- 资讯公开站Semiconductor Engineering
检测综合后门级网表中的硬件木马（威斯康星大学麦迪逊分校、Marist）
Detecting Hardware Trojans in Synthesized Gate-Level Netlists (UW-Madison, Marist)
摘要显示，威斯康星大学麦迪逊分校与Marist大学的研究者发表论文《Demystifying Gate-Level Localization of RTL Trojans》，发现RTL木马在综合后呈现稳定的结构与信号流模式，可借助针对性启发式方法而非通用机器学习特征学习进行有效检测，并提出轻量级启发式方案LoRD。
意义：为芯片设计安全提供轻量级、可解释的硬件木马检测思路，降低对大规模ML训练的依赖。