論文の概要: PATCH-FFT: Unmasking Dormant Hardware Trojans with Patch-Based Frequency-Domain Transformers
- arxiv url: http://arxiv.org/abs/2607.23421v1
- Date: Sun, 26 Jul 2026 02:38:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.098075
- Title: PATCH-FFT: Unmasking Dormant Hardware Trojans with Patch-Based Frequency-Domain Transformers
- Title（参考訳）: PATCH-FFT:Patch-Based Frequency-Domain Transformers による休眠型ハードウェアトロイの木馬
- Abstract要約: 集積回路に悪意あるエンティティが埋め込まれたハードウェアトロイの木馬は、電力側チャネルを通じて機密情報を隠蔽する。
本稿では、電力トレースの周波数領域解析により、休眠ハードウェアであるトロイの木馬を検出するためのパッチベースのトランスフォーマーアーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 0.5156484100374058
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hardware Trojans embedded by malicious entities in integrated circuits can covertly leak sensitive information through power side channels, often remaining undetected in their dormant state until specific trigger conditions activate their malicious behavior. For information-leaking Trojans, detection in the dormant state is critical, as once triggered, the secret data is already exfiltrated. This paper introduces a patch-based Transformer architecture for detecting dormant hardware Trojans through frequency-domain analysis of power traces. Our approach converts time-domain power measurements into frequency-domain representations using real Fast Fourier Transform (rFFT), revealing spectral signatures hidden in conventional time-series analysis. Experimental results demonstrate that our method achieves 90.94% average detection accuracy across dormant and active Trojan scenarios, outperforming state-of-the-art approaches particularly in detecting dormant Trojans that prior time-domain methods do not address.
- Abstract（参考訳）: 集積回路に悪意あるエンティティが埋め込まれたハードウェアトロイの木馬は、特定のトリガー条件が悪質な動作を起動するまで、しばしば休眠状態で検出されない電力側チャネルを通じて機密情報を隠蔽する。
情報収集を行うトロイの木馬にとって、休息状態の検出は重要であり、一度トリガされると、秘密データが既に流出している。
本稿では、電力トレースの周波数領域解析により、休眠ハードウェアであるトロイの木馬を検出するためのパッチベースのトランスフォーマーアーキテクチャを提案する。
提案手法は,時間領域電力測定を実高速フーリエ変換(rFFT)を用いて周波数領域表現に変換し,従来の時系列解析に隠されたスペクトルシグネチャを明らかにする。
実験結果から,従来の時間領域法では対処できない休眠状態のトロイの木馬の検出において,特に最先端のトロイの木馬よりも優れた90.94%の平均検出精度が得られた。
関連論文リスト
- TroPUF: Evaluating Hardware Trojan Insertion in Delay-Based Physical Unclonable Functions [0.5156484100374058]
遅延ベースのPhysical Unclonable Function(PUF)は、デバイス認証とキー生成に一般的に使用される。
ハードウェアのTrojanをPUFプリミティブに直接埋め込む行為は、まだよく理解されていないユニークなセキュリティリスクを示す。
論文 参考訳（メタデータ） (2026-07-26T02:33:49Z) - Early Detection of Hardware Trojans Using Neural Controlled Differential Equations and Analysis of Power Traces [1.2234742322758416]
ハードウェアトロイの木馬は、従来の検出を避けることによって、現代のデジタルシステムに深刻な脅威をもたらす。
本稿では,NCDE(Neural Controlled Differential Equations)を用いたハードウェアトロイの木馬検出と予測のための新しい手法を提案する。
論文 参考訳（メタデータ） (2026-07-26T02:27:59Z) - WavInWav: Time-domain Speech Hiding via Invertible Neural Network [78.85443308774484]
従来の音声隠蔽法は、秘密の音声を復元する際に不満足な品質をもたらすことが多い。
フローベースの非可逆ニューラルネットワークを使用して、ステゴオーディオ、カバーオーディオ、シークレットオーディオの直接的なリンクを確立する。
また、隠れたデータを不正アクセスから保護するための暗号化技術も追加します。
論文 参考訳（メタデータ） (2025-10-03T11:36:16Z) - An AI-Enabled Side Channel Power Analysis Based Hardware Trojan Detection Method for Securing the Integrated Circuits in Cyber-Physical Systems [7.333490062088133]
最もステルスな脅威の1つは、ハードウェアトロイの木馬をICに挿入することである。
トロイの木馬はシステムの安全性とセキュリティを著しく侵害することができる。
本稿では,サイドチャネル電力解析に基づくハードウェアトロイの木馬検出のための非侵襲的手法を提案する。
論文 参考訳（メタデータ） (2024-11-19T18:39:20Z) - SPICED: Syntactical Bug and Trojan Pattern Identification in A/MS Circuits using LLM-Enhanced Detection [3.048384587446267]
多くのIC企業は製造をサードパーティのファウンデーションにアウトソースし、ステルスのアナログトロイの木馬のようなセキュリティリスクを生み出している。
回路の透かしを埋め込んだり、ハードウェアベースの監視を行うといった従来の検出方法は、しばしばかなりの面積と電力のオーバーヘッドを課す。
本研究では,ソフトウェア領域内で動作するフレームワークであるSPICEDを提案する。
論文 参考訳（メタデータ） (2024-08-25T17:07:08Z) - Frequency-Aware Deepfake Detection: Improving Generalizability through
Frequency Space Learning [81.98675881423131]
この研究は、目に見えないディープフェイク画像を効果的に識別できるユニバーサルディープフェイク検出器を開発するという課題に対処する。
既存の周波数ベースのパラダイムは、偽造検出のためにGANパイプラインのアップサンプリング中に導入された周波数レベルのアーティファクトに依存している。
本稿では、周波数領域学習を中心にしたFreqNetと呼ばれる新しい周波数認識手法を導入し、ディープフェイク検出器の一般化性を高めることを目的とする。
論文 参考訳（メタデータ） (2024-03-12T01:28:00Z) - Programmable EM Sensor Array for Golden-Model Free Run-time Trojan Detection and Localization [9.889117431225309]
リアルタイムハードウェアトロイの木馬検出, 局所化, 同定を行うために, タンパーレジリエントなオンチップ磁界センサアレイを提案する。
PSAを用いて、IC上の異なる位置のセンサーから収集されたEM側チャネル測定結果を分析して、トロイの木馬をローカライズし同定することができる。
PSAは、従来の外部磁気プローブや最先端のオンチップ単コイル磁界センサよりも優れた性能を有する。
論文 参考訳（メタデータ） (2024-01-22T18:35:02Z) - A Robust and Explainable Data-Driven Anomaly Detection Approach For
Power Electronics [56.86150790999639]
本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。
行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。
検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
論文 参考訳（メタデータ） (2022-09-23T06:09:35Z) - Delving into Sequential Patches for Deepfake Detection [64.19468088546743]
近年の顔偽造技術は、ほとんど追跡不可能なディープフェイクビデオを生み出しており、悪意のある意図で活用することができる。
従来の研究では、ディープフェイク法にまたがる一般化を追求する上で、局所的な低レベルな手がかりと時間的情報の重要性が指摘されてきた。
本稿では,局所的・時間的変換をベースとしたDeepfake Detectionフレームワークを提案する。
論文 参考訳（メタデータ） (2022-07-06T16:46:30Z) - Unsupervised Out-of-Domain Detection via Pre-trained Transformers [56.689635664358256]
ドメイン外の入力は予測不能なアウトプットを引き起こし、時には破滅的な安全性の問題を引き起こす。
本研究は、教師なしのドメイン内データのみを用いて、ドメイン外サンプルを検出する問題に対処する。
検出精度を高めるために、ドメイン固有の2つの微調整手法が提案されている。
論文 参考訳（メタデータ） (2021-06-02T05:21:25Z) - Scalable Backdoor Detection in Neural Networks [61.39635364047679]
ディープラーニングモデルは、トロイの木馬攻撃に対して脆弱で、攻撃者はトレーニング中にバックドアをインストールして、結果のモデルが小さなトリガーパッチで汚染されたサンプルを誤識別させる。
本稿では,ラベル数と計算複雑性が一致しない新たなトリガリバースエンジニアリング手法を提案する。
実験では,提案手法が純モデルからトロイの木馬モデルを分離する際の完全なスコアを達成できることが観察された。
論文 参考訳（メタデータ） (2020-06-10T04:12:53Z)
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。