一篇新研究论文探讨了协议效应对Trust-Hub系列中基于特征的硬件木马检测的影响。研究发现,当同代基准测试变体同时包含在训练和测试数据集中时,检测器可以通过利用先前的主机逻辑来获得膨胀的性能指标。这种效应在不同的机器学习模型中进行了测量,包括随机森林、XGBoost和逻辑回归,当主机系列从测试集中排除时,性能显著下降。研究人员建议,具有多个主机电路变体的基准测试应报告家族感知排除以及汇总分数,以提供对检测能力的更准确评估。 AI
影响 强调了硬件安全基准测试中模型性能可能被高估的问题,表明需要更严格的评估协议。
排序理由 关于AI/ML研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Institute of Software, Chinese Academy of Sciences
- logistic regression model
- random forest
- Trust-Hub
- XGBoost
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →