【摘 要】
：
针对传统芯片检测方法存在检测效率低、要求高、适用性差等问题,提出了基于电磁旁路信号和机器学习方法的伪芯片检测框架.首先,在持有正品芯片的基础上通过引入神经网络和多种特征提取方法提取特征向量,并将正样本的指令信号作为模板库;然后,对待测芯片近场电磁信号进行加窗分帧,并对每帧信号进行特征提取;最后,将特征向量输入改进核函数的一类支持向量机进行扫描式匹配,从而达到芯片检测的目的.实验结果表明,该方法能够适用于以次充好重标记类型的伪芯片检测.
【机 构】
：
陆军工程大学石家庄校区,河北石家庄050003
论文部分内容阅读
针对传统芯片检测方法存在检测效率低、要求高、适用性差等问题,提出了基于电磁旁路信号和机器学习方法的伪芯片检测框架.首先,在持有正品芯片的基础上通过引入神经网络和多种特征提取方法提取特征向量,并将正样本的指令信号作为模板库;然后,对待测芯片近场电磁信号进行加窗分帧,并对每帧信号进行特征提取;最后,将特征向量输入改进核函数的一类支持向量机进行扫描式匹配,从而达到芯片检测的目的.实验结果表明,该方法能够适用于以次充好重标记类型的伪芯片检测.
其他文献
系统地建立了高次方修形直廓环面蜗杆传动的数学模型,用微分几何和啮合理论等理论推导了蜗杆副的曲率参数,啮合函数以及曲率干涉界线函数.证明了直廓环面蜗杆的齿面为不可展的直纹面,这与其蜗杆的齿面形成原理相吻合.利用最小二乘法拟合无量纲化的修形数据得到普适型高次方修形曲线,基于此曲线推导出工艺传动比的计算公式,得到高次方修形蜗杆传动.根据不同次修形曲线修形的数值算例分析表明,高次方修形可消除原始型直廓环面蜗杆齿面的常接触线,有效的增大了蜗杆副齿面的共轭区面积,修形后蜗杆全长可被利用,承载能力强.但高次方修形后的蜗
针对四轮毂电机驱动电动汽车转矩控制中整车质心侧偏角等关键状态参数无法直接检测及车速等测量值易受到随机误差干扰的问题,建立四轮毂电机驱动电动汽车七自由度动力学模型,进行整车行驶状态参数滤波估计.结合抗差滤波原理及无迹粒子滤波算法,提出一种整车状态滤波估计方法.运用自适应抗差无迹粒子滤波,实现电动汽车行驶过程中纵向速度、侧向速度和质心侧偏角的准确滤波估计.搭建CarSim与Matlab/Simulink联合仿真实验平台对估计算法进行验证.结果表明:所搭建四轮毂电机驱动汽车动力学模型对整车行驶状态具有较高的预测
为了提高点阵材料结构件的力学性能,提出了一种基于Ordered SIMP方法的点阵-实体复合结构拓扑优化方法.采用一种三维X型微结构单元作为点阵材料,通过数值拟合建立点阵材料相对密度与其等效物理属性之间的函数关系.在宏观结构拓扑优化问题中,以点阵材料等效密度为设计变量,基于Ordered SIMP插值方法建立点阵材料和实体材料相结合的多材料插值模型,进而,以材料体积用量为约束,以结构柔度最小化为目标实现点阵-实体复合结构的多尺度拓扑优化设计.通过数值算例和实验测试表明,相比于仅使用点阵材料填充的设计,本方
针对传统蒙特卡洛法计算辐射传输耗时问题,提出了一种改进蒙特卡洛方法,通过比例迭代累加法来求解反射及散射能量,从而大幅减少了计算时间.引入直接评价方法,以包含参与性介质的密闭系统(方形和圆形为例)为例,分析了网格密度、发射能束数及物性参数对改进蒙特卡洛法计算精度的影响.当光学厚度为0.005时,采用改进蒙特卡洛方法求得方腔及圆形腔的表面微元辐射通量的相对均方根误差值分别为0.0025及0.0023,而采用传统蒙特卡洛方法时对应误差分别为0.0080及0.0037.可见,相同计算条件下,改进蒙特卡洛方法对辐射
针对半挂车辆状态估计过程中测量噪声不确定、累计误差影响严重、初值敏感等问题,提出一种适用于半挂车铰接角、车速等多个状态量估计的双自适应无迹卡尔曼滤波算法(FFUKF).基于搭建的半挂汽车12自由度非线性动力学模型和轮胎模型,通过测量的轮速与车辆加速度等信息,首先利用模糊控制自适应调整滑移率容差,综合判断每个车轮的稳定状态,通过轮速估算出一种车速;与此同时,模糊控制自适应调整测量噪声,利用无迹卡尔曼算法,依据动力学估计出铰接角和另一种车速;然后通过卡尔曼滤波算法融合两种方法估计的结果,实现车辆的纵向、侧向速
厘清骨骼不同解剖学区域的力学性能差异可为构建高生物逼真度的骨骼有限元模型提供重要依据.从牛股骨中段的前、后、内、外四个解剖学区域各制备一个试样,采用玻式压头对每个试样分别进行18个点的纳米压痕试验,记录加载力和压入深度的时间历程曲线,获得各压痕点的压入模量和硬度.结果显示长骨前侧、后侧、外侧、内侧的压入模量分别为20.78±2.66 GPa、18.66±2.57 GPa、16.39±2.29 GPa、21.57±2.19 GPa,硬度分别为0.65±0.79 GPa、0.58±0.08 GPa、0.44±
针对冷水机组传感器偏差故障识别率低的问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)和门控递归单元(Gated Recurrent Unit,GRU)融合网络模型(CNN-GRU)的冷水机组传感器偏差故障诊断方法.该方法利用GRU记忆冷水机组因每个传感器动态响应特性不同造成的其每个传感器不同的时间相关性,克服了CNN在冷水机组传感器偏差故障诊断中仅能提取时间序列实时特征的缺点.首先采用CNN自动提取传感器时间序列的实时特征,然后利用具有长短期记忆能力的GR
在公钥密码体系中,无论是RSA密码还是椭圆曲线密码,模逆运算都是非常关键的运算.模逆运算的前提是两数的最大公约数为1,否则结果是没有意义的.基于现有的二进制模逆算法的基础上提出了一种可以同时求最大公约数和进行模逆运算的算法,并且对算法进行优化,用VERILOG HDL语言进行硬件实现.通过功能仿真和FPGA验证,结果表明该设计可以正确进行32～1024 bit的大数模逆运算.该设计应用于一款汽车安全芯片的PKI模块,采用UMC 55 nm工艺进行流片,芯片面积为10 mm2,工作电压3.3 V,钟频率为2
开平方运算广泛应用于数值分析、调制解调、图像处理等领域,而应用坐标旋转数字计算(Coordinate Rotation Digital Computer,CORDIC)进行平方根运算是一种新应用.基本CORDIC算法精度必须用迭代次数作保证,而较多的迭代次数会导致时延过大等问题,通过运用建立查找表、单向旋转、合并迭代和免除补偿因子等手段,提出一种能够免去大部分迭代运算的改进CORDIC算法用于平方根计算.相较于基本算法计算平方根,该改进算法使用了一半的时钟周期便能得到输出结果,大大减少了输出时延,而且可以
MD5算法是应用非常广泛的一种Hash算法,在数字签名和验签中占有重要地位,算法的效率会直接影响到签名和验签的速度.本文提出一种优化的MD5算法,采用三级加法器替代四级加法器、优化循环移位操作的方式缩短MD5算法单步运算的关键路径,并用VERILOG HDL语言进行硬件实现.通过仿真和FPGA验证,结果表明该设计功能正确,硬件资源消耗少,数据吞吐量大.该设计应用于一款密码安全芯片,采用0.18μm工艺进行MPW流片,芯片面积为6 mm2.时钟频率为150 MHz,电压3.3V时,功耗约为10.7 mW.