摘要
本发明提供了一种面向多种流量的低功耗片上网络硬件木马检测方法,涉及硬件安全的技术领域,其方法包括S1、捕获经过路由器的数据包头部信息;S2、通过流量传输速率分析定位最可能受影响的相邻节点;S3、对可疑节点的网络流量数据进行实时分析,通过机器学习算法判断是否存在异常,并计算出异常发生的概率值;S4、对可疑节点的检测结果进行综合评估,得到在特定时间窗口内NoC遭受硬件木马攻击的整体概率。本发明方法能够通过创新的技术方案,在适用性、环境鲁棒性和功耗优化等方面均优于现有技术,为硬件木马检测提供了一种高效、可靠且低开销的解决方案。
技术关键词
硬件木马检测方法
低功耗
路由器
网络流量数据
节点
机器学习算法
机器学习模型
算法模块
决策
最佳特征
网络特征
鲁棒性
训练集
策略
系统为您推荐了相关专利信息
智能防误方法
故障树分析方法
电网设备运行数据
设备拓扑结构
电网拓扑结构
自动化评估方法
体重
孤立森林算法
滑动窗口
异常数据点
注意力神经网络
无线定位方法
Softmax分类器
节点
机器学习算法