摘要
本发明提供一种针对不完整网表的强化学习硬件木马检测方法,提取不完整网表文件并进行预处理,以识别所有的节点和逻辑门,解析表示组件之间连接的网表以提取节点和逻辑门的信息;基于强化学习预测模型,将不完整网表修复成完整网表;将预处理后的节点和逻辑门集输入到预测模型,预测模型依据电路转换概率进行预测生成,得到完整网表;通过硬件木马检测模型得到硬件木马的检测结果。本发明可以有效地检测出不完整门级网表中的硬件木马。
技术关键词
硬件木马检测方法
逻辑门
网表文件
强化学习模型
学习训练方法
强化学习代理
电路
均值聚类算法
动态更新
因子
处理器
指标
节点数
定义
系统为您推荐了相关专利信息
能量管理策略
深度强化学习模型
混合动力车辆
网络
层次聚类算法
强化学习模型
标签技术
评估算法
语义
自然语言模型
二进制代码特征
性能优化系统
智能体模型
强化学习模型
编码器
机器人高精度
运动控制算法
控制策略
误差向量
强化学习模型