買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西安電子科技大學申請的專利基于生成對抗圖神經網絡的硬件木馬檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116167047B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211559562.0，技術領域涉及：G06F21/56；該發明授權基于生成對抗圖神經網絡的硬件木馬檢測方法是由史江義;王澤坤;溫聰;馬佩軍;張焱設計研發完成，并于2022-12-06向國家知識產權局提交的專利申請。

本基于生成對抗圖神經網絡的硬件木馬檢測方法在說明書摘要公布了：本發明公開了一種基于生成對抗圖神經網絡的硬件木馬檢測方法，主要解決現有技術中對黃金模型依賴、不具備拓展性的問題。其方案是：選擇嵌入木馬網表作為樣本集并按比例分為訓練集和測試集，并分別對其網表進行映射得到各自的鄰接矩陣；分別提取訓練集和測試集表中所有網表的節點特征，得到各自的特征矩陣；對訓練集的鄰接矩陣進行合并處理得到稀疏矩陣；構建生成器與鑒別器級聯的生成對抗圖神經網絡并利用稀疏矩陣和特征矩陣對其訓練；使用訓練好的網絡對測試集進行檢測，獲得正常節點與硬件木馬的分類結果。本發明無需依賴現有技術依賴的啟發式特征，提升了硬件木馬生成器及檢測未知類型硬件木馬的能力，可用于定位數字集成電路網表級的檢測。

本發明授權基于生成對抗圖神經網絡的硬件木馬檢測方法在權利要求書中公布了：1.一種基于生成對抗圖神經網絡的硬件木馬檢測方法，其特征在于，包括如下步驟：1選擇N個已嵌入木馬的網表作為樣本集，并按照9:1的比例將其分為訓練集和測試集，N大于16；2分別對訓練集和測試集的網表進行映射，得到測試集的一個有向無環圖和訓練集的N-1個有向無環圖，每個有向無環圖的結構表示為G＝V,E，其中，G為整個網表的鄰接矩陣,V為網表中所有的門，E為門之間的連接關系；3分別提取訓練集與測試集中所有網表的節點特征，得到訓練集的特征矩陣B和測試集特征矩陣B’；4設置超節點SV，將訓練集中所有網表的節點都與超節點SV相連，使得多個網表結合成一張圖，即把2中得到的鄰接矩陣組合成稀疏矩陣A；5構建生成對抗圖神經網絡：5a建立由三層全連接層依次級聯再與SoftMax函數串聯構成的生成器，5b建立由三層圖卷積神經網絡依次級聯構成的鑒別器；5c將生成器與鑒別器級聯構成生成對抗圖神經網絡；6訓練生成對抗圖神經網絡：6a將訓練集中的稀疏矩陣A和特征矩陣B輸入到生成對抗圖神經網絡的生成器，生成類似硬件木馬節點的特征以及連接關系，輸出到生成對抗圖神經網絡的鑒別器；6b鑒別器生成正常節點與硬件木馬節點的分類結果，并將該結果反饋給生成器；6c生成器計算分類結果的損失值loss1，鑒別器計算分類結果的損失值loss2，這兩個損失值loss1與loss2通過反向傳播分別更新生成器與鑒別器各層的矩陣權重；6d循環進行步驟6a到6c，直到損失值loss1與損失值loss2平衡收斂時，得到訓練好的生成對抗圖神經網絡檢測模型；7將測試集網表輸入到訓練好的檢測模型的鑒別器進行硬件木馬檢測，完成對正常節點與硬件木馬的識別。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。