Establishment and Implementation of Multilayered Collaborative Methods to Ensure Security during Operation against Hardware Trojan

2022 Fiscal Year Final Research Report

• Project/Area Number: 20K11805
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60070:Information security-related
• Research Institution: Hirosaki University
• Principal Investigator: Imai Masashi 弘前大学, 理工学研究科, 教授 (70323665)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: ハードウェアトロイ / セキュリティ / ディペンダブルコンピューティング / 運用時診断情報 / 誤り検知 / 外れ値検知アルゴリズム / 1クラスSVM

Outline of Final Research Achievements

In this research, we have constructed an automatic learning data generation system and designed a hardware Trojan chip in order to realize an abnormal behavior detector obtained by a deep learning scheme in which several information under both the normal and abnormal situations are used as learning data. As a result, it became clear that it is difficult to distinguish subtle differences and that it can only be applied to the limited hardware Trojans. Therefore, we have proposed a method to detect errors caused by hardware Trojans to prevent malfunctions. Through evaluation using the obtained specific information, we have demonstrated that the one-class SVM is effective among several outlier detection algorithms. It has also been recognized that the detection accuracy can be improved by extending the algorithm.

Free Research Field

計算機工学

Academic Significance and Societal Importance of the Research Achievements

計算機システム構築に設計者以外の第三者が関わらざるを得なくなっており、ハードウェアに仕込まれるトロイが脅威となっている。本研究は、運用時に得られる計算機システムの各種診断情報等を用い、ハードウェアトロイが仕込まれていたとしても、正しくサービスを提供し続けられる計算機システムの実現を目的としている。研究を通し、深層学習による判定器ではハードウェアトロイの検知は限定されたものであること、ハードウェアトロイによりもたらされる誤りを外れ値検知アルゴリズムに基づいて検出する方が有効であることを明らかにした。本研究成果は様々な計算機システムに適用することができ、安全安心な情報化社会の実現に資する。