elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Learning-based identification of malicious circuits for trustworthy IoT systems

Coelho, Frederico und Alves, Evandro und Arias-Garcia, Janier und Sill Torres, Frank (2021) Learning-based identification of malicious circuits for trustworthy IoT systems. In: 5th International Symposium on Instrumentation Systems, Circuits and Transducers, INSCIT 2021. 2021 5th International Symposium on Instrumentation Systems, Circuits and Transducers (INSCIT), 2021-08-23 - 2021-08-27, Sao Paolo, Brazil. doi: 10.1109/INSCIT49950.2021.9557259. ISBN 978-172819726-5.

[img] PDF - Nur DLR-intern zugänglich
1MB

Kurzfassung

Trustworthiness is an important aspect for systems for IoT application, especially when it comes to solutions in the domains of security or privacy. Integrated circuits are an essential element of IoT systems, and thus, an attractive target. Therefore, one has to assure over the complete design and fabrication cycle, that no harmful changes have been made to the circuits. This motivated several researchers to focus on the subject of reverse engineering to search for malicious circuits, also known as hardware Trojans, which have been added during design or fabrication processes. Other purposes are the identification of patent violations or the support of existing verification solutions. Having in mind the complexity of this task, this work proposes an approach towards a fully automated solution that focuses on analog circuits. Therefore, an approach for identifying analog circuit structures in netlists extracted from random layouts is presented. Its feasibility is shown at the hand of current mirror circuits with varying architecture. The results indicate that the algorithm has an average accuracy of above 80%, with a maximum detection rate of 100%.

elib-URL des Eintrags:https://elib.dlr.de/144446/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Learning-based identification of malicious circuits for trustworthy IoT systems
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Coelho, FredericoNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Alves, EvandroNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Arias-Garcia, JanierNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Sill Torres, FrankFrank.SillTorres (at) dlr.dehttps://orcid.org/0000-0002-4028-455XNICHT SPEZIFIZIERT
Datum:Oktober 2021
Erschienen in:5th International Symposium on Instrumentation Systems, Circuits and Transducers, INSCIT 2021
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/INSCIT49950.2021.9557259
ISBN:978-172819726-5
Status:veröffentlicht
Stichwörter:Privacy Reverse engineering Internet of Things
Veranstaltungstitel:2021 5th International Symposium on Instrumentation Systems, Circuits and Transducers (INSCIT)
Veranstaltungsort:Sao Paolo, Brazil
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:23 August 2021
Veranstaltungsende:27 August 2021
HGF - Forschungsbereich:keine Zuordnung
HGF - Programm:keine Zuordnung
HGF - Programmthema:keine Zuordnung
DLR - Schwerpunkt:keine Zuordnung
DLR - Forschungsgebiet:keine Zuordnung
DLR - Teilgebiet (Projekt, Vorhaben):keine Zuordnung
Standort: Bremerhaven
Institute & Einrichtungen:Institut für den Schutz maritimer Infrastrukturen > Resilienz Maritimer Systeme
Hinterlegt von: Sill Torres, Dr. Frank
Hinterlegt am:11 Okt 2021 09:08
Letzte Änderung:24 Apr 2024 20:43

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.