在本次会议上,李博伦同学就其研究成果《Defense in the Reverse Fragment: RL-Based Partial Netlist Hardware Trojan Detection》作专题报告并与现场专家深入交流。该论文针对实际逆向工程中网表信息不完整导致硬件木马检测难度大的挑战,创新性地提出了一个名为RE-PNRL的基于强化学习的框架,用于部分网表的重构与硬件木马检测。论文的核心贡献在于突破了现有检测方法对“完整网表”的理想化假设,显著提升了在非理想条件下的检测鲁棒性。会后与多位国际知名学者进行了深入交流,对 “部分网表”概念提出和“强化学习预测补全思路”两方面的创新给予积极评价,并展开了热烈的讨论,整体反响良好。 该团组已进行事后公示。签字: |