芯片级安全是信息安全的基石,在面向众核系统芯片的攻击中,热隐蔽信道（thermal covert channel,TCC）攻击通过温度变化来传输数据,把数据从安全区域传输到非安全区域。TCC攻击泄露敏感数据、隐蔽性高,对芯片安全造成严重的威胁。为了保证众核系统的安全,本文提出众核系统TCC攻击的检测和防御策略。首先,本文研究对现有TCC攻击的检测与防御。由于TCC信号在传输频率处的幅值远高于热噪声的幅值,本文提出一种基于阈值判决的方案来检测是否存在TCC攻击。当检测到TCC攻击并定位出运行TCC发送程序的处理器核时,通过动态调压调频（dynamic voltage frequency scaling,DVFS）技术调节该处理器核的电压和频率,从而阻断TCC信号传输。其次,本文探索了高隐蔽性TCC攻击可避免被基于阈值判决的检测方案检测,使DVFS防御方法失效。由于TCC信号包含多个高幅值的旁瓣,以这些旁瓣作为TCC的信号特征,本文提出一种基于模式分类的增强型检测方案,通过人工神经网络来检测是否存在TCC攻击。实验表明,基于阈值判决的检测方案能够以高于97%的检测准确率检测出现有的TCC攻击,而基于模式分类的检测方案能够以99%的检测准确率同时检测出现有的以及高隐蔽性TCC攻击。在施加DVFS防御方法前后,TCC信号的通信数据包错误率（packet error rate,PER）由低于5%变为高于75%,因此DVFS防御措施有效阻断了TCC的信号传输。检测方案的CPU（central processing unit）运行开销仅占系统运行时开销的0.325%、能耗开销占系统总能耗开销的0.039%,而由DVFS带来的系统性能损失开销在规模大于8×8的众核系统中低于2%。本文提出的方案能够检测并防御片上众核系统的TCC攻击,有效地避免了芯片内的信息泄露。