000			04491namaa22004211i 4500
003			OSt
005			20250611111633.0
008			250520s2024 ua a|||frm||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a621.38
092			_a621.38 _221
097			_aM.Sc
099			_aCai01.13.08.M.Sc.2024.Mo.U
100	0		_aMostafa Mohammad Helmy Sayed, _epreparation.
245	1	0	_aUsing structural features to detect hardware trojans to provide hardware security and reliability / _cby Mostafa Mohammad Helmy Sayed ; Supervisors Prof. Dr. Ahmed Khattab, Prof. Dr. Mohamed Youssef.
246	1	5	_aاستخدام الخصائص الهيكلية للكشف عن أحصنة طروادة للأجهزة لتوفير الأمان والموثوقية للأجهزة /
264		0	_c2024.
300			_a99 pages : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc)-Cairo University, 2024.
504			_aBibliography: pages 82-87.
520			_aHardware Security is gaining great importance nowadays. There are different research topics in this field. One of its hot topics is Hardware Trojans, which has become of great concern across hardware designers and manufacturers due to its critical impact on hardware systems. That’s why the researchers develop different detection techniques to identify whether the hardware is Trojan-Free or Trojan-Infected. New techniques have been arising lately that are based on structural features of hardware circuits that help to detect the infected portions of the hardware through the help of artificial intelligence algorithms. This thesis proposes a complete framework to detect the Hardware Trojans at the gate-level netlist which consists of three stages: the parser, the feature extraction, and the classifier. The framework extracts structural features and uses eXtreme Gradient Boosting (XGBoost) machine learning classifier for detecting Hardware Trojans. It achieves a high true positive rate (TPR) of 99.3%.
520			_aأمان الأجهزة هي واحدة من أهم المجالات في هذه الأيام. هناك العديد من المواضيع البحثية المختلفة في هذا المجال. أحصنة طروادة هي واحدة من أكثر المواضيع أهمية في هذا المجال، و التي أصبحت محل اهتمام كبير لدي مصممي الأجهزة، و ذلك لتأثيرها الحرج علي الأنظمة المتكاملة. لذلك يطور الباحثون العديد من الطرق للكشف عن الأجهزة لمعرفة إذا كانت مصابة بهذه الأحصنة الفيروسية. هناك العديد من طرق الكشف وفي الأونة الأخيرة ظهرت أساليب حديثة تعتمد علي الخصائص الهيكلية للدوائر، وتستخدم خوارزميات الذكاء الاصطناعي. هذه الرسالة تقدم تصميماً لإطار متكامل للكشف عن أحصنة طروادة من أجل تحقيق أمان الأجهزة. هذا الإطار يتكون من ثلاثة مراحل: المحلل، واستخراج الخصائص، والمصنف. و يعتمد علي الخصائص الهيكلية للدوائر الإلكترونية و يستخدم تقنيات الذكاء الاصطناعي و تعلم الآلة للكشف عن أحصنة طروادة. تم عمل تجارب و محاكاة للتصميم المقترح و عرض النتائج المستخرجة و التي كانت تنافسية مقارنة بالأعمال الأخري في هذا السياق
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		7	_aElectronics and Communication Engineering _2qrmak
653		0	_aHardware security _aHardware Trojan _aArtificial Intelligence _aStructural Features; _aLogic Gates
700	0		_aAhmed Khattab _ethesis advisor.
700	0		_aMohamed Youssef _ethesis advisor.
900			_b01-01-2024 _cAhmed Khattab _cMohamed Youssef _dFaisal Elseddeek _dMohamed AbdelGhany _UCairo University _FFaculty of Engineering _DDepartment of Electronics and Communication Engineering
905			_aShimaa _eEman Ghareb
942			_2ddc _cTH _e21 _n0
999			_c172232