基于预训练NLP模型的电路门级特征硬件木马检测方法（高校公示15天）（不包年费滞纳金）（需要二变）
发明专利本申请提供一种基于预训练NLP模型的电路门级特征硬件木马检测方法，将门级网表的Verilog文件经过预处理，仅保留门及其连接关系，并将网表的描述形式自然语言化，使其适合NLP模型处理，然后将提取的文本信息向量化表示，使其与Transformer结构兼容。最后，利用Transformer结构中的自注意力机制来捕捉电路组件及其连接的复杂关系，实现对硬件木马的检测。这种方法能够充分利用在自然语言处理任务中学到的知识，有效地迁移到硬件木马检测任务上，实现高效准确的硬件木马检测。
《基于预训练NLP模型的电路门级特征硬件木马检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023107055625，当前法律状态为已下证，由湖南大学提出申请，发明人为全哲;邝世杰，申请日期为2023-06-15，公开（公告）日期为2026-05-19，国际专利分类号（IPC）为 G06F 21/56 (2013.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本申请提供一种基于预训练NLP模型的电路门级特征硬件木马检测方法，将门级网表的Verilog文件经过预处理，仅保留门及其连接关系，并将网表的描述形式自然语言化，使其适合NLP模型处理，然后将提取的文本信息向量化表示，使其与Transformer结构兼容。最后，利用Transformer结构中的自注意力机制来捕捉电路组件及其连接的复杂关系，实现对硬件木马的检测。这种方法能够充分利用在自然语言处理任务中学到的知识，有效地迁移到硬件木马检测任务上，实现高效准确的硬件木马检测。
海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！
