58、计算机视觉在硬件安全中的应用

计算机视觉在硬件安全中的应用

在当今数字化时代，硬件安全至关重要。计算机视觉技术在硬件安全领域正发挥着越来越重要的作用，尤其是在集成电路（IC）硬件木马检测和印刷电路板（PCB）硬件保障方面。

1. 特征提取与硬件木马检测方法

在IC硬件木马检测中，不同的图像区域采用了多种特征提取和检测方法，具体如下表所示：
| 图像区域 | 研究工作 | 数据大小 | 特征 | 检测方法 |
| — | — | — | — | — |
| 有源层 | [14] | 1个黄金IC，1个木马IC | 图像叠加 | 像素差异 |
| 有源层 | [65] | 1个黄金IC，1个木马IC | SSIM | 得分图 |
| 有源层 | [64] | 350个单元图像 | 2D FD | SVM |
| 有源层 | [59] | 1232个单元图像 | 2D FD | SVM, KNN |
| 金属层 | [7] | 57 - 122,559个单元图像 | 几何特征 | SVM |
| 金属层 | [8] | 57 - 122,559个单元图像 | 几何特征 | SVM, k - means |
| IC背面 | [49] | 4个包含8661 - 269,970个单元的IC图像 | 2D PCA | 阈值, DBSCAN |
| IC背面 | [71] | 3个IC图像 | 时间与温度 | 阈值 |
| IC背面 | [75] | 6个IC图像 | 2D相关性 | 阈值 |
| IC背面 | [16] | 3个合成图像，1个IC图像 | 图像叠加 | 像素差异 |

这些方法通过提取不同