测试边界改变，硬件木马检测性能大幅下滑

Hang Xiao 等作者发表研究称，在 Trust-Hub 数据集上，保持解析器、36 个门级特征、类别权重、模型设置、阈值和家族级聚合不变，只改变测试边界，硬件木马检测性能会大幅变化。合并门级样本时，随机森林 F1/AP 为 0.914/0.978，XGBoost 为 0.946/0.976；留出整个 netlist 后，随机森林降至 0.636/0.851；留出整个宿主家族后，随机森林仅 0.460/0.577，XGBoost 跌至 0.464/0.544。 作者称，该实验只测量测试边界这一项选择的影响，而非提出新分类器，因此不同测试边界下的得分不能直接比较。 作者同时指出，研究仅涉及五个宿主家族，不足以支撑总体结论，也未验证向新单元库或工业设计的迁移。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。