基于红外图像细节增强的硬件木马检测方法技术

本发明专利技术公开一种基于红外图像细节增强的硬件木马检测方法，步骤包括：S1.预先在目标芯片的逻辑空余区中植入环形振荡器模块，并通过配置工作模式将环振热模式芯片正常工作模式进行区分；S2.对目标芯片进行检测时，获取芯片在环振热模式时的红外图像；S3.对获得的红外图像在时间维进行降噪处理；S4.使用图像细节增强方法对降噪处理后的图像在空间维进行细节增强；S5.获取芯片植入环形振荡器模块的配置信息，并与细节增强后的环振热模式红外图进行比较，如果一致或相差结果在指定范围内，则判定没有硬件木马植入。本发明专利技术具有实现操作简单、所需成本低、检测精度及效率高等优点。

【技术实现步骤摘要】
基于红外图像细节增强的硬件木马检测方法
本专利技术涉及芯片硬件木马检测
，尤其涉及一种基于红外图像细节增强的硬件木马检测方法。
技术介绍
硬件木马是对电路的故意篡改，硬件木马的设计存在于整个IC设计和制造流程中，它主要借助设计过程中电路内部冗余状态或版图中冗余面积对目标电路进行有目的的篡改，从而实现无条件或在预设的触发条件下篡改电路功能、泄露机密信息或瘫痪系统等目的，简而言之，硬件木马是在正常设计中加入的实现恶意目的的微小逻辑。针对硬件木马的威胁，目前通常是采用可信任安全性设计和硬件木马检测两类方法，其中直接基于可信任安全性设计实现可靠硬件木马检测的难度较大，而硬件木马检测通常是利用版图信息进行比对以检测出硬件木马，该类方法必须使用纯净母片作为参照样品，参照样品的精确度会直接影响检测的效率，而纯净母片往往很难获得，且检测过程中通常对实验环境和后期处理有很高的要求，实际的检测精度不高。有从业者提出一种基于温度差分实现硬件木马红外图像分析方法，具体流程包括：首先对样品芯片和纯净母本芯片开盖，提取样品芯片和纯净母本芯片工作的红外图像；然后对红外图像使用卡尔曼滤波降噪；对提取的到样品和纯净母本的图像进行一次差分处理；对差分后图像剩余的像素再进行一次差分处理；使用处理后的图像判断是否有硬件木马植入。但是上述方法仍然存在以下问题：1、必须使用纯净母片作为比对的参照样品，会提高实现难度；2、由于硬件木马的工作和正常逻辑的工作无法完全区分开，在强红外背景中检测红外信号对实验环境和后期处理有很高的要求，如由于是在芯片正常工作的红外背景中检测硬件木马工作的红外信号，该背景下检测的红外图像后期处理的难度较大，且在芯片正常工作的热背景中提取相对微小的硬件木马红外数据，不利于后续显化硬件木马的图像处理；3、由于需要先使用卡尔曼滤波对样品红外图像与纯净母片红外图像降噪，再对两张红外图像做差分处理，最后对差分后图像的剩余像素做差分处理，图像处理过程复杂，且第一次差分过程母本和样品的红外图像是独立提取的，并不能保证差分效果。4、由于图像中不能直接区分有用信息和噪声，在同一维度上细节增强和降低噪声是互相矛盾的，即在增强有用细节的同时，也会增强无用的噪声，在降低无用噪声的同时，也会减弱有用的细节，上述方法仅在空间维完成降噪处理，在降低无用噪声的同时，也会减弱有用的细节，因而依然难以准确的检测到硬件木马。
技术实现思路
本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种有实现操作简单、所需成本低、检测精度及效率高的基于红外图像细节增强的硬件木马检测方法，能够结合可信任安全性设计、红外图像检测以及图像细节增强实现高效的硬件木马检测。为解决上述技术问题，本专利技术提出的技术方案为：一种基于红外图像细节增强的硬件木马检测方法，步骤包括：S1.预先在目标芯片的逻辑空余区中植入环形振荡器模块，并通过配置工作模式将所述环形振荡器模块的环振热模式与芯片正常工作模式进行区分；S2.对目标芯片进行检测时，获取芯片在环振热模式时的红外图像；S3.对所述步骤S2获得的红外图像在时间维进行降噪处理，输出降噪处理后的图像；S4.使用图像细节增强方法对所述步骤S3得到的降噪处理后的图像在空间维进行细节增强，得到细节增强后的环振热模式红外图像；S5.获取目标芯片植入所述环形振荡器模块的配置信息，并与所述步骤S4得到的细节增强后的环振热模式红外图进行比较，如果一致或相差结果在指定范围内，则判定没有硬件木马植入，否则判定有硬件木马植入。作为本专利技术的进一步改进：所述步骤S3中具体采用自适应滤波的方法进行降噪处理。作为本专利技术的进一步改进，所述步骤S3的具体步骤为：S31.获取所述步骤S2获得的红外图像中每一点的温度随时间的变化曲线；S32.对所述变化曲线进行自适应滤波以实现噪声滤除，得到滤除噪声后的温度数据；S33.将所述滤除噪声后的温度数据进行还原，得到一组降噪处理后的二维红外图像。作为本专利技术的进一步改进：所述步骤S3中具体采用基于引导滤波的细节增强方法进行细节增强。作为本专利技术的进一步改进，所述步骤S4的具体步骤为：S41.对所述步骤S3降噪后的图像采用引导滤波的方法进行滤波，得到滤波后的图像；S42.将所述步骤S3降噪后的图像与所述步骤S41得到的滤波后的图像进行作差处理，得到图像细节，并对得到的图像细节进行加权放大后，得到增强后的细节；S43.将所述步骤S42中得到的增强后的细节与所述步骤S41得到的滤波后的图像进行相加，得到细节增强后的环振热模式红外图像。作为本专利技术的进一步改进：所述步骤S5中具体如果比较到所述环形振荡器模块出现缺失或温度分布状态不一致时，判定有硬件木马植入。作为本专利技术的进一步改进：所述步骤S1具体预先对同一类型的所有目标芯片植入环形振荡器模块，所述步骤S2中通过抽取部分芯片为代表进行检测。作为本专利技术的进一步改进：所述步骤S2中具体在芯片正常逻辑不工作的冷背景中提取芯片的红外图像。与现有技术相比，本专利技术的优点在于：1)本专利技术基于红外图像细节增强的硬件木马检测方法，利用环形振荡器的特性，通过在芯片中逻辑空余区植入环形振荡器，以充当可信任安全性设计，并利用多工作模式思路将RO环振热模式与芯片正常工作模式区分开来，可以结合环形振荡器的可信任安全性设计，仅需极少的设计成本即可实现可靠的硬件木马检测；2)本专利技术基于红外图像细节增强的硬件木马检测方法，在环形振荡器的可信任安全性设计的基础上，结合红外图像检测方法，通过在获取芯片在环振热模式时的红外图像，可以区分芯片的正常工作模式，降低图像处理的难度，同时准确的提取到与硬件木马植入相关的红外数据图像，由热模式中环形振荡器外图像与环形振荡器的配置信息进行比对，即可实现高效的硬件木马检测。3)本专利技术基于红外图像细节增强的硬件木马检测方法，在红外图像处理过程中，将时间维降噪和空间维细节增强结合起来，先在时间维降低噪声，再在空间维进行增强细节，可以解决传统的单一维度降噪与细节增强相互矛盾的问题，有效提高环形振荡器图像检测的精度，实现检测并显化硬件木马，从而有效提高硬件木马的检测精度。4)本专利技术基于红外图像细节增强的硬件木马检测方法，通过结合可信任安全性设计与红外图像检测实现硬件木马检测，无需获取纯净母片作为参考样本，可以降低实现难度，同时保证检测精度。附图说明图1是本实施例基于红外图像细节增强的硬件木马检测方法的实现流程示意图。图2是本实施例进行图像细节增强的具体实现流程示意图。图3是本专利技术在具体应用实施例中实现批量芯片硬件木马检测的实现流程示意图。图4是本实施例中芯片开盖的结构原理示意图。具体实施方式以下结合说明书附图和具体优选的实施例对本专利技术作进一步描述，但并不因此而限制本专利技术的保护范围。如图1所示，本实施例基于红外图像细节增强的硬件木马检测方法步骤包括：S1.预先在目标芯片的逻辑空余区中植入环形振荡器模块，并通过配置工作模式将环形振荡器模块的环振热模式与芯片正常工作模式进行区分；S2.对目标芯片进行检测时，获取芯片在环振热模式时的红外图像；S3.对步骤S2获得的红外图像在时间维进行降噪处理，输出降噪处理后的图像；S4.使用图像细节增强方法对步骤S3得到的降噪处理后的图像在空间维进行细节增强本文档来自技高网...

【技术保护点】
1.一种基于红外图像细节增强的硬件木马检测方法，其特征在于，步骤包括：S1.预先在目标芯片的逻辑空余区中植入环形振荡器模块，并通过配置工作模式将所述环形振荡器模块的环振热模式与芯片正常工作模式进行区分；S2.对目标芯片进行检测时，获取芯片在环振热模式时的红外图像；S3.对所述步骤S2获得的红外图像在时间维进行降噪处理，输出降噪处理后的图像；S4.使用图像细节增强方法对所述步骤S3得到的降噪处理后的图像在空间维进行细节增强，得到细节增强后的环振热模式红外图像；S5.获取目标芯片植入所述环形振荡器模块的配置信息，并与所述步骤S4得到的细节增强后的环振热模式红外图进行比较，如果一致或相差结果在指定范围内，则判定没有硬件木马植入，否则判定有硬件木马植入。

【技术特征摘要】
1.一种基于红外图像细节增强的硬件木马检测方法，其特征在于，步骤包括：S1.预先在目标芯片的逻辑空余区中植入环形振荡器模块，并通过配置工作模式将所述环形振荡器模块的环振热模式与芯片正常工作模式进行区分；S2.对目标芯片进行检测时，获取芯片在环振热模式时的红外图像；S3.对所述步骤S2获得的红外图像在时间维进行降噪处理，输出降噪处理后的图像；S4.使用图像细节增强方法对所述步骤S3得到的降噪处理后的图像在空间维进行细节增强，得到细节增强后的环振热模式红外图像；S5.获取目标芯片植入所述环形振荡器模块的配置信息，并与所述步骤S4得到的细节增强后的环振热模式红外图进行比较，如果一致或相差结果在指定范围内，则判定没有硬件木马植入，否则判定有硬件木马植入。2.根据权利要求1所述的基于红外图像细节增强的硬件木马检测方法，其特征在于：所述步骤S3中具体采用自适应滤波的方法进行降噪处理。3.根据权利要求2所述的基于红外图像细节增强的硬件木马检测方法，其特征在于，所述步骤S3的具体步骤为：S31.获取所述步骤S2获得的红外图像中每一点的温度随时间的变化曲线；S32.对所述变化曲线进行自适应滤波以实现噪声滤除，得到滤除噪声后的温度数据；S33.将所述滤除噪声后的温度数据进行还原，得到一组降噪处理后的二维红外图像。4.根据...

【专利技术属性】
技术研发人员：李少青，陈吉华，唐永康，石佳禾，成钊，胡星，侯申，赵晟，沈高，张若男，王荣，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南,43