[发明专利]基于电路路径语句的Transformer恶意芯片识别方法及系统

权利要求书

1.一种基于电路路径语句的Transformer恶意芯片识别方法，其特征在于，包括如下步骤：

步骤S1：从电路网表中提取所有组件C₁,C₂,C₃,…,C_l的信息，然后组成两两互不重复组件对[C_i,C_j]；对所有组件对[C_i,C_j]的路径找出简单路径后，把所有存在着单个共同端组件的正向组件对和负向组件对在路径上实行单向调整并连接，构成L级路径并映射为句子表达，L取2,3,…,7；然后对这些句子打上有木马和无木马标签，构成有监督学习的句子数据集；

步骤S2：对句子数据集挑选出不重复的组件类型名，使用word2vec词嵌入算法先进行词向量的预训练得到CV_pre，再进一步放入ELMo词嵌入算法训练得到最终的词向量CV_post；

步骤S3：句子数据集SD根据词向量CV_post映射成张量形式，并输入到带有多头注意力机制的多层EncoderDecoder架构的Transformer中完成训练测试；在Transformer的末端全连接层会预测出路径句子上的硬件木马结果，从而构成完整的识别模型；

步骤S4：对于待识别的电路芯片，经过步骤S1的网表提取路径句子后，再把这些句子输入到步骤S3得到的识别模型中，便可得知待识别的电路芯片上是否存在木马路径；

所述步骤S1具体包括如下步骤：

步骤S11：从电路网表的组件定义语句中提取出所有组件C₁,C₂,C₃,…,C_l的信息及其在每个组件C_i上相连的输入线网信息和输出线网信息，其中1≤i≤l，l为组件的总个数；

步骤S12：根据所有组件C₁,C₂,C₃,…,C_l之间的线网连接关系W₁,W₂,W₃,…,W_h，其中h为线网的总个数，再使用深度优先搜索算法并依照组件导向法则来建立所有组件C₁,C₂,C₃,…,C_l与每个线网W_u之间的拓扑关系，1≤u≤h；其中，组件导向法则的公式如下：

且1≤i≤l,1≤j≤l,i≠j

其中，和分别表示C_i和C_j的输入与输出的线网；所述组件导向法则说明当组件C_i的输出线网与其不相同的组件C_j的输入线网指代同一个线网时，组件C_i存在与组件C_j的有向连接；反之则组件C_j存在与组件C_i的有向连接；

步骤S13：定义步骤S12中构建的拓扑为正向拓扑TO_po；将正向拓扑TO_po中组件之间的导向关系全部反向表示，得到逆向拓扑TO_ne；

步骤S14：对正向拓扑TO_po中任意一个组件C_i与其不相同的组件C_j组成一对组件对[C_i,C_j]，i≠j；在该组件对[C_i,C_j]上通过点到点的简单路径搜索算法依次计算出所存在的L级简单路径，即正向简单路径SP_po；同理，对逆向拓扑TO_ne中的组件对也通过点到点的简单路径搜索算法，以同样的计算方式得到逆向简单路径SP_ne；

步骤S15：根据路径上依次经过的组件按顺序记录下它们的组件类型名，形成正向句子SE_po和负向句子SE_ne；分别挑选出第一个词所代表的是相同组件C_s的正负向句子，之后将这个负向句子重新再进行反向表示成句子[SE_ne]，然后让正向句子SE_po直接接在后面；新组合的句子去掉句子中间多余的一个组件C_s所代表的词即为最终形态的句子；双向组合式句子表达的公式如下：

SE_final＝([SE_ne]-C_s)·SE_po

其中，运算符[]是作用于句子，让其反向表示；运算符·是对两两句子之间的连接；这个公式说明计算出来的负向句子SE_ne在完成反向表达后，便去掉与正向句子SE_po第一个词C_s相同的词；随后再直接与正向句子SE_po连接起来；

步骤S16：对整个拓扑中的所有组件C均重复步骤S14、S15，得到初步的句子数据集SD；然后把同级别的句子挑选出来并整理在一起，构成分级别的句子数据集SD_L，L取2,3,…,7；

步骤S17：对分级别的句子数据集SD_L打上标签，包含木马组件的句子为正样本，反之为负样本，得到最终带标签的句子数据集SD_L。