GDSII图片生成与校正

J4 ›› 2014, Vol. 36 ›› Issue (2): 222-225.

GDSII图片生成与校正

胡星1，邝继顺1，李少青2

（1.湖南大学信息科学与工程学院，湖南长沙 410082;2.国防科学技术大学计算机学院，湖南长沙 410073）

收稿日期:2013-06-15 修回日期:2013-09-18 出版日期:2014-02-25 发布日期:2014-02-25
基金资助:
超级计算机处理器研发（2013ZX01028001002）；核高基重大专项资助项目

Revision of deviation between the pictures generated from GDSII data and the photos of die

HU Xing1,KUANG Jishun1,LI Shaoqing2

（1.College of Information Science and Engineering,Hunan University, Changsha 410082;
2.College of Computer,National University of Defense Technology,Changsha 410073,China）

Received:2013-06-15 Revised:2013-09-18 Online:2014-02-25 Published:2014-02-25

摘要/Abstract

摘要：

随着芯片设计、生产环节的增多，芯片中存在硬件木马的可能性越来越高，对于安全性要求较高的芯片就需要对其进行硬件木马检测。反向解剖芯片并将其与原始GDSII文件进行一致性比对是检测芯片是否被植入硬件木马的主要方法之一。而从GDSII文件生成与反向解剖芯片的照片一一对应的图片(后面统称为GDSII图片)是木马分析的重要步骤，为此提出了两点定位算法对GDSII图片进行分割；同时，针对芯片照相和拼接过程中存在图片信息位置偏移的问题，提出了一种基于偏差统计的校正算法。经过工程实际应用证明，该算法较好地校正了GDSII图片与芯片照片的偏差，消除了因为图片信息位置偏移所带来的影响。

关键词: GDSII, 图片, 生成, 校正

Abstract:

As the steps for the design and manufacture of the die increase, it is more and more possible to have hardware Trojans implanted in the chip. So it is necessary to detect the hardware Trojans for the die, especially with high security requirements. Reversely anatomizing the die and comparing it with the original GDSII file on the consistency is one of the main methods to test whether the die has been implanted hardware Trojans or not. It is an important step to generate the pictures from the GDSII file and make the pictures correspond to the photos which are got by reversely anatomizing the die. Therefore, we propose a twopoint position algorithm for the segmentation of GDSII pictures. Meanwhile, for the position offset of the picture information generated in the process of taking photos of die and splicing, we propose a correction algorithm based on deviation statistics. Engineer practical application proves that the algorithm revises the deviation between the pictures generated from GDSII file and the photos of the die well. And it eliminates the impact from the position offset of the picture information.

Key words: GDSII;pictures;generation;revise

胡星1，邝继顺1，李少青2. GDSII图片生成与校正[J]. J4, 2014, 36(2): 222-225.

HU Xing1,KUANG Jishun1,LI Shaoqing2. Revision of deviation between the pictures generated from GDSII data and the photos of die [J]. J4, 2014, 36(2): 222-225.

[1]	袁程胜1, 2, 陈金瑞1, 2, 徐晨维3, 刘庆程1, 2, 付章杰1, 2. 基于细粒度局部伪影的生成式图像检测[J]. 计算机工程与科学, 2025, 47(8): 1449-1458.
[2]	李莉, 张晴, 孔悠然, 苏仁嘉, 赵鑫. 基于生成对抗网络的恶意代码变体家族溯源方法[J]. 计算机工程与科学, 2025, 47(7): 1215-1225.
[3]	刘慧1, 2, 侯同定1, 2, 赵博3, 4, 郭涵彬1, 2. 模糊测试用例生成技术研究综述[J]. 计算机工程与科学, 2025, 47(7): 1244-1261.
[4]	曲海成, 张旺, 田鹏飞. 基于改进STN的指针式仪表图像校正方法[J]. 计算机工程与科学, 2025, 47(6): 1097-1105.
[5]	杨春苗, 王杨, 韩力英, 孙赫彬. 基于生成对抗网络的跨模态图像情感感知描述[J]. 计算机工程与科学, 2025, 47(5): 894-901.
[6]	张梦圆, 端阳, 王彬彬, 张蕾, 吴裔, 刘畅, 郭乃网, 程大伟. 基于深度对抗网络的动态图生成模型研究[J]. 计算机工程与科学, 2025, 47(4): 728-739.
[7]	李娇, 高磊怡, 张瑞欣, 吴越, 邓红霞. 基于脉冲注意力机制的轻量化面部超分重建方法[J]. 计算机工程与科学, 2025, 47(3): 494-503.
[8]	吉陈果, 贾海蓉, 裴意静, 段淑斐. 基于失匹配负波潜伏期优化的语音增强研究[J]. 计算机工程与科学, 2025, 47(3): 524-533.
[9]	余昊昊, 唐滨. 基于FastCAE的Geant4集成关键技术研究[J]. 计算机工程与科学, 2025, 47(2): 210-218.
[10]	刘拥民, 许成, 黄浩, 张钱垒, 赵俊杰, . 基于SAE和WGAN的入侵检测方法研究[J]. 计算机工程与科学, 2025, 47(2): 256-264.
[11]	许天佑, 高光勇. 基于可逆生成对抗网络的鲁棒图像隐藏[J]. 计算机工程与科学, 2025, 47(2): 288-297.
[12]	牛士铭, 薛茹, 丁聪. 基于改进型3D_Henon混沌映射的彩色图像加密方法[J]. 计算机工程与科学, 2024, 46(4): 657-666.
[13]	余天赐, 高尚. 融合多结构信息的代码注释生成模型[J]. 计算机工程与科学, 2024, 46(4): 667-675.
[14]	王中昊, 夏竟, 李世杰, 蔡志平. 基于双调和插值的锥束CT金属伪影校正算法[J]. 计算机工程与科学, 2024, 46(3): 471-478.
[15]	段成龙, 袁杰, 常乾坤, 张宁宁. 基于D2GA的逆强化学习算法[J]. 计算机工程与科学, 2024, 46(11): 2053-2062.