論文の概要: Reference-Free EM Validation Flow for Detecting Triggered Hardware Trojans

• arxiv url: http://arxiv.org/abs/2602.03666v1
• Date: Tue, 03 Feb 2026 15:48:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-04 18:37:15.549162
• Title: Reference-Free EM Validation Flow for Detecting Triggered Hardware Trojans
• Title（参考訳）: トリガーハードウェアトロイの木馬検出のためのリファレンスフリーEMバリデーションフロー
• Authors: Mahsa Tahghigh, Hassan Salmani,
• Abstract要約: ハードウェアトロイの木馬(HT)は集積回路(IC)の信頼性と信頼性を脅かす 本稿では, シリコン後EMエミッションから直接トリガHTを検出するための, リファレンスフリーで設計に依存しないフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hardware Trojans (HTs) threaten the trust and reliability of integrated circuits (ICs), particularly when triggered HTs remain dormant during standard testing and activate only under rare conditions. Existing electromagnetic (EM) side-channel-based detection techniques often rely on golden references or labeled data, which are infeasible in modern distributed manufacturing. This paper introduces a reference-free, design-agnostic framework for detecting triggered HTs directly from post-silicon EM emissions. The proposed flow converts each EM trace into a time-frequency scalogram using Continuous Wavelet Transform (CWT), extracts discriminative features through a convolutional neural network (CNN), reduces dimensionality with principal component analysis (PCA), and applies Bayesian Gaussian Mixture Modeling (BGMM) for unsupervised probabilistic clustering. The framework quantifies detection confidence using posterior-based metrics (alpha_{post}, beta_{post}), Bayesian information criterion (Delta BIC), and Mahalanobis cluster separation (D), enabling interpretable anomaly decisions without golden data. Experimental validation on AES-128 designs embedded with four different HTs demonstrates high separability between HT-free and HT-activated conditions and robustness to PCA variance thresholds. The results highlight the method's scalability, statistical interpretability, and potential for extension to runtime and in-field HT monitoring in trusted microelectronics.
• Abstract（参考訳）: ハードウェアトロイの木馬(HT)は、集積回路(IC)の信頼性と信頼性を脅かす。 既存の電磁(EM)サイドチャネルに基づく検出技術は、近代的な分散製造では不可能な黄金の基準やラベル付きデータに依存していることが多い。 本稿では, シリコン後EMエミッションから直接トリガHTを検出するための, リファレンスフリーで設計に依存しないフレームワークを提案する。 提案した流れは,連続ウェーブレット変換(CWT)を用いて各EMトレースを時間周波数カルグラムに変換し,畳み込みニューラルネットワーク(CNN)を介して識別的特徴を抽出し,主成分分析(PCA)による次元性を低減し,ベイズガウス混合モデル(BGMM)を教師なし確率クラスタリングに適用する。 このフレームワークは、後続のメトリクス(alpha_{post}, beta_{post})、ベイズ情報基準(Delta BIC)、マハラノビスクラスタ分離(D)を用いて検出信頼度を定量化し、ゴールデンデータなしで解釈可能な異常判定を可能にする。 4つの異なるHTを組み込んだAES-128の設計実験では、HTフリー条件とHTアクティベート条件の分離性が高く、PCA分散しきい値に対する堅牢性を示す。 提案手法のスケーラビリティ,統計的解釈可能性,および信頼性マイクロエレクトロニクスにおけるランタイムおよびフィールド内HTモニタリングへの拡張の可能性を強調した。

関連論文リスト

• Prediction-Powered Risk Monitoring of Deployed Models for Detecting Harmful Distribution Shifts [51.37000123503367]
  予測駆動型リスクモニタリング(PPRM)を提案する。 PPRMは、合成ラベルを真のラベルの小さなセットと組み合わせることで、ランニングリスクの任意の有意な下界を構築する。 本稿では,画像分類,大規模言語モデル(LLM),通信監視タスクの広範な実験を通じて,PPRMの有効性を実証する。
  論文  参考訳（メタデータ） (2026-02-02T15:32:14Z)
• Reference-Free Spectral Analysis of EM Side-Channels for Always-on Hardware Trojan Detection [0.0]
  常にオンのハードウェアであるトロイの木馬(HT)は、信頼できるマイクロエレクトロニクスに重大なリスクをもたらす。 時間周波数EM解析とガウス混合モデル(GMM)を組み合わせた参照不要手法を提案する。 AES-128の結果は参照モデルを必要とせずに実現可能であることを示した。
  論文  参考訳（メタデータ） (2026-01-28T01:46:15Z)
• An Efficient Anomaly Detection Framework for Wireless Sensor Networks Using Markov Process [2.5777932046298786]
  1次マルコフ連鎖モデルに基づく軽量かつ解釈可能な異常検出フレームワークが提案されている。 提案したフレームワークは、Intel Berkeley Research Labデータセットを使用して検証された。
  論文  参考訳（メタデータ） (2025-11-01T10:19:00Z)
• Semi-Supervised Defect Detection via Conditional Diffusion and CLIP-Guided Noise Filtering [8.132909775584395]
  本稿では条件拡散(DSYM)に基づく半教師付き欠陥検出フレームワークを提案する。 条件拡散モデルでは,複数スケールの擬似欠陥サンプルを合成し,CLIPクロスモーダル特徴量に基づくノイズフィルタリング機構によりラベル汚染を緩和する。 本研究は,工業品質検査シナリオにおける欠陥検出のための高精度で低ラベル依存のソリューションを提供する。
  論文  参考訳（メタデータ） (2025-07-08T01:53:34Z)
• Robust Blind Channel Estimation for Bursty Impulsive Noise with a Constrained EM Approach [6.278835867567429]
  電源装置によって発生するインパルスノイズ(IN)は、無線受信機の性能を著しく低下させる。 本稿では,バーストINの影響を考慮した予測最大化(EM)アルゴリズムに基づくブラインドチャネル推定手法について検討する。
  論文  参考訳（メタデータ） (2025-03-22T07:39:21Z)
• Multi-Source and Test-Time Domain Adaptation on Multivariate Signals using Spatio-Temporal Monge Alignment [59.75420353684495]
  コンピュータビジョンやバイオメディカルデータなどの信号に対する機械学習の応用は、ハードウェアデバイスやセッション記録にまたがる変動のため、しばしば課題に直面している。 本研究では,これらの変動を緩和するために,時空間モンジュアライメント(STMA)を提案する。 我々はSTMAが、非常に異なる設定で取得したデータセット間で、顕著で一貫したパフォーマンス向上をもたらすことを示す。
  論文  参考訳（メタデータ） (2024-07-19T13:33:38Z)
• Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion [56.38386580040991]
  Consistency Trajectory Model (CTM) は Consistency Models (CM) の一般化である CTMは、対戦訓練とスコアマッチング損失を効果的に組み合わせることで、パフォーマンスを向上させる。 CMとは異なり、CTMのスコア関数へのアクセスは、確立された制御可能/条件生成メソッドの採用を合理化することができる。
  論文  参考訳（メタデータ） (2023-10-01T05:07:17Z)
• Unsupervised High Impedance Fault Detection Using Autoencoder and Principal Component Analysis [0.0]
  本稿では,オートエンコーダと主成分分析に基づくモニタリング技術を用いた教師なしHIF検出フレームワークを提案する。 提案手法の性能を4.16kVの分布系から収集した実データを用いて検証した。
  論文  参考訳（メタデータ） (2023-01-05T01:35:32Z)
• Mitigating the Mutual Error Amplification for Semi-Supervised Object Detection [92.52505195585925]
  擬似ラベルの修正機構を導入し,相互誤りの増幅を緩和するクロス・インストラクション(CT)手法を提案する。 他の検出器からの予測を直接擬似ラベルとして扱う既存の相互指導法とは対照的に,我々はラベル修正モジュール(LRM)を提案する。
  論文  参考訳（メタデータ） (2022-01-26T03:34:57Z)
• Statistical control for spatio-temporal MEG/EEG source imaging with desparsified multi-task Lasso [102.84915019938413]
  脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。 ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。 この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
  論文  参考訳（メタデータ） (2020-09-29T21:17:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。