公开(公告)号：CN116756739A

公开(公告)日：2023-09-15

申请号：CN202310520010.7

申请日：2023-05-10

Applicant: 桂林电子科技大学

Inventor： 陈寿宏 ,  汪韬 ,  侯杏娜 ,  黄振涛 ,  马峻 ,  郭玲 ,  覃冠翔 ,  陆颖

IPC: G06F21/56 ,  G06F21/55 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及GAFS预处理下基于注意力机制的DenseBlock结构及应用该结构的硬件木马分类检测算法。采用具备若干注意力机制支路网络的DenseNet结构。本发明从改进DenseNet模型的角度出发，提出SE‑DenseNet‑BC（SDBC）模型，通过扩展注意力机制支路，获取更丰富的网络特征，提升网络的分类性能。经过网络层不断细化特征，硬件木马特征图像的部分特征会存在丢失的情况，从注意力机制支路获取的重点特征图特征，存在相互补充的作用，使得最终的硬件木马特征图特征更加完整。同时使用该结构的硬件木马分类检测算法首先通过GASF(Garmian Angular Summation Fields）预处理提取特征。

公开(公告)号：CN116503661A

公开(公告)日：2023-07-28

申请号：CN202310520009.4

申请日：2023-05-10

Applicant: 桂林电子科技大学

Inventor： 陈寿宏 ,  汪韬 ,  侯杏娜 ,  黄振涛 ,  马峻 ,  郭玲 ,  陆颖 ,  覃冠翔

IPC: G06V10/764 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/44 ,  G06V10/82 ,  G06F21/56

Abstract: 本发明涉及基于注意力机制的ResNeXt结构及应用该结构的硬件木马分类检测算法。采用具备若干注意力机制支路网络的ResNeXt结构。本发明从改进ResNeXt模型宽度的角度出发，提出注意力ResNeXt(Attention‑Res‑Attention,ARA)模型，通过扩展注意力机制支路，获取更丰富的网络特征，提升网络的分类性能。经过网络层不断细化特征，硬件木马特征图像的部分特征会存在丢失的情况，从注意力机制支路获取的重点特征图特征，存在相互补充的作用，使得最终的硬件木马特征图特征更加完整。注意力ResNeXt网络结构是在原有的ResNeXt结构的基础上，增加注意力支路网络，使最后的全连接层可以连接多个参数，从而获得更多的图像信息，丰富网络学习的细节特征，提升ResNeXt网络的性能。