2021 Fiscal Year Annual Research Report
Hardware-Trojan Detection for Integrated Circuit Design Data based on Machine Learning
| Project/Area Number |
19H04080
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
戸川 望 早稲田大学, 理工学術院, 教授 (30298161)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
木村 晋二 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (20183303)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | ハードウェアトロイ / 設計データ / 機械学習 |
|---|
| Outline of Annual Research Achievements |
IoT（Internet-of-Things）機器の心臓部は集積回路によって構成されるが，現在の集積回路の開発プロセスは設計・製造コストを削減するため，積極的に外注を利用している．一方，集積回路のサプライチェーンは危険にさらされており，悪意ある設計者・製造者によって，悪意ある回路の挿入が容易に実現され得る．このような悪意ある回路部品は「ハードウェアトロイ」と呼ばれ，海外を中心にその危険性が大きく指摘されている．以上のような背景のもと，本研究では，レジスタトランスファレベル・論理レベル等の集積回路設計データを対象に，機械学習によるハードウェアトロイの「学習」を利用しハードウェアトロイ識別器を進化，未知ハードウェアトロイを含む設計データ（未知設計データ）について，未知設計データ中の「各信号線のトロイ／非トロイを識別」する技術の確立を目的とする．
ハードウェアトロイの学習では「ハードウェアトロイ回路の特徴量として何を学習するか」が最大のポイントとなる．研究代表者らは既存のベンチマークデータベースからハードウェアトロイ回路に含まれる膨大な信号線を実際に精査し，これらをデータベースとして蓄積している．2019年度～2020年度の研究を通し，研究代表者らが持つ，これら『ハードウェアトロイビッグデータ』のもと，ハードウェアトロイを構成する信号線の特徴的や，トロイ回路は設計データが一様に分布せず特定の場所に局所的に集中することを利用し，ハードウェア記述中の関連がある複数箇所や，複数の信号線にまたがる特徴量を明らかにしてきた．さらに識別器の最適設計を行い，学習データにない「未知設計データ」中の記述や信号線の識別を行った．2021年度にはこれらの研究成果を利用して数々の設計データに対して適用・評価を行い，検知精度の向上を図るとともに，さまざまな回路データに提案手法を適用し，有効性を確認した．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
