Familiarity, Not Detection: Rethinking Machine-Learning Hardware Trojan Detection Under Leakage-Free Side-Channel Evaluation
本文表明，机器学习硬件木马检测器在标准基准测试上的高准确率是由于随机的迹线级划分（trace-level splits）导致的数据泄露所产生的伪影，揭示了真实的跨木马检测性能会坍缩至随机水平，并因此需要进行单芯片校准，而非使用通用的预训练模型。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
现代电子芯片是我们世界的无声引擎，为从医疗设备到引导飞机的系统等一切事物提供动力。这些微小的电路被大量制造，在到达最终用户之前，往往会经过许多不同公司的手。这种复杂的旅程创造了一个漏洞：恶意行为者可能会在设计中植入一个隐藏的、微小的修改，即数字“特洛伊木马”。这个隐藏的电路可能会潜伏多年，等待特定的信号来激活，届时它可能会窃取密钥、关闭系统或降低性能。由于这些设备通常被密封在金属外壳内，且隐藏的修改被设计得近乎不可见，安全专家无法简单地通过观察内部来发现它们。相反，他们必须倾听芯片的物理行为。当芯片运行时，它会消耗电力，而这种消耗会产生一种微弱且波动的功率特征。即使在静默状态下，一个隐藏的恶意电路也会轻微改变这种电流流动。通过测量这些微小的电学涟波，防御者希望能够在不打开芯片的情况下发现隐藏威胁的存在。
多年来，研究人员一直转向机器学习，以实现这一“倾听”过程的自动化。他们训练计算机程序来识别已知被植入隐藏修改的芯片所具有的独特功率特征。早期的报告非常乐观，声称这些人工智能系统能够以接近完美的准确度识别恶意芯片，经常引用 87% 到 100% 的成功率。这些数字表明我们已经解决了筛选隐藏威胁芯片的问题。然而，普雷里维尤 A&M 大学（Prairie View A&M University）和赖特州立大学（Wright State University）研究人员的一项新研究挑战了这种信心。他们认为，这些高分并不证明机器擅长检测新的、未知的威胁。相反，这些分数反映了一种简单的“熟悉感”。研究人员发现，这些系统的测试方式使其能够识别那些在训练期间已经见过的芯片，而不是真正识别出一种新的危险。
问题的核心在于测试数据的划分方式。在之前的研究中，研究人员从受感染的芯片中提取了数千个功率测量值，并将其随机分成两堆：一堆用于训练计算机，另一堆用于测试它。因为使用了同一块特定的芯片来生成训练数据和测试数据，计算机本质上是在对着自己的作业进行测试。它学会了识别它已经学习过的特定芯片的特定电噪声模式，而不是学习什么是恶意电路的通用规则。这就像教一名学生识别某个人的笔迹，然后用那个人的字迹来测试他；他会表现得非常出色，但如果要求他识别陌生人的笔迹，他很可能会失败。研究人员意识到，在现实世界的情况下，被测试的芯片将是一个完全不同的新设备，是一个安全系统从未遇到过的设备。
为了解决这个问题，该团队重新设计了实验，使其在严格意义上是公平的。他们分离了数据，使得没有任何一块芯片同时出现在训练组和测试组中。他们在一组芯片上训练计算机，然后在一个它从未见过的完全不同的芯片上对其进行测试。当他们这样做时，那些令人印象深刻的成功率消失了。系统的检测能力大幅下降，降到了几乎只能靠随机猜测的水平。在某些情况下，系统的表现甚至比随机猜测还要差，会将正常的芯片误判为受感染的，或者完全漏掉威胁。即使研究人员尝试使用不同类型的先进计算机模型，这种崩溃依然发生，这证明了问题不在于计算能力的缺乏或算法的选择不当，而在于数据本身存在的根本性局限。
研究表明，来自这些隐藏威胁的电信号非常微弱，并且分散在整个测量过程中，使得它们很难与正常的背景噪声区分开来。研究人员发现，只有当系统在训练期间已经见过非常相似的芯片时，它才能取得成功。如果训练数据中包含了一种特定类型的隐藏威胁，系统就能识别出具有相同威胁的新芯片。但如果训练数据中没有包含测试芯片中威胁的近亲，系统就会失败。这种对“熟悉感”的依赖意味着，无法构建一个通用的、预训练的程序来扫描世界上所有的芯片。相反，为了可靠地检测特定新设备的威胁，安全专家必须首先对该特定设备本身进行少量的测量，以进行校准。
研究人员通过在询问系统做出判断之前，先给它提供来自新芯片的少量测量值，测试了这一想法。凭借这点特定的信息，系统的准确性显著提高，表现优于任何试图依赖其他无关芯片数据的方案。这一发现表明，芯片安全的未来并不在于一个单一的、全知全能的人工智能模型。相反，它需要一种更实际的方法，即在进行筛查之前对每个设备进行简短的校准。该研究结论指出，过去报道的高准确率是由有缺陷的测试方法造成的幻象。现实世界的检测要困难得多，需要针对每个新芯片采取定制化的方案，而不是“一刀切”的解决方案。通过改变测试这些系统的方式，研究人员提供了一个更清晰、更诚实的图景，展示了实现目标以及保护我们的数字基础设施安全所需的真正手段。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。