English(EN) TrojanGYM: A Detector-in-the-Loop LLM for Adaptive RTL Hardware Trojan Insertion

LLM 代理创建自适应硬件木马以测试检测器弱点

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-20 04:00

研究人员开发了 TrojanGYM，一个利用多个大型语言模型创建自适应硬件木马的新颖框架。这些木马通过生成利用检测器盲点的多样化触发器和载荷，旨在绕过现有的基于学习的检测器。该框架包含一个涉及 LLM 代理、语法检查、功能验证和基于 GNN 的检测器的迭代循环，以改进木马插入策略。还引入了一个新的检测器 Robust-GNN4TJ，它显著提高了对 LLM 生成木马的检测率。 AI

影响这项研究突显了由于先进的 AI 能力，硬件安全可能存在的潜在漏洞，需要新的防御机制。

排序理由该集群描述了一篇研究论文，其中详细介绍了一种新的硬件木马框架和检测方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Saideep Sreekumar, Zeng Wang, Akashdeep Saha, Weihua Xiao, Minghao Shao, Muhammad Shafique, Ozgur Sinanoglu, Ramesh Karri, Johann Knechtel · 2026-08-20 04:00

TrojanGYM：一种用于自适应 RTL 硬件木马插入的检测器循环 LLM

arXiv:2601.17178v3 Announce Type: replace-cross Abstract: Hardware Trojans (HTs) remain a critical threat because learning-based detectors often overfit to narrow trigger/payload patterns and small, stylized benchmarks. We introduce TrojanGYM, an agentic, LLM-driven framework tha…

报道来源 [1]

TrojanGYM：一种用于自适应 RTL 硬件木马插入的检测器循环 LLM

相关实体

相关话题