一种硬件木马深层次表征模型构建及特征提取方法及系统

本发明公开了一种硬件木马深层次表征模型构建及特征提取方法及系统；涉及木马模型构建提取技术领域，包括收集硬件木马和正常硬件数据，进行数据清洗，基于统计分析剔除异常值和归一化，最小‑最大归一化，基于深度学习算法，卷积或循环神经网络，含多层结构和池化操作构建表征模型，用训练数据训练，引入正则化项优化，将待检测数据输入训练好的模型，通过阈值和规则集判断是否存在木马及类型。本发明结合深度学习自动学特征，优化训练，降维提效，可视化结果，提高硬件木马检测的准确性、效率和可靠性，保障系统安全。