摘要
本发明属于计算机和电子技术领域,公开了一种融合注意力机制的图神经网络硬件木马检测方法与系统,包括:S1.将携带硬件木马的网表电路代码映射为有向图;S2.对有向图进行图嵌入、图分割和图采样;S3.通过编码器提取节点固有特征;S4.通过图神经网络提取节点局部特征;S5.通过注意力机制模型提取节点的全局特征;S6.将自编码器提取的数据固有特征和双向GCN汇聚模型提取的局部结构特征和自注意力机制提取的全局结构特征进行特征融合,并经过分类模型得到HT检测结果。本发明极大提高了木马检测的准确率和效率;比现有方法扩大了检测范围或类型,可应用于实际对大规模集成电路进行硬件木马检测。
技术关键词
融合注意力机制
神经网络硬件
位置编码信息
木马检测方法
节点
编码器
全局特征提取
局部特征提取
门单元
木马检测系统
特征提取模块
硬件木马检测
矩阵
局部结构特征
广度优先搜索
拉普拉斯
大规模集成电路
系统为您推荐了相关专利信息
出租车
闭环验证系统
多源交通数据
六边形蜂窝
Viterbi算法
可再生能源
分布式协同
参数训练算法
出力场景
信息采集节点