The invention relates to the field of IC trustworthiness detection. In order to propose an optimized test vector generation algorithm based on genetic algorithm and MERS fusion, which generates efficient test vectors, improves the turnover rate of fewer state nodes and reduces the power consumption of circuits, and can effectively activate hardware Trojan horse and increase the test efficiency. To this end, the technical scheme adopted by the invention is to combine multiple-excitation few-state flip MERS with genetic algorithm based on the optimized test vector generation method of combining genetic algorithm and MERS. Specifically, the few-state node in the circuit is used as the required excitation node in multiple-excitation few-state flip MERS, and multiple-excitation few-state flip MERS. As the fitness of the genetic algorithm, the number of flips of the few-state nodes is taken as the fitness of the genetic algorithm, and the selection, crossover and mutation operators are used to update the vectors, and finally the test vectors are obtained. The invention is mainly applied to the design and manufacture of integrated circuits.
【技术实现步骤摘要】
基于遗传算法和MERS融合的优化测试向量生成方法
本专利技术涉及集成电路可信任性检测领域,尤其是硬件木马快速激活技术。具体讲,涉及基于遗传算法和MERS(MultipleExcitationofRareSwitching,多次激发少态翻转)融合的优化测试向量生成方法。
技术介绍
近年来,随着集成电路技术的飞速发展,集成电路的功能变得越来越强大,它已经被广泛应用到社会生活的各个方面。集成电路行业日趋激烈的竞争使得集成电路设计与制造逐步实现全球化,分工合作已经成为了现代集成电路设计与制造的一个重要特点。为缩短设计周期,降低设计成本,现代集成电路的设计与制造过程通常不是由一家公司完成的。而这些公司的可信程度值得商榷。一些敌人或竞争对手可能会利用集成电路设计与制造过程中的某个环节对原始电路进行篡改或秘密地植入恶意的微小破坏电路,也就是所谓的硬件木马。与原始芯片相比,感染了木马的芯片可以具有相同的物理外形、管脚特征,以及非常相似的输入(输出)信号行为,即对于大多数的输入信号,隐藏有硬件木马的芯片相应的输出信号,与真正原始芯片的输出信号很难有差异。直到其被特定条件触发,才产生攻击者想要的输出结果或造成其他恶意输出行为。利用这种新的攻击方式,使得攻击者能够干扰系统的正常工作,窃取机密信息,甚至破坏硬件电路,造成严重的经济损失与社会危害。目前非入侵性的硬件木马检测方法包括旁路信号分析技术和逻辑测试技术。旁路信号分析技术是基于观察插入的硬件木马对电路的瞬态电流、功耗或路径延时等物理参数的影响。但随着现代纳米技术中越来越大的工艺偏差,旁路信号分析技术已经不能检测出小型硬件木马 ...
【技术保护点】
1.一种基于遗传算法和MERS融合的优化测试向量生成方法,其特征是,将多次激发少态翻转MERS和遗传算法相结合,具体地,将电路中的少态节点作为多次激发少态翻转MERS中需要被激发节点,多次激发少态翻转MERS的少态节点的翻转次数作为遗传算法的适应度,并以选择、交叉和变异算子更新向量,最终得到测试向量。
【技术特征摘要】
1.一种基于遗传算法和MERS融合的优化测试向量生成方法,其特征是,将多次激发少态翻转MERS和遗传算法相结合,具体地,将电路中的少态节点作为多次激发少态翻转MERS中需要被激发节点,多次激发少态翻转MERS的少态节点的翻转次数作为遗传算法的适应度,并以选择、交叉和变异算子更新向量,最终得到测试向量。2.如权利要求1所述的基于遗传算法和MERS融合的优化测试向量生成方法,其特征是,具体细化步骤如下:步骤1:搭建测试平台,产生随机测试向量,并使其激励电路,使用模拟器编译器VCS(VerilogCompilerSimulator)仿真工具对原始电路进行仿真测试并保存仿真过程开关行为内部交换格式文件saif(switchingactivityinterchangeformat,)文件;步骤2:统计电路节点的翻转率根据电路的仿真过程saif文件,使用shell编程脚本统计电路节点的翻转次数,进而确定各个节点的翻转概率;步骤3:设定临界概率阈值Pth,并确定电路中的少态节点设定临界概率阈值Pth,将翻转概率小于临界概率阈值Pth的节点认定为MERS算法中需要多次激...
【专利技术属性】
技术研发人员:赵毅强,刘尚典,刘燕江,辛睿山,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。