FPGA并行逆向关键技术研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:tnngx123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,FPGA被广泛用于各个领域,也使得其安全问题变得越来越重要。当前,硬件木马是一种对FPGA有很大威胁的攻击方式,其具备高隐蔽性,强破坏力的特点,在硬件正常工作或者电路出厂测试时都不会被激活,只有在特定条件下才会生效。而其一旦生效,则会破坏用户的电路或者窃取电路中的信息。目前对硬件木马较为有效的检测方式是对网表或RTL代码进行分析,但是对于大部分使用者而言,一般只能接触到比特流文件,想要检测其中是否存在硬件木马,则需要将比特流进行逆向。本文对FPGA的逆向技术进行研究,实现了FPGA比特流逆向工具,可以从比特流中提取出网表和RTL代码。具体研究工作如下:1)研究了FPGA的使用领域和其中存在的安全隐患,分析了逆向工程的必要性,总结了逆向工程的当前研究现状。其次,本文研究了FPGA的硬件体系结构和正向开发流程,分析了逆向所需要的FPGA网表文件和比特流文件,并详细阐述了收集FPGA比特流与网表映射关系的方法和映射关系存储的方式。2)提出了一种高效可并行化的FPGA比特流逆向算法并进行了实现,该算法可以在逆向数据库不完整的情况下,高效地从比特流中提取出网表信息并进行恢复和重建,得到与比特流相对应的XDL网表,并解决了网表中某些Net信息不完整的问题。分析了该算法各阶段的时间开销,结合可行性和时间开销对其中部分阶段进行了并行化处理。使用ISCAS’85基准组合电路集、ISCAS’89基准时序电路集和其他常见电路作为测试数据,验证了逆向工具的准确性,记录了时间开销,并将本文的工具和现有工具进行了对比。3)对现有网表逆向方法进行了优化和扩充,设计并实现了一种具备扩展性的网表逆向方法,可以将网表转换成为Verilog代码。该方法提供了FPGA网表逆向整体流程中的通用功能,如路径搜索,代码生成,节点筛选等,扩展新器件时只需要添加器件对应的配置信息即可,并对网表中的器件进行了分类,规定了不同类别器件的扩展方式。为逆向结果设计了两种输出形式,第一种是普通模式,即对网表中的所有器件直接转换成为Verilog语句,第二种是驱动方程模式,对时序器件的输入进行了提取和压缩。对于网表硬核资源的逆向,提出了三种可行的方法,并分析了三种方式的优缺点。以ISCAS’85和ISCAS’89基准电路测试集作为数据,使用多个FPGA型号的网表进行了实验,验证了逆向框架的准确性和可扩展性。
其他文献
等离子体诊断,是研究高速飞行器返回地球时产生的黑障现象的一个重要研究方向。黑障现象产生的等离子体鞘套干扰实时通信,给各类飞行任务造成安全隐患和财产损失。因而,研究等离子体鞘套的电磁特性对解决黑障问题具有重大意义。利用大型激波管进行等离子体诊断是常用的一种方式,而用微波进行等离子体诊断是应用广泛的一种方法。本文主要研究了利用微波透射法诊断等离子体的电子密度和碰撞频率等参量,内容分为以下几个方面:第一
无线通信技术迅猛发展,衍生出多样的业务场景。但由于无线信道的开放特性,通信过程容易受到非法方窃听和欺骗的攻击。传统的认证与加密方案通常建立在网络协议栈的高层,面对日益增长的量子计算能力以及大规模机器连接等新兴业务场景,传统的安全机制面临挑战。基于此,本文针对无线信道天然的随机性与独特性研究了轻量级高可靠的物理层身份认证与密钥生成技术,作为传统安全方案的补充,主要工作包括:论文在单跳网络下研究了三种
近年来随着中国城市化水平的提高,高层建筑的数量也逐日攀升,随之而来的是高层建筑的安全检测以及消防安全问题,如何在火灾现场应对建筑垮塌并确保人身安全,成为了消防从业人员的巨大挑战。现阶段的建筑形变监测手段需要消耗大量人力、物力和时间成本,难以在火灾等恶劣环境中实现可靠的全方位实时建筑健康监测和预警。因此,消防从业人员急需一种工作于恶劣环境下的可靠在线建筑形变监测系统,确保消防抢险人员的人身安全并降低
随着高分辨率雷达的广泛应用,传统的目标检测算法对海面微弱目标的检测存在明显的性能瓶颈。海面上的慢速小目标回波微弱,雷达散射面积太小使得信杂比非常低,传统自适应检测算法很难奏效;复杂的空时变海杂波环境中,高分辨率观测不能满足传统大尺度下的统计特性,很难建立准确的目标模型;在对海观测获取到的大量数据中,目标和杂波的类别非平衡,目标相对海杂波的稀疏性使得海杂波的检测问题在传统的机器学习和模式识别上面临着
随着物联网技术的兴起,人类社会已经进入到一个万物互联的时代,而物联网核心技术则是诸如RFID、UWB等;这些技术同时也深入到了各行各业例如:自动驾驶、智慧货仓、智慧交通、VR体感游戏、导航等;而提供这些服务的前提,就是获取物体准确的位置信息。本文针对上述需求,分析了开源数据集的误差统计特性;其次,指出了经典定位算法模型的不足和局限,提出了一种鲁棒TDOA静态定位算法并讨论了最优基站定位问题和通信距
碳纳米管(cnt)凭借其量子电容特性、高迁移率、截止频率在THz以上的潜能、弹道传输特性,被认为是制造RF晶体管的理想半导体材料,到目前为止,世界各国都致力于高性能cnt FET的研究,然而除了关注于cnt FET本身的直流特性、截止频率、振荡频率外,基于cnt的RF电路芯片验证也是至关重要的,这可以表明其可以代替传统半导体来设计集成电路。本文着重研究了放大器的集成电路,主要的研究方法与成果如下:
随着互联网技术的普及和不断革新,Wi-Fi网络和智能移动终端在人类日常活动中所扮演的角色也越来越重要,同时由于人类的活动大部分都在室内环境下进行,所以人们对基于室内环境的位置服务的需求也不断增大。在室外定位中占据主导地位的卫星导航系统,其信号在穿透建筑的钢筋混凝土墙壁后衰减十分严重,精度也随之衰退到5m至20m,显然这样的定位效果无法满足空间较小的室内环境,因此许多室内定位技术应时而生,而Wi-F
随着量子信息技术的发展,人们逐渐认识到单一量子载体在许多应用场景具有局限性,因此出现了由不同量子载体构成的混合量子系统。以金刚石NV色心为例:NV色心具有很多优点,比如电子自旋态易于读出和操控,室温下相干时间长等,是最受欢迎的固态量子体系之一,在量子计算、精密测量、量子网络等领域具有重要的应用前景;然而,NV色心在原位电学调控方面遇到了挑战,在多比特扩展(即实现芯片上不同色心之间的耦合)方面遇到了
精神分裂症是一种严重的精神疾病,其连接障碍假说提出该疾病与神经元的异常连接有关。静息态功能磁共振成像显示,基于血氧水平依赖信号的自发神经活动在脑区之间相互关联,并组织成空间分离的功能网络,而这些功能网络之间信息交流的异常与精神分裂症中已知的认知功能受损有关。因此,基于磁共振成像的脑网络功能连接分析有潜力揭示精神分裂症的发病机理与指导早期诊断和预防疾病。然而,传统脑网络分析技术仍有亟待解决的科学问题
机器听觉指的是机器通过分析声音信号获取信息的能力。随着智能化时代的到来,机器听觉受到日益广泛的关注。其中一个重要的任务是声音事件识别(Sound Event Recognition,SER)任务。声音事件识别指通过分析音频信号,判断其中的发生的物理事件信息。目前主流的声音事件识别方法是基于深度学习的,但在数据方面存在两个问题:第一,深度学习依赖有标注数据,而声音事件的标注成本很高,难以获得足量有标