机可以接收被测集成电路根据电磁场信号辐射发射的电磁信号,接收机可以根据接收到的电磁信号生成扫描位置点的多个频率与对应的辐射发射强度之间的曲线图。
在本实施例中,可以根据确定的目标位置确定目标位置对应的多个频率与对应的辐射发射强度之间的曲线图,从而将该曲线图作为目标位置对应的电磁信号的频域波形。
S303,对目标位置对应的电磁信号的频域波形进行积分处理,得到目标位置对应的电磁信号的时域波形。
需要说明的是,频率波形表示的是电磁信号的辐射发射强度与辐射发射频率之间的对应关系,时域波形表示的是电磁信号的辐射发射强度与辐射发射时间之间的对应关系,根据时域波形可以确定电磁信号在时间维度上的周期性变化。
在本实施例中,可以利用傅里叶变换的逆变换对目标位置对应的电磁信号的频域波形进行积分处理,将目标位置对应的电磁信号的频域波形转换为时域波形,从而得到目标位置对应的电磁信号的时域波形。
S304,根据目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。
需要说明的是,根据时域波形的周期信息可以简单准确的确定出对应的频率信息,作为一种可选的实施方式,可以根据目标位置对应的电磁信号的时域波形,确定目标位置对应的电磁信号的周期,从而根据电磁信号的周期,确定实际频率。针对每一类聚类结果,可以从目标位置对应的电磁信号的时域波形中,根据波形的变化周期的确定对应的频率,将所确定的频率可以确定为每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。示例性的,若时域波形为周期性信号,周期为2s,根据周期与频率之间的转换公式F=1/T,可以确定对应的实际频率为0.5HZ。
在本实施方式中,根据目标位置对应的电磁信号的时域波形,能够准确的确定目标位置对应的电磁信号的周期,从而能够根据电磁信号的周期确定实际频率,提高了确定的实际频率的准确度。
本实施例中,根据每一类聚类结果包括的电磁辐射发射强度图像,能够准确的确定每一类聚类结果对应的被测集成电路发射电磁信号强度最大值的目标位置,从而能够根据目标位置对应的目标电磁辐射发射强度图像的频域波形,确定目标位置对应的电磁信号的频域波形,通过对目标位置对应的电磁信号的频域波形进行积分处理,能够得到目标位置对应的电磁信号的时域波形,从而能够根据目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率,提高了确定的实际频率的准确度。
下面对根据实际频率和标准频率,确定被测集成电路是否存在电磁信号泄露的具体过程进行详细描述。在一个实施例中,如图5所示,上述S204,包括:
S401,确定实际频率与标准频率是否一致。
在本实施例中,可以将实际频率与标准频率进行差值比较,可选的,若差值为0,则可以确定实际频率与标准频率一致,若差值不为0,则可以确定实际频率与标准频率不一致。
S402,若实际频率与标准频率一致,则确定被测集成电路不存在电磁信号泄露。
在本实施例中,若实际频率与标准频率一致,则说明被测集成电路在受到近场电磁扫描时,所发射的信号完全送入接收机中,可以确定被测集成电路不存在电磁信号泄露。
S403,若实际频率与标准频率不一致,则确定被测集成电路存在电磁信号泄露。
在本实施例中,若实际频率与标准频率一致,则说明被测集成电路在受到近场电磁扫描时,可能将电磁信号发射到其他的接收机中,可以确定被测集成电路存在电磁信号泄露。
本实施例中,通过确定实际频率与标准频率是否一致,能够在实际频率与标准频率一致的情况下,确定被测集成电路不存在电磁信号泄露,在实际频率与标准频率不一致的情况下,确定被测集成电路存在电磁信号泄露,由于确定实际频率与标准频率是否一致的过程比较简单,从而能够提高确定被测集成电路是否存在电磁信号泄露的效率。
在上述利用预设的密度聚类算法对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果的场景中,可以先根据多幅电磁辐射发射强度图像确定密度聚类算法的第一邻域参数和第二邻域参数。一个实施例中,如图6所示,上述S201,包括:
S501,根据多幅电磁辐射发射强度图像对应的维度数,确定密度聚类算法的第一邻域参数。
可以理解的是,为了提高聚类结果的准确度,可以在聚类处理之前,对多幅电磁辐射发射强度图像的数据进行归一化处理和降维处理,可选的,降维处理的算法可以为主成分分析算法,或者,降维处理的算法也可以为独立成分分析算法,本实施例对此不作限制。
需要说明的是,密度聚类算法基于一组“邻域”参数(ε,minpts)来刻画样本分布的紧密程度,其中ε为邻域半径,minpts为最小样本点数。在本实施例中,最小样本点数minpts可以为第一邻域参数,可选的,minpts的值可以大于进行聚类处理的数据集的维度数,或者,minpts的值也可以等于进行聚类处理的数据集的维度数,在本实施例中,第一邻域参数的值可以为多幅电磁辐射发射强度图像对应的维度数的两倍。
S502,根据每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定密度聚类算法的第二邻域参数。
在本实施例中,邻域半径ε可以为第二邻域参数,可以通过绘制进行聚类处理的所有数据点的距离曲线,将距离曲线的拐点处的值作为第二邻域参数。
作为一种可选的实施方式,如图7所示,确定密度聚类算法的第二邻域参数可以包括:
S601,对每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离进行排序,得到排序后的平均欧式距离。
在本实施方式中,可以分别计算每个像素点与周围相邻像素点之间的欧氏距离,从而计算多个欧氏距离的平均值得到每个像素点对应的平均欧式距离,将多个像素点的平均欧式距离进行排序,可选的,可以对多个像素点的平均欧式距离进行顺序排序,或者,也可以对多个像素点的平均欧式距离进行倒序排序,本实施例对此不作限制。
S602,利用排序后的平均欧式距离,得到多幅电磁辐射发射强度图像对应的曲线图。
在本实施例中,对于每一幅电磁辐射发射强度图像,可以根据该电磁辐射发射强度图像中所有像素点对应的排序后的平均欧氏距离,绘制平均欧氏距离与各像素点之间的曲线图,从而得到多幅电磁辐射发射强度图像对应的曲线图。
S603,根据多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定第二邻域参数。
作为一种可选的实施方式,在本实施例中,可以将每一幅电磁辐射发射强度图像对应的曲线图进行拟合处理得到多幅电磁辐射发射强度图像对应的拟合曲线图,从而根据该拟合曲线图确定拐点位置,将拐点位置处对应的平均欧氏距离的值确定为第二邻域参数。
S503,根据密度聚类算法的第一邻域参数和密度聚类算法的第二邻域参数,对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果。
在本实施例中,可以将多幅电磁辐射发射强度图像的数据点和所确定的第一邻域参数和第二邻域参数输入密度聚类算法对应的函数中,通过运行该函数,可以得到多幅电磁辐射发射强度图像对应的多个聚类结果。
示例性地,以应用于微控制单元(Microcontroller Unit,MCU)集成电路的电磁近场发射为例,该MCU可以形成5000张电磁辐射发射强度图像,如图8所示,为机显示的8个频点下的电磁辐射发射强度图像。对5000张图像进行Min-max归一化处理,对归一化后的数据进行主成分分析降维处理,得到降维后的特征值,将原始的142维数据降维到98维,选择累计贡献率大于0.9的特征值,根据上述确定第一邻域参数和第二邻域参数的描述,可以确定第一邻域参数为196,通过计算所有特征值的欧氏距离,并按照距离大小进行升序排序,如图9所示,可以得到多幅电磁辐射发射强度图像对应的距离曲线,则可以确定第二邻域参数为为0.91187。进一步地,可以根据降维处理得到的特征值、确定的第一邻域参数和第二邻域参数对多幅电磁辐射发射强度图像进行聚类处理,可以将多幅电磁辐射发射强度图像划分为两个类别,如图10所示为划分的类别1:电磁辐射发射强度图像的右上角具有相同的发射位置,强发射区域近似为145°的条状区域,且频率点均为5.9、6、6.1、6.2、12.2、……、123、129。近似为6.1 MHz的倍频点,共计50个频点;如图11所示为划分的类别2:电磁辐射发射强度图像均无强发射区域,分布无规律,近似为噪声,频率点为其他4950个频率点。
本实施例中,通过根据多幅电磁辐射发射强度图像对应的维度数,确定密度聚类算法的第一邻域参数,根据每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定密度聚类算法的第二邻域参数,由于确定第一邻域参数和第二邻域参数的过程比较简单,从而能够根据密度聚类算法的第一邻域参数和密度聚类算法的第二邻域参数,对多幅电磁辐射发射强度图像聚类处理,快速的得到多个聚类结果,进而能够提高根据聚类结果确定对应的被测集成电路发射电磁信号的实际频率的效率。
为了便于本领域技术人员的理解,下边对本申请提供的电磁信号泄露的确定方法进行详细介绍,该方法可以包括:
S1,根据多幅电磁辐射发射强度图像对应的维度数,确定密度聚类算法的第一邻域参数。
S2,对每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离进行排序,得到排序后的平均欧式距离。
S3,利用排序后的平均欧式距离,得到多幅电磁辐射发射强度图像对应的曲线图。
S4,根据多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定第二邻域参数。
S5,根据密度聚类算法的第一邻域参数和密度聚类算法的第二邻域参数,对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果。
S6,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号强度最大值的目标位置。
S7,根据目标位置对应的目标电磁辐射发射强度图像的频域波形,确定目标位置对应的电磁信号的频域波形。
S8,对目标位置对应的电磁信号的频域波形进行积分处理,得到目标位置对应的电磁信号的时域波形。
S9,根据目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。
S10,根据每一类聚类结果对应的工作模式和预设的对应关系,确定被测集成电路发射电磁信号的标准频率;对应关系包括工作模式和被测集成电路发射电磁信号的频率之间的对应关系。
S11,确定实际频率与标准频率是否一致。
S12,若实际频率与标准频率一致,则确定被测集成电路不存在电磁信号泄露;
S13,若实际频率与标准频率不一致,则确定被测集成电路存在电磁信号泄露。
需要说明的是,针对上述S1-S13中的描述可以参见上述实施例中相关的描述,且其效果类似,本实施例在此不再赘述。
应该理解的是,虽然如上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电磁信号泄露的确定方法的电磁信号泄露的确定装置。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电磁信号泄露的确定装置实施例中的具体限定可以参见上文中对于电磁信号泄露的确定方法的限定,在此不再赘述。
在一个实施例中,如图12所示,提供了一种电磁信号泄露的确定装置,包括:获取模块10、第一确定模块11、第二确定模块12和第三确定模块13,其中:
获取模块10,用于利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;
第一确定模块11,用于针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率;
第二确定模块12,用于根据每一类聚类结果对应的工作模式和预设的对应关系,确定被测集成电路发射电磁信号的标准频率;对应关系包括工作模式和被测集成电路发射电磁信号的频率之间的对应关系;
第三确定模块13,用于根据实际频率和标准频率,确定被测集成电路是否存在电磁信号泄露。
本实施例提供的电磁信号泄露的确定装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在一个实施例中,如图13所示,上述第一确定模块11,包括:第一确定单元111、第二确定单元112、第一获取单元113和第三确定单元114,其中:
第一确定单元111,用于根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号强度最大值的目标位置。
第二确定单元112,用于根据目标位置对应的目标电磁辐射发射强度图像的频域波形,确定目标位置对应的电磁信号的频域波形。
第一获取单元113,用于对目标位置对应的电磁信号的频域波形进行积分处理,得到目标位置对应的电磁信号的时域波形。
第三确定单元114,用于根据目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。
本实施例提供的电磁信号泄露的确定装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在一个实施例中,请继续参照图13,上述第三确定单元114,具体用于:根据目标位置对应的电磁信号的时域波形,确定目标位置对应的电磁信号的周期;根据电磁信号的周期,确定实际频率。
本实施例提供的电磁信号泄露的确定装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在一个实施例中,请继续参照图13,上述第三确定模块13,包括:第四确定单元131、第五确定单元132和第六确定单元133,其中:
第四确定单元131,用于确定实际频率与标准频率是否一致。
第五确定单元132,用于若实际频率与标准频率一致,则确定被测集成电路不存在电磁信号泄露。
第六确定单元133,用于若实际频率与标准频率不一致,则确定被测集成电路存在电磁信号泄露。
本实施例提供的电磁信号泄露的确定装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在一个实施例中,请继续参照图13,上述获取模块10,包括:第七确定单元101、第八确定单元102和第二获取单元103,其中:
第七确定单元101,用于根据多幅电磁辐射发射强度图像对应的维度数,确定密度聚类算法的第一邻域参数。
第八确定单元102,用于根据每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定密度聚类算法的第二邻域参数。
第二获取单元103,用于根据密度聚类算法的第一邻域参数和密度聚类算法的第二邻域参数,对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果。
本实施例提供的电磁信号泄露的确定装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在一个实施例中,请继续参照图13,上述第八确定单元102,具体用于:对每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离进行排序,得到排序后的平均欧式距离;利用排序后的平均欧式距离,得到多幅电磁辐射发射强度图像对应的曲线图;根据多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定第二邻域参数。
本实施例提供的电磁信号泄露的确定装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在一个实施例中,请继续参照图13,上述第八确定单元102,具体用于:对多幅电磁辐射发射强度图像对应的曲线图进行拟合处理,得到拟合曲线图;根据拟合曲线图,确定所述第二邻域参数。
本实施例提供的电磁信号泄露的确定装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
上述电磁信号泄露的确定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,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:
利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;
针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率;
根据每一类聚类结果对应的工作模式和预设的对应关系,确定被测集成电路发射电磁信号的标准频率;对应关系包括工作模式和被测集成电路发射电磁信号的频率之间的对应关系;
根据实际频率和标准频率,确定被测集成电路是否存在电磁信号泄露。
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:
根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号强度最大值的目标位置;
根据目标位置对应的目标电磁辐射发射强度图像的频域波形,确定目标位置对应的电磁信号的频域波形;
对目标位置对应的电磁信号的频域波形进行积分处理,得到目标位置对应的电磁信号的时域波形;
根据目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。
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:
根据目标位置对应的电磁信号的时域波形,确定目标位置对应的电磁信号的周期;
根据电磁信号的周期,确定实际频率。
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:
确定实际频率与标准频率是否一致;
若是,则确定被测集成电路不存在电磁信号泄露;
若否,则确定被测集成电路存在电磁信号泄露。
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:
根据多幅电磁辐射发射强度图像对应的维度数,确定密度聚类算法的第一邻域参数;
根据每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定密度聚类算法的第二邻域参数;
根据密度聚类算法的第一邻域参数和密度聚类算法的第二邻域参数,对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果。
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:
对每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离进行排序,得到排序后的平均欧式距离;
利用排序后的平均欧式距离,得到多幅电磁辐射发射强度图像对应的曲线图;
根据多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定第二邻域参数。
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:
对多幅电磁辐射发射强度图像对应的曲线图进行拟合处理,得到拟合曲线图;
根据拟合曲线图,确定第二邻域参数。
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:
利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;
针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率;
根据每一类聚类结果对应的工作模式和预设的对应关系,确定被测集成电路发射电磁信号的标准频率;对应关系包括工作模式和被测集成电路发射电磁信号的频率之间的对应关系;
根据实际频率和标准频率,确定被测集成电路是否存在电磁信号泄露。
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:
根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号强度最大值的目标位置;
根据目标位置对应的目标电磁辐射发射强度图像的频域波形,确定目标位置对应的电磁信号的频域波形;
对目标位置对应的电磁信号的频域波形进行积分处理,得到目标位置对应的电磁信号的时域波形;
根据目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。
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:
根据目标位置对应的电磁信号的时域波形,确定目标位置对应的电磁信号的周期;
根据电磁信号的周期,确定实际频率。
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:
确定实际频率与标准频率是否一致;
若是,则确定被测集成电路不存在电磁信号泄露;
若否,则确定被测集成电路存在电磁信号泄露。
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:
根据多幅电磁辐射发射强度图像对应的维度数,确定密度聚类算法的第一邻域参数;
根据每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定密度聚类算法的第二邻域参数;
根据密度聚类算法的第一邻域参数和密度聚类算法的第二邻域参数,对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果。
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:
对每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离进行排序,得到排序后的平均欧式距离;
利用排序后的平均欧式距离,得到多幅电磁辐射发射强度图像对应的曲线图;
根据多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定第二邻域参数。
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:
对多幅电磁辐射发射强度图像对应的曲线图进行拟合处理,得到拟合曲线图;
根据拟合曲线图,确定第二邻域参数。
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:
利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;
针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率;
根据每一类聚类结果对应的工作模式和预设的对应关系,确定被测集成电路发射电磁信号的标准频率;对应关系包括工作模式和被测集成电路发射电磁信号的频率之间的对应关系;
根据实际频率和标准频率,确定被测集成电路是否存在电磁信号泄露。
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:
根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的被测集成电路发射电磁信号强度最大值的目标位置;
根据目标位置对应的目标电磁辐射发射强度图像的频域波形,确定目标位置对应的电磁信号的频域波形;
对目标位置对应的电磁信号的频域波形进行积分处理,得到目标位置对应的电磁信号的时域波形;
根据目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的被测集成电路发射电磁信号的实际频率。
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:
根据目标位置对应的电磁信号的时域波形,确定目标位置对应的电磁信号的周期;
根据电磁信号的周期,确定实际频率。
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:确定实际频率与标准频率是否一致;
若是,则确定被测集成电路不存在电磁信号泄露;
若否,则确定被测集成电路存在电磁信号泄露。
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:
根据多幅电磁辐射发射强度图像对应的维度数,确定密度聚类算法的第一邻域参数;
根据每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定密度聚类算法的第二邻域参数;
根据密度聚类算法的第一邻域参数和密度聚类算法的第二邻域参数,对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果。
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:
对每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离进行排序,得到排序后的平均欧式距离;
利用排序后的平均欧式距离,得到多幅电磁辐射发射强度图像对应的曲线图;
根据多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定第二邻域参数。
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:
对多幅电磁辐射发射强度图像对应的曲线图进行拟合处理,得到拟合曲线图;
根据拟合曲线图,确定第二邻域参数。
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 AccessMemory,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 AccessMemory,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)
1.一种电磁信号泄露的确定方法,其特征在于,所述方法包括:
利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;所述多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;
针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率;
根据每一类聚类结果对应的工作模式和预设的对应关系,确定所述被测集成电路发射电磁信号的标准频率;所述对应关系包括所述工作模式和所述被测集成电路发射电磁信号的频率之间的对应关系;
根据所述实际频率和所述标准频率,确定所述被测集成电路是否存在电磁信号泄露。
2.根据权利要求1所述的方法,其特征在于,所述根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率,包括:
根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的所述被测集成电路发射电磁信号强度最大值的目标位置;
根据所述目标位置对应的目标电磁辐射发射强度图像的频域波形,确定所述目标位置对应的电磁信号的频域波形;
对所述目标位置对应的电磁信号的频域波形进行积分处理,得到所述目标位置对应的电磁信号的时域波形;
根据所述目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标位置对应的电磁信号的时域波形,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率,包括:
根据所述目标位置对应的电磁信号的时域波形,确定所述目标位置对应的电磁信号的周期;
根据所述电磁信号的周期,确定所述实际频率。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述实际频率和所述标准频率,确定所述被测集成电路是否存在电磁信号泄露,包括:
确定所述实际频率与所述标准频率是否一致;
若是,则确定所述被测集成电路不存在电磁信号泄露;
若否,则确定所述被测集成电路存在电磁信号泄露。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述利用预设的密度聚类算法对多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果,包括:
根据所述多幅电磁辐射发射强度图像对应的维度数,确定所述密度聚类算法的第一邻域参数;
根据每一幅所述电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定所述密度聚类算法的第二邻域参数;
根据所述密度聚类算法的第一邻域参数和所述密度聚类算法的第二邻域参数,对所述多幅电磁辐射发射强度图像聚类处理,得到多个聚类结果。
6.根据权利要求5所述的方法,其特征在于,所述根据每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离,确定所述密度聚类算法的第二邻域参数,包括:
对所述每一幅电磁辐射发射强度图像中的每个像素点与相邻像素点间的平均欧氏距离进行排序,得到排序后的平均欧式距离;
利用所述排序后的平均欧式距离,得到所述多幅电磁辐射发射强度图像对应的曲线图;
根据所述多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定所述第二邻域参数。
7.根据权利要求6所述的方法,其特征在于,所述根据所述多幅电磁辐射发射强度图像对应的曲线图的拐点的位置,确定所述第二邻域参数,包括:
对所述多幅电磁辐射发射强度图像对应的曲线图进行拟合处理,得到拟合曲线图;
根据所述拟合曲线图,确定所述第二邻域参数。
8.一种电磁信号泄露的确定装置,其特征在于,所述装置包括:
获取模块,用于利用预设的密度聚类算法对多幅电磁辐射发射强度图像进行聚类处理,得到多个聚类结果;所述多幅电磁辐射发射强度图像为根据不同频率点下被测集成电路的发射强度确定的图像;
第一确定模块,用于针对每一类聚类结果,根据每一类聚类结果包括的电磁辐射发射强度图像,确定每一类聚类结果对应的所述被测集成电路发射电磁信号的实际频率;
第二确定模块,用于根据每一类聚类结果对应的工作模式和预设的对应关系,确定所述被测集成电路发射电磁信号的标准频率;所述对应关系包括所述工作模式和所述被测集成电路发射电磁信号的频率之间的对应关系;
第三确定模块,用于根据所述实际频率和所述标准频率,确定所述被测集成电路是否存在电磁信号泄露。
9.一种计算机设备,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7中任一项所述的方法的步骤。
10.一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7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311614828.1A CN117310452B (zh) | 2023-11-29 | 2023-11-29 | 电磁信号泄露的确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311614828.1A CN117310452B (zh) | 2023-11-29 | 2023-11-29 | 电磁信号泄露的确定方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117310452A CN117310452A (zh) | 2023-12-29 |
CN117310452B true CN117310452B (zh) | 2024-03-26 |
Family
ID=89287039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311614828.1A Active CN117310452B (zh) | 2023-11-29 | 2023-11-29 | 电磁信号泄露的确定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117310452B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101506676A (zh) * | 2005-11-04 | 2009-08-12 | Vns组合有限公司 | 基于芯片的电磁发射确定关于芯片内部操作的信息的方法 |
JP2010190708A (ja) * | 2009-02-18 | 2010-09-02 | National Institute Of Information & Communication Technology | 情報を含んだ漏洩電磁波評価システム、方法及びプログラム |
RU2439603C1 (ru) * | 2010-05-12 | 2012-01-10 | Открытое акционерное общество "СПЕЦИАЛЬНОЕ КОНСТРУКТОРСКОЕ БЮРО РАДИОИЗМЕРИТЕЛЬНОЙ АППАРАТУРЫ"(ОАО "СКБ РИАП") | Способ обнаружения и распознавания источника электромагнитного излучения |
CN104237768A (zh) * | 2014-08-27 | 2014-12-24 | 工业和信息化部电子第五研究所 | 集成电路硬件木马检测方法及其系统 |
CN106814257A (zh) * | 2016-12-07 | 2017-06-09 | 北京邮电大学 | 芯片类型识别系统、方法及装置 |
CN108763011A (zh) * | 2018-03-27 | 2018-11-06 | 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)) | SoC芯片核数检测方法、装置、系统及存储介质 |
CN111290365A (zh) * | 2020-01-19 | 2020-06-16 | 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)) | 伺服系统监测方法、装置、计算机设备和存储介质 |
CN111460529A (zh) * | 2020-03-17 | 2020-07-28 | 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)) | 硬件木马检测与定位方法及系统 |
CN113495193A (zh) * | 2020-04-01 | 2021-10-12 | 四川禹乐信息科技有限公司 | 一种基于多小波变换和聚类分析的故障诊断方法 |
CN114861782A (zh) * | 2022-04-25 | 2022-08-05 | 华南师范大学 | 电子元器件近场扫描电磁图案聚类分析方法和系统 |
CN115684780A (zh) * | 2022-10-25 | 2023-02-03 | 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)) | 电磁信号测量方法、装置、计算机设备和存储介质 |
CN116008779A (zh) * | 2023-01-04 | 2023-04-25 | 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)) | 集成电路检测方法、装置、设备、存储介质和程序产品 |
CN116070085A (zh) * | 2022-12-26 | 2023-05-05 | 中国石油大学(华东) | 一种基于密度聚类的井孔模式波有效频散拾取方法和装置 |
CN116540185A (zh) * | 2023-07-05 | 2023-08-04 | 中国电子科技集团公司第二十九研究所 | 一种基于密度聚类的分选识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11977179B2 (en) * | 2019-03-26 | 2024-05-07 | Rosemount Tank Radar Ab | Leakage detection system and method |
-
2023
- 2023-11-29 CN CN202311614828.1A patent/CN117310452B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101506676A (zh) * | 2005-11-04 | 2009-08-12 | Vns组合有限公司 | 基于芯片的电磁发射确定关于芯片内部操作的信息的方法 |
JP2010190708A (ja) * | 2009-02-18 | 2010-09-02 | National Institute Of Information & Communication Technology | 情報を含んだ漏洩電磁波評価システム、方法及びプログラム |
RU2439603C1 (ru) * | 2010-05-12 | 2012-01-10 | Открытое акционерное общество "СПЕЦИАЛЬНОЕ КОНСТРУКТОРСКОЕ БЮРО РАДИОИЗМЕРИТЕЛЬНОЙ АППАРАТУРЫ"(ОАО "СКБ РИАП") | Способ обнаружения и распознавания источника электромагнитного излучения |
CN104237768A (zh) * | 2014-08-27 | 2014-12-24 | 工业和信息化部电子第五研究所 | 集成电路硬件木马检测方法及其系统 |
CN106814257A (zh) * | 2016-12-07 | 2017-06-09 | 北京邮电大学 | 芯片类型识别系统、方法及装置 |
CN108763011A (zh) * | 2018-03-27 | 2018-11-06 | 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)) | SoC芯片核数检测方法、装置、系统及存储介质 |
CN111290365A (zh) * | 2020-01-19 | 2020-06-16 | 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)) | 伺服系统监测方法、装置、计算机设备和存储介质 |
CN111460529A (zh) * | 2020-03-17 | 2020-07-28 | 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)) | 硬件木马检测与定位方法及系统 |
CN113495193A (zh) * | 2020-04-01 | 2021-10-12 | 四川禹乐信息科技有限公司 | 一种基于多小波变换和聚类分析的故障诊断方法 |
CN114861782A (zh) * | 2022-04-25 | 2022-08-05 | 华南师范大学 | 电子元器件近场扫描电磁图案聚类分析方法和系统 |
CN115684780A (zh) * | 2022-10-25 | 2023-02-03 | 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)) | 电磁信号测量方法、装置、计算机设备和存储介质 |
CN116070085A (zh) * | 2022-12-26 | 2023-05-05 | 中国石油大学(华东) | 一种基于密度聚类的井孔模式波有效频散拾取方法和装置 |
CN116008779A (zh) * | 2023-01-04 | 2023-04-25 | 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)) | 集成电路检测方法、装置、设备、存储介质和程序产品 |
CN116540185A (zh) * | 2023-07-05 | 2023-08-04 | 中国电子科技集团公司第二十九研究所 | 一种基于密度聚类的分选识别方法 |
Non-Patent Citations (3)
Title |
---|
A new method to recognize computer through electromagnetic radiation based on spectral centroid;Degang Sun et al.;2016 Asia-Pacific International Symposium on Electromagnetic Compatibility (APEMC);第184-186页 * |
活动态高速数字设备泄漏电磁波检测研究与系统实现;段少杰;中国优秀硕士学位论文全文数据库 基础科学辑(第6期);第A005-57页 * |
非发射式数字设备泄漏电磁波频点搜索算法研究与实现;王菲;中国优秀硕士学位论文全文数据库 基础科学辑(第1期);第A005-99页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117310452A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10303738B2 (en) | Quantitative analysis and visualization of spatial points | |
Guo | Local entropy map: A nonparametric approach to detecting spatially varying multivariate relationships | |
US11686756B2 (en) | Kiviat tube based EMI fingerprinting for counterfeit device detection | |
Cao et al. | Roof plane extraction from airborne lidar point clouds | |
CN106530271A (zh) | 一种红外图像显著性检测方法 | |
CN110208660A (zh) | 一种用于电力设备局部放电缺陷诊断的训练方法及装置 | |
CN113988469A (zh) | 芯片静态功耗的预测方法、装置、电子设备和存储介质 | |
Ong et al. | Statistical measures of two dimensional point set uniformity | |
CN110716209B (zh) | 地图构建方法、设备及存储装置 | |
CN113808132B (zh) | 三维网络模型质量检测方法、装置和计算机设备 | |
JP3520087B2 (ja) | 空間的濾波方法および手段 | |
Johansson et al. | A screen space quality method for data abstraction | |
CN117310452B (zh) | 电磁信号泄露的确定方法、装置、计算机设备和存储介质 | |
CN113405493A (zh) | 确定三维信息 | |
CN116205918B (zh) | 基于图卷积的多模态融合半导体检测方法、装置及介质 | |
CN116008779A (zh) | 集成电路检测方法、装置、设备、存储介质和程序产品 | |
Wang et al. | Synthetic aperture radar image segmentation using fuzzy label field‐based triplet Markov fields model | |
CN114490412A (zh) | 基于自减逆向云发生器的三维cad软件性能度量方法及装置 | |
Wang et al. | Adaptive VIRE indoor positioning algorithm based on Kriging interpolation | |
CN115908243B (zh) | 一种无损检测图像的分割方法、装置、设备及存储介质 | |
Przesmycki et al. | Analysis the identification process of information interfaces based on radiated emissions and database | |
CN116087346B (zh) | 电池电解液含量检测方法、装置、计算机设备及存储介质 | |
CN112560834B (zh) | 一种坐标预测模型生成方法、装置及图形识别方法、装置 | |
US20220077005A1 (en) | Data analysis method and electronic device, and storage medium | |
US20240169688A1 (en) | Image texture manipulation for machine learning data augmentation |
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 |