买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安电子科技大学申请的专利基于生成对抗图神经网络的硬件木马检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116167047B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211559562.0，技术领域涉及：G06F21/56；该发明授权基于生成对抗图神经网络的硬件木马检测方法是由史江义;王泽坤;温聪;马佩军;张焱设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本基于生成对抗图神经网络的硬件木马检测方法在说明书摘要公布了：本发明公开了一种基于生成对抗图神经网络的硬件木马检测方法，主要解决现有技术中对黄金模型依赖、不具备拓展性的问题。其方案是：选择嵌入木马网表作为样本集并按比例分为训练集和测试集，并分别对其网表进行映射得到各自的邻接矩阵；分别提取训练集和测试集表中所有网表的节点特征，得到各自的特征矩阵；对训练集的邻接矩阵进行合并处理得到稀疏矩阵；构建生成器与鉴别器级联的生成对抗图神经网络并利用稀疏矩阵和特征矩阵对其训练；使用训练好的网络对测试集进行检测，获得正常节点与硬件木马的分类结果。本发明无需依赖现有技术依赖的启发式特征，提升了硬件木马生成器及检测未知类型硬件木马的能力，可用于定位数字集成电路网表级的检测。

本发明授权基于生成对抗图神经网络的硬件木马检测方法在权利要求书中公布了：1.一种基于生成对抗图神经网络的硬件木马检测方法，其特征在于，包括如下步骤：1选择N个已嵌入木马的网表作为样本集，并按照9:1的比例将其分为训练集和测试集，N大于16；2分别对训练集和测试集的网表进行映射，得到测试集的一个有向无环图和训练集的N-1个有向无环图，每个有向无环图的结构表示为G＝V,E，其中，G为整个网表的邻接矩阵,V为网表中所有的门，E为门之间的连接关系；3分别提取训练集与测试集中所有网表的节点特征，得到训练集的特征矩阵B和测试集特征矩阵B’；4设置超节点SV，将训练集中所有网表的节点都与超节点SV相连，使得多个网表结合成一张图，即把2中得到的邻接矩阵组合成稀疏矩阵A；5构建生成对抗图神经网络：5a建立由三层全连接层依次级联再与SoftMax函数串联构成的生成器，5b建立由三层图卷积神经网络依次级联构成的鉴别器；5c将生成器与鉴别器级联构成生成对抗图神经网络；6训练生成对抗图神经网络：6a将训练集中的稀疏矩阵A和特征矩阵B输入到生成对抗图神经网络的生成器，生成类似硬件木马节点的特征以及连接关系，输出到生成对抗图神经网络的鉴别器；6b鉴别器生成正常节点与硬件木马节点的分类结果，并将该结果反馈给生成器；6c生成器计算分类结果的损失值loss1，鉴别器计算分类结果的损失值loss2，这两个损失值loss1与loss2通过反向传播分别更新生成器与鉴别器各层的矩阵权重；6d循环进行步骤6a到6c，直到损失值loss1与损失值loss2平衡收敛时，得到训练好的生成对抗图神经网络检测模型；7将测试集网表输入到训练好的检测模型的鉴别器进行硬件木马检测，完成对正常节点与硬件木马的识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。