文獻(xiàn)標(biāo)識碼： A
DOI：10.16157/j.issn.0258-7998.182242
中文引用格式： 高洪波，李磊，周婉婷，等. 基于XGBoost的硬件木馬檢測方法[J].電子技術(shù)應(yīng)用，2019，45(4)：55-59.
英文引用格式： Gao Hongbo，Li Lei，Zhou Wanting，et al. Hardware Trojan detection method based upon XGBoost model[J]. Application of Electronic Technique，2019，45(4)：55-59.
0 引言
隨著集成電路產(chǎn)業(yè)的全球化生產(chǎn)策略和電路設(shè)計(jì)大規(guī)?；琁C設(shè)計(jì)公司很少能從設(shè)計(jì)到制造獨(dú)立完成所有的模塊設(shè)計(jì)，更多地是采用第三方的知識產(chǎn)權(quán)(IP)，或?qū)⑿酒纳a(chǎn)封裝承包給第三方。集成電路在設(shè)計(jì)、制造、測試以及封裝過程中都不完全自主可控，這為攻擊者對集成電路實(shí)施破壞或惡意修改提供了可能。攻擊者可以插入惡意電路到芯片中，破壞芯片功能或降低芯片可靠性，而這種惡意的變更，稱為硬件木馬。
近年來，國內(nèi)外科研機(jī)構(gòu)開展了很多針對硬件木馬防護(hù)的研究工作[1-2]，這些研究主要面向檢測技術(shù)，尤其是旁路信息分析技術(shù)。文獻(xiàn)[3]和[4]利用了PCA、馬氏距離來檢測木馬；文獻(xiàn)[5]提出了基于神經(jīng)網(wǎng)絡(luò)的硬件木馬檢測方法；文獻(xiàn)[6]和[7]分別利用了樸素貝葉斯分類器和支持向量機(jī)來檢測木馬。
本文將結(jié)合機(jī)器學(xué)習(xí)的分類思想，提出一種基于XGBoost(eXtreme Gradient Boosting)的硬件木馬檢測方法。將硬件木馬檢測的多維度向量數(shù)據(jù)作為訓(xùn)練集，利用監(jiān)督學(xué)習(xí)模型對其進(jìn)行分類，從而實(shí)現(xiàn)將標(biāo)準(zhǔn)芯片與被植入木馬芯片分離的目的。
1 XGBoost算法與交叉驗(yàn)證
XGboost(eXtreme Gradient Boosting)是GB(Gradient Boosting)的高效實(shí)現(xiàn)。GB是一種用于回歸和分類問題的學(xué)習(xí)模型，該模型以弱預(yù)測模型集合的形式產(chǎn)生強(qiáng)預(yù)測模型。通過每次迭代生成一棵新樹，選擇指向負(fù)梯度方向的弱預(yù)測模型，來優(yōu)化函數(shù)空間上目標(biāo)函數(shù)。XGBoost是在GBDT算法基礎(chǔ)上進(jìn)一步優(yōu)化，在基學(xué)習(xí)器損失函數(shù)采用二階泰勒展開式的形式并引入正則項(xiàng)，具有不易過擬合、靈活性高、收斂速度快、準(zhǔn)確度高等特點(diǎn)，能夠處理稀疏特征，支持多線程并行處理。
1.1 集成樹模型
集成樹是由多個分類與回歸樹得到泛化的模型，彌補(bǔ)了單棵決策樹預(yù)測性能局限性。
1.2 梯度提升
對式(2)集成樹模型中的目標(biāo)函數(shù)，采用additive training方法訓(xùn)練，即每一次保留原來的模型不變，加入一個新的函數(shù)f到模型中。
定義Ij={i|q(xi)=j}，將常數(shù)項(xiàng)移除且葉節(jié)點(diǎn)重新組合后目標(biāo)函數(shù)為：
1.3 S折交叉驗(yàn)證（S-CV）
S折交叉驗(yàn)證(Cross Validation)是用來驗(yàn)證分類器性能的一種常用統(tǒng)計(jì)分析方法。首先隨機(jī)地將已給數(shù)據(jù)切分為S個互不相交的大小相同的子集，然后利用S-1個子集的數(shù)據(jù)訓(xùn)練模型，利用余下的子集測試模型，將這一過程對可能的S種選擇重復(fù)進(jìn)行，最后選出S次評測中平均測試誤差最小的模型。
S-CV能從有限數(shù)據(jù)中獲取更多有效信息，一定程度上避免過擬合和欠擬合，更好描述模型數(shù)據(jù)。在XG-Boost中，采用與scikit-learn框架相結(jié)合來作交叉驗(yàn)證。
2 硬件木馬檢測環(huán)境及流程
2.1 檢測環(huán)境
整個實(shí)驗(yàn)平臺為一個內(nèi)嵌9個環(huán)形振蕩器(Ring Oscillator，RO)的FPGA平臺。圖1為RO在木馬電路上的布局。
木馬電路本身的存在就會對RO輸出頻率產(chǎn)生一定的影響，不需要處于激活狀態(tài)，而且當(dāng)RO的階數(shù)n越小時，RO對木馬越敏感，但如果階數(shù)n太小的話，RO輸出頻率就不能被片上計(jì)數(shù)器采到，而太大的話，硬件木馬的影響就會降低；同樣數(shù)據(jù)采集積分時間理論上來說越長，原始數(shù)據(jù)與木馬數(shù)據(jù)差異越大，但實(shí)際測試中RO積分值會受溫度的影響，時間太長會造成積分值變小、區(qū)分度減弱。通過仿真分析，本文選用5階作為最小的RO階數(shù)，且采集時間控制在0.1 ms～0.6 ms范圍之內(nèi)。
2.2 檢測流程
基于XGBoost木馬檢測模型是利用XGBoost算法對硬件木馬檢測的多維度特征數(shù)據(jù)作分類判斷的一種監(jiān)督學(xué)習(xí)模型。圖2為XGBoost模型木馬檢測流程圖。
3 硬件木馬檢測實(shí)驗(yàn)
3.1 實(shí)驗(yàn)環(huán)境
為了驗(yàn)證提出的硬件木馬檢測方法，搭建了一個內(nèi)嵌9個RO的FPGA實(shí)驗(yàn)平臺。FPGA型號為Altera的EP4CE6F17C8，基準(zhǔn)電路采用Trust-hub上的RS232的T100、T800電路。在SMIC 130 nm工藝庫下，Design Compiler 綜合結(jié)果見表1。
根據(jù)圖2流程分別得到原始數(shù)據(jù)和木馬數(shù)據(jù)。統(tǒng)計(jì)不同位置RO樣本點(diǎn)的分布范圍，以直觀顯示數(shù)據(jù)之間的差異。T800電路在50 MHz下，RO為5階，采集時間為0.1 ms下不同位置部分RO的數(shù)據(jù)對比，如圖3所示。
從圖中可以看出：(1)不同RO受到木馬的影響是不同的，越靠近木馬的RO受到的影響越大。雖然原始數(shù)據(jù)與木馬數(shù)據(jù)有部分分離，但仍有部分重疊在一起；(2)隨著FPGA工作時間增加，RO積分值呈下降趨勢，這是因?yàn)樵陔娐愤\(yùn)行過程中，會產(chǎn)生熱功耗，會引起溫度等環(huán)境的變化，RO積分值會受溫度的影響。
3.2 實(shí)驗(yàn)結(jié)果
3.2.1 XGBoost預(yù)測結(jié)果
對RS232-T800電路，各采集1 000組數(shù)據(jù)分別作為訓(xùn)練樣本和測試樣本，經(jīng)過XGBoost模型訓(xùn)練，分類測試樣本準(zhǔn)確率只能達(dá)到78.80%，分類結(jié)果如圖4所示，相應(yīng)模型參數(shù)見表2。
3.2.2 XGBoost模型優(yōu)化結(jié)果
針對上述XGBoost模型中諸多重要參數(shù)，本文采用S-CV結(jié)合高負(fù)荷的柵格搜索（girdSearch）方法進(jìn)行優(yōu)化選擇。
實(shí)驗(yàn)驗(yàn)證了上述模型交叉驗(yàn)證方法，根據(jù)S-CV算法選擇得到的參數(shù)見表3。整體log損失值隨迭代次數(shù)的收斂變化如圖5所示。
圖5中縱軸表示目標(biāo)函數(shù)損失值，橫軸表示迭代次數(shù)。從圖中可以看出，交叉驗(yàn)證參數(shù)選擇后梯度下降速度更快，且在迭代次數(shù)大于60時，損失值穩(wěn)定范圍在0.1左右。實(shí)驗(yàn)表明，經(jīng)過交叉驗(yàn)證參數(shù)選擇，優(yōu)化了XGBoost模型，使得準(zhǔn)確率從最初的78.80%提高到99.20%，相應(yīng)地整體logloss值從最初的0.386 303降到了0.089 183。
3.2.3 不同特征下檢測結(jié)果
為了驗(yàn)證基于XGBoost的硬件木馬檢測方法的健壯性，作不同特征變化下分類判別實(shí)驗(yàn)。表4給出了不同木馬面積和不同積分時間下的木馬檢測結(jié)果。
從表中可總結(jié)出：(1)該方法能有效檢測出1.67%木馬占比的電路；(2)對不同積分時間數(shù)據(jù)仍然保持較強(qiáng)的有效性，準(zhǔn)確率能保持在97.80%以上。
4 與其他算法性能對比
在以往的工作中已驗(yàn)證了樸素貝葉斯分類算法、SVM和馬氏距離方法的可行性，為驗(yàn)證該方法的優(yōu)越性，下面給出XGBoost模型與部分現(xiàn)有方法的性能對比。
4.1 與馬氏距離算法性能對比
圖6給出相同條件下，使用PCA與馬氏距離相結(jié)合方法馬氏距離分析結(jié)果，可以看出此判別方法無法有效將基準(zhǔn)電路與木馬電路分離開來。
表5給出了不同特征下馬氏距離的分類判別結(jié)果。對比表4可以看出，在相同條件下，XGBoost模型檢測木馬的性能明顯優(yōu)于馬氏距離判別法，并且馬氏距離無法識別數(shù)據(jù)相差不大和木馬占比較小的電路。
4.2 與其他機(jī)器學(xué)習(xí)算法性能對比
在相同條件下，經(jīng)過SCV算法優(yōu)化，支持向量機(jī)的懲罰參數(shù)c=3.1且選擇RBF核函數(shù)的參數(shù)g=6.0時，準(zhǔn)確率最高為98.20%，但樸素貝葉斯分類分類只能最高保持在77.40%的正確率上。
表6、表7給出了不同特性下各算法的分類判別結(jié)果。從表中可看出在相同條件下，SVM性能較優(yōu)于樸素貝葉斯算法，能高準(zhǔn)確識別木馬數(shù)據(jù)和原始數(shù)據(jù)，而與表4作比較，可看出本文所使用的XGBoost硬件木馬檢測方法能較高準(zhǔn)確率識別木馬數(shù)據(jù)和原始數(shù)據(jù)，相比兩者平均準(zhǔn)確率高出1.52%、29.2%。
5 結(jié)論
本文提出了一種基于XGBoost的硬件木馬檢測方法，利用S-CV與girdSearch相結(jié)合的交叉驗(yàn)證方法優(yōu)化模型。搭建FPGA實(shí)驗(yàn)，驗(yàn)證了該方法的有效性，并在與傳統(tǒng)方法和其他機(jī)器學(xué)習(xí)方法比較時，證實(shí)了該方法的優(yōu)越性，更有效地實(shí)現(xiàn)木馬檢測。后續(xù)將提出一種工藝偏差的可信空間建模方法，減少工藝偏差的影響。
參考文獻(xiàn)
[1] ZHANG X，TEHRANIPOOR M.RON：an on-chip ring oscillator network for hardware Trojan detection[C].Design, Automation & Test in Europe Conference & Exhibition.IEEE，2011：1638-1643.
[2] CHEN T，GUESTRIN C.XGBoost：a scalable tree boosting system[C].ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.ACM，2016：785-794.
[3] 趙毅強(qiáng)，楊松，何家驥，等.基于主成分分析的硬件木馬檢測方法[J].華中科技大學(xué)學(xué)報(自然科學(xué)版)，2015，43(8)：66-69.
[4] 王力緯，賈鯤鵬，方文嘯，等.基于馬氏距離的硬件木馬檢測方法[J].微電子學(xué)，2013(6)：817-820.
[5] 趙毅強(qiáng)，劉沈豐，何家驥，等.基于自組織競爭神經(jīng)網(wǎng)絡(luò)的硬件木馬檢測方法[J].華中科技大學(xué)學(xué)報(自然科學(xué)版)，2016，44(2)：51-55.
[6] 蘇靜，路文玲，趙毅強(qiáng)，等.基于支持向量機(jī)的硬件木馬檢測建模與優(yōu)化[J].信息網(wǎng)絡(luò)安全，2017(8)：33-38.
[7] 王建新，王柏人，曲鳴，等.基于樸素貝葉斯分類器的硬件木馬檢測方法[J].計(jì)算機(jī)應(yīng)用研究，2017，34(10)：3073-3076.
[8] LECOMTE M，F(xiàn)OURNIER J，MAURINE P.An on-chip technique to detect hardware Trojans and assist counterfeit identification[J].IEEE Transactions on Very Large Scale Integration Systems，2016，PP(99)：3317-3330.
作者信息:
高洪波，李 磊，周婉婷，向祎堯
（電子科技大學(xué) 電子科學(xué)技術(shù)研究院，四川 成都611731）