摘要：在侧信道分析的基础上，针对芯片中存在的硬件木马，提出一种基于朴素贝叶斯分类器的硬件木马检测。该方法能够利用训练样本集构建分类器，分类器形成后便可将采集到的待测芯片功耗信息准确分类，从而实现硬件木马检测。实验结果表明，对于占电路资源1．49％和2．39％的两种木马，贝叶斯分类器的误判率仅为2．17％，验证了该方法的有效性和适用性。此外，在与欧氏距离判别法比较时，基于朴素贝叶斯分类器的方法表现出了更高的判别准确率，同时也具有从混杂芯片中识别出木马芯片与标准芯片的能力，这又是马氏距离判别法所不具备的。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社