基于信息论的行为特征识别技术，用于无需训练的硬件特洛伊木马检测与定位

《Microprocessors and Microsystems》：Information-theoretic behavioral fingerprinting for training-free hardware Trojan detection and localization

　　

摘要

硬件特洛伊木马对集成电路的可靠性构成了严重威胁，因为这些恶意修改在常规验证过程中可能处于休眠状态，但在特定内部条件下会激活，从而泄露敏感信息或改变功能。现有的许多检测技术依赖于有监督的机器学习或物理侧信道测量方法，这些方法需要标注过的数据集、针对新设计的重新训练或专用测试设备，且往往缺乏可解释性。

本文提出了一种无需训练、基于信息论的框架，通过分析内部开关活动来预硅阶段检测和定位硬件特洛伊木马。利用从仿真中生成的值变化转储文件，我们构建了能够表征内部信号开关行为的活动向量。该框架将特洛伊木马检测转化为活动空间中的分布偏差问题。通过计算可疑活动向量与可信参考活动中心点之间的欧几里得距离，即可得出全局特洛伊木马评分，从而实现无需监督训练或针对特定设计调整的统计异常检测。为提升可解释性，还使用了信号级的卡尔巴克-莱布勒散度来根据统计偏差对内部电路进行排序，进而定位受特洛伊木马影响的电路部分。

该框架在多种Trust-Hub AES基准测试（AES-T100至AES-T2100）以及基于MC8051和PIC16F84架构的处理器相关特洛伊木马测试中进行了验证。在每个基准测试的100个正常样本和100个被特洛伊木马感染的样本中，该方法均能清晰区分正常与受感染样本的统计分布，同时识别出那些因特洛伊木马而出现最大活动偏差的信号。

这些结果表明，特洛伊木马的插入会导致电路开关活动分布出现可测量的偏差，这说明基于分布行为的特征识别为无需训练的硬件特洛伊木马检测提供了直观且高效的方法基础。

引言

硬件特洛伊木马对现代集成电路的安全性与可靠性构成了重大威胁，尤其是在全球分散的半导体供应链中更为常见。这类恶意修改能够在正常运行时保持隐蔽状态，但在特定内部条件下激活，从而泄露敏感信息、降低性能或改变功能。由于特洛伊木马通常深度嵌入设计中，且仅在少数特定情况下才会被触发，因此在芯片制造完成后检测它们极为困难。

目前已有许多检测技术被提出，包括功能测试、形式化验证、结构分析以及侧信道检测方法。不过功能性和形式化方法往往难以发挥作用，因为特洛伊木马通常会被设计成能够避开测试用例和验证场景。基于结构或网表的分析方法则常常需要完美的参考设计，或者依赖对设计规则性的假设，而这些在包含第三方IP的复杂系统中可能并不成立。基于功耗、时序或电磁信号的侧信道检测方法虽然能够发现特洛伊木马的活动，但需要专用测试设备，且容易受到工艺差异和测量噪声的影响。

最近，人们开始尝试利用从网表、仿真结果或侧信道信号中提取的特征，结合机器学习和深度学习技术来检测特洛伊木马。尽管这些方法取得了不错的效果，但它们通常需要标注过的训练数据，且需要针对新设计进行重新训练，同时还往往缺乏足够的可解释性。

在本研究中，我们采用了不同的思路，将硬件特洛伊木马检测视为信号级开关活动中的统计偏差问题。即便特洛伊木马很少被触发，诸如计数器、触发器或恶意逻辑之类的特洛伊木马电路仍会扰乱信号转换的分布规律。我们并未采用有监督的分类方法，而是通过分析活动统计数据的分布特征来识别这些异常。

我们提出了一种无需训练、基于信息论的框架，可直接处理从仿真中生成的值变化转储文件。对于每一个内部信号，该框架都会生成一个简洁的统计表示，用于描述其开关活动特征。同时，还会通过计算可疑活动向量与干净参考中心点之间的欧几里得距离来得到全局特洛伊木马评分。此外，还运用信号级的卡尔巴克-莱布勒散度来比较正常与可疑活动的分布情况，从而对可疑信号进行排序。

该框架不需要任何标注过的训练数据，还能通过信号级散度排序来实现可解释的检测结果。由于它是基于从仿真结果中提取的简洁特征向量运行的，因此具备良好的扩展性，即便面对那些仅在极少数情况下才会被触发的特洛伊木马，该方法依然有效——因为即使是隐蔽的恶意逻辑，也会在整体活动统计中留下可检测的分布偏差。

我们还从理论上分析了所提出的特洛伊木马评分在恶意干扰下的正定性、一致性、区分度和可检测性等特性。该框架已在Trust-Hub AES基准测试（从AES-T100到AES-T2100）以及基于MC8051和PIC16F84架构的处理器相关特洛伊木马测试中得到了验证。在每个基准测试的100个正常样本和100个被特洛伊木马感染的样本中，该方法都能清晰区分两者，同时准确识别出那些因特洛伊木马而出现最大活动偏差的信号。

这些结果充分表明，通过对开关活动进行分布式建模，可以为预硅阶段的硬件特洛伊木马检测提供合理且易于理解的方法基础。

本研究的主要贡献如下：

• 1.
  我们提出了一种基于仿真VCD转储文件中提取的开关活动分布特征的统计偏差分析框架，用于检测硬件特洛伊木马。
• 2.
  我们将特洛伊木马检测定义为一种分布偏差问题，并提出了一种基于中心点的特洛伊木马评分方法，该方法无需依赖完美的参考设计或形式化等价性验证，仅通过可信的参考活动统计数据即可区分正常样本与被特洛伊木马感染的样本。
• 3.
  我们开发了一种基于卡尔巴克-莱布勒散度的信号级定位方法，能够根据统计偏差对内部信号进行排序，从而实现对特洛伊木马引发的异常活动的可解释定位。
• 4.
  我们从理论上分析了所提出的检测评分的正定性、一致性和可检测性等特性，并通过实际实验在Trust-Hub AES基准测试以及基于MC8051和PIC16F84架构的特洛伊木马测试中验证了该框架的有效性，结果显示其在各类测试中都能清晰区分正常与受感染样本的分布特征。

章节节选

相关工作

随着第三方IP的广泛使用以及半导体制造流程的全球化，硬件特洛伊木马检测已成为研究热点。现有检测技术大致可分为功能性和形式化验证方法、结构分析、基于侧信道和活动特征的检测方法、统计分析方法、机器学习方法以及运行时监控机制等类别。

Tehranipoor和Koushanfar[2]以及Bhunia等人[3]曾对硬件特洛伊木马进行过系统性综述。

威胁模型

我们假想存在这样的攻击者：他们在硬件设计的开发阶段、第三方IP集成过程或供应链外包环节中，向RTL或门级设计中插入恶意电路。这类插入的特洛伊木马在正常运行时可能不会表现出任何异常，但会在特定内部条件下激活，从而泄露信息、改变功能、降低性能或建立秘密通信通道。即便恶意代码处于休眠状态，相关的触发监测电路也

基于信息论的检测框架

本节介绍了我们所提出的无需训练的统计检测框架，该框架利用仿真得到的开关活动痕迹来检测硬件特洛伊木马。其核心思想在于：特洛伊木马的插入会扰乱内部信号活动的统计分布，通过对比实际活动分布与正常参考分布的差异，即可无需监督训练就能识别出特洛伊木马的存在。

图1展示了整个工作流程：(i)生成VCD转储文件，(ii)

理论分析

与“问题定义”部分所介绍的基于实证的定义不同，本节从群体层面的统计行为和渐近可检测性角度出发，分析了所提出的活动差异度量指标的特性，从而为该框架的检测能力提供理论依据。

实验设置

本节介绍了所使用的测试基准集、轨迹生成规则以及该检测框架的实现细节。

结果与讨论

本节对基于活动差异度的硬件特洛伊木马检测框架进行了全面评估。实验主要围绕该方法的四个关键方面展开：(i)在多种特洛伊木马测试中的检测能力；(ii)正常样本与可疑样本之间的统计区分度；(iii)在样本数量有限或测量数据存在噪声时的鲁棒性；(iv)通过信号级定位实现的可解释性。

主要的评估是在Trust-Hub

结论与未来工作

本文提出了一种基于信息论的框架，用于通过内部信号活动的分布差异来检测硬件特洛伊木马。与基于学习或特征匹配的方法不同，该框架将数字电路视为一个高维的随机信息流系统，通过分析特洛伊木马插入后对电路开关活动分布结构的改变来识别这类恶意代码。

我们还开发了一套完整的检测流程，用于将

利益冲突声明

作者声明，他们不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

Shyamapada Mukherjee博士于2004年在布尔丹大学获得计算机科学与工程学士学位，2006年在加尔各答大学获得该专业硕士学位，2015年在杜尔加普尔国立理工学院获得计算机科学与工程博士学位。他目前担任印度鲁尔克拉国立理工学院计算机科学与工程系的副教授。

他的研究兴趣主要包括硬件安全领域，

Ananya Jyoti Mahanta|Shyamapada Mukherjee

印度奥里萨邦鲁尔克拉市，鲁尔克拉国立理工学院计算机科学与工程系