一种针对不完整网表的强化学习硬件木马检测方法

AITNT
正文
推荐专利
一种针对不完整网表的强化学习硬件木马检测方法
申请号:CN202510271885
申请日期:2025-03-07
公开号:CN120086848A
公开日期:2025-06-03
类型:发明专利
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
1
混合动力一体化车辆的能量管理策略制定方法及相关装置
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
2
一种基于科技成果转化供需智能推荐匹配系统
强化学习模型 标签技术 评估算法 语义 自然语言模型
3
用于信创适配的跨CPU架构二进制文件性能优化系统及方法
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
4
一种智慧水厂控制系统
水厂控制系统 数字孪生 泵站智能 物理 决策
5
基于强化学习的机器人高精度运动控制算法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号