論文の概要: Cross-Scale Persistence Analysis of EM Side-Channels for Reference-Free Detection of Always-On Hardware Trojans
- arxiv url: http://arxiv.org/abs/2603.16058v1
- Date: Tue, 17 Mar 2026 01:52:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-18 17:42:07.067742
- Title: Cross-Scale Persistence Analysis of EM Side-Channels for Reference-Free Detection of Always-On Hardware Trojans
- Title（参考訳）: 常時オンハードウェアトロイの木馬の基準自由検出のためのEMサイドシェルの大規模パーシステンス解析
- Authors: Mahsa Tahghigh, Hassan Salmani,
- Abstract要約: 常時オンのハードウェアであるTrojansは、集積回路信頼にとって深刻な課題となる。
本稿では電磁(EM)サイドチャネルのクロススケール持続解析に基づく参照不要検出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: Always-on hardware Trojans pose a serious challenge to integrated circuit trust, as they remain active during normal operation and are difficult to detect in post-deployment settings without trusted golden references. This paper presents a reference-free detection framework based on cross-scale persistence analysis of electromagnetic (EM) side-channels, targeting always-on parasitic hardware behavior. The proposed method analyzes EM emissions across multiple time-frequency resolutions and constructs stability maps that capture the consistency of spectral features over repeated executions. Gaussian Mixture Models (GMMs) with Bayesian Information Criterion (BIC) based model selection are used to characterize statistical structure at each scale. We introduce cross-scale saturation, variability, and median mixture complexity metrics that quantify whether statistical structure evolves naturally or remains persistently anchored across resolutions. Experimental results on AES implementations show that Trojan-free designs exhibit scale-dependent variability consistent with transient switching behavior, while always-on Trojans produce persistent statistical signatures that suppress cross-scale evolution. Furthermore, different Trojan classes, such as workload-correlated leakage-information Trojans and independent ring-oscillator Trojans, exhibit distinct persistence patterns. These findings demonstrate that cross-scale persistence provides a physically interpretable and robust assurance signal for unsupervised, reference-free detection of always-on hardware Trojans.
- Abstract（参考訳）: 常時オンのハードウェアであるTrojansは、通常の運用中もアクティブであり、信頼できるゴールデンリファレンスなしでは、デプロイ後設定で検出することが難しいため、統合された回路信頼に対して深刻な課題となる。
本稿では、常時オン寄生ハードウェアの動作をターゲットとした電磁(EM)サイドチャネルのクロススケール永続性解析に基づく参照不要検出フレームワークを提案する。
提案手法は、複数の時間周波数分解能をまたいだEM放射を分析し、繰り返し実行されるスペクトルの特徴の一貫性を捉える安定性マップを構築する。
ガウス混合モデル(GMM)とベイズ情報基準(BIC)に基づくモデル選択を用いて,各スケールの統計構造を特徴付ける。
統計的構造が自然に進化するか、あるいは分解能にわたって持続的に定着するかを定量化するための、クロススケール飽和、変動性、および中央混合複雑度メトリクスを導入します。
AES実装における実験結果から、トロヤンフリーな設計は過渡的なスイッチング動作と一致するスケール依存的な変動を示す一方で、常にオンのトロイジャンは、クロススケール進化を抑制する永続的な統計的シグネチャを生成する。
さらに、ワークロード関連リーク情報トロイの木馬や独立したリングオシレータトロイの木馬といったトロイの木馬のクラスは、異なる永続パターンを示す。
これらの結果は,常時オンのハードウェアであるTrojansの非教師付き参照なし検出のための物理的に解釈可能で堅牢な保証信号を提供する。
関連論文リスト
- The Emergence of Lab-Driven Alignment Signatures: A Psychometric Framework for Auditing Latent Bias and Compounding Risk in Generative AI [0.0]
本稿では,不確実性の下での潜在特性推定を定量化する新しい監査フレームワークを提案する。
この研究は最適化バイアス、Sycophancy、Status-Quo Legitimizationを含む9つの次元にわたる主要なモデルを監査している。
論文 参考訳（メタデータ） (2026-02-19T06:56:01Z) - Learning to Separate RF Signals Under Uncertainty: Detect-Then-Separate vs. Unified Joint Models [53.79667447811139]
受信した信号に直接適用した場合、単一のディープニューラルネットワークアーキテクチャが共同で検出および分離することを学習していることを示す。
これらの結果から,UJM は DTS に代わるスケーラブルで実用的な代替品であり,広範に推定された統合分離のための新たな方向を開拓した。
論文 参考訳（メタデータ） (2026-02-04T15:25:02Z) - Reference-Free EM Validation Flow for Detecting Triggered Hardware Trojans [0.0]
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。
論文 参考訳（メタデータ） (2026-02-03T15:48:13Z) - SMKC: Sketch Based Kernel Correlation Images for Variable Cardinality Time Series Anomaly Detection [0.0]
運用環境では、監視システムはセンサーチャーンを頻繁に経験する。
本稿では,異常検出器から動的入力構造を分離するフレームワークSMKCを提案する。
SMKC表現におけるランダムプロジェクションと近傍近傍の検出器は、完全に訓練されたベースラインと競合する。
論文 参考訳（メタデータ） (2026-01-28T21:15:11Z) - VSCOUT: A Hybrid Variational Autoencoder Approach to Outlier Detection in High-Dimensional Retrospective Monitoring [0.0]
VSCOUTは、高次元設定での振り返り(Phase I)監視のために設計された、配布不要のフレームワークである。
VSCOUTは、制御された偽アラームを維持しながら、特別な原因構造に対する優れた感度を実現する。
そのスケーラビリティ、分散柔軟性、レジリエンスは、AI対応環境でのリフレクションモデリングと異常検出の実用的で効果的な方法としてVSCOUTを位置づけている。
論文 参考訳（メタデータ） (2026-01-28T18:30:48Z) - 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) - DiffRegCD: Integrated Registration and Change Detection with Diffusion Features [74.3102451211493]
DiffRegCDは、単一のモデルで密度の高い登録と変更検出を統一する統合フレームワークである。
空中(LEVIR-CD, DSIFN-CD, WHU-CD, SYSU-CD)と地上(VL-CMU-CD)のデータセットによる実験は、DiffRegCDが最近のベースラインを一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2025-11-11T07:32:19Z) - An Ensemble Framework for Unbiased Language Model Watermarking [60.99969104552168]
本研究では,アンサンブル・フレームワークであるENSを提案する。
ENSは複数の独立した透かしインスタンスを順次構成し、それぞれ異なるキーによって管理され、透かし信号を増幅する。
実験的な評価では、ENSは信頼できる検出に必要なトークンの数を大幅に減らし、平滑化やパラフレージング攻撃に対する耐性を高めている。
論文 参考訳（メタデータ） (2025-09-28T19:37:44Z) - 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) - Odyssey: Creation, Analysis and Detection of Trojan Models [91.13959405645959]
トロイの木馬攻撃は、一部のトレーニングサンプルにトリガーを挿入してトレーニングパイプラインを妨害し、トリガーを含むサンプルに対してのみ悪意ある動作をするようにモデルを訓練する。
既存のトロイの木馬検出器はトリガーの種類や攻撃について強い仮定をしている。
そこで本研究では,トロヤニング過程の影響を受け,本質的特性の分析に基づく検出器を提案する。
論文 参考訳（メタデータ） (2020-07-16T06:55:00Z)
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。