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！

龙图腾网获悉浙江工业大学申请的专利一种基于图卷积神经网络的硬件木马检测与定位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：CN119312415B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411190823.5，技术领域涉及：G06F21/76；该发明授权一种基于图卷积神经网络的硬件木马检测与定位方法是由肖杰;柴水亮;黄彧豪;高艳娇;刘爱竹;郭佳俊;龙海霞设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本一种基于图卷积神经网络的硬件木马检测与定位方法在说明书摘要公布了：一种基于图卷积神经网络的硬件木马检测与定位方法，基于图学习方法将电路结构转化为图结构，并在此过程中提取节点的基础结构特征；基于深度搜索策略与拓扑逻辑分析方法构建两个新特征Cov与Lfp以完善电路节点的特征信息；基于GCN聚合节点的邻居特征并更新自身节点特征信息以改善节点的局部感知与泛化能力；使用基于注意力机制的全局特征融合方法提取和更新图的全局特征，并与聚合邻居特征之后的节点特征向量进行融合；基于随机梯度下降思想并结合小批量过采样与欠采样方法平衡训练数据；使用多层感知机模型基于留一交叉验证法训练平衡处理后的数据，并对未知电路进行预测，识别电路中潜在的HTs节点。本发明实现对HTs的检测与定位。

本发明授权一种基于图卷积神经网络的硬件木马检测与定位方法在权利要求书中公布了：1.一种基于图卷积神经网络的硬件木马检测与定位方法，其特征在于，所述方法包括以下步骤： 步骤1、基于图学习方法将电路结构转化为图结构，并在此过程中提取节点的基础结构特征，即节点类型、入度、出度和节点到任意原始输入的最短距离以及节点到任意原始输出的最短距离； 步骤2、基于深度搜索策略与拓扑逻辑分析方法构建两个新特征Cov与Lfp以完善电路节点的特征信息； 步骤3、基于GCN聚合节点的邻居特征并更新自身节点特征信息以改善节点的局部感知与泛化能力； 步骤4、使用基于注意力机制的全局特征融合方法提取和更新图的全局特征，并与步骤3得到的聚合邻居特征之后的节点特征向量进行融合； 步骤5、基于随机梯度下降思想并结合小批量过采样与欠采样方法平衡训练数据，解决电路中HTs节点稀缺问题对模型的影响； 步骤6.使用多层感知机模型基于留一交叉验证法训练平衡处理后的数据，并对未知电路进行预测，识别电路中潜在的HTs节点。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18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”。

以上内容由龙图腾AI智能生成。