该论文针对大语言模型（LLM）在寄存器传输级（RTL）代码生成场景中面临的后门投毒威胁，提出了一种轻量级防御框架 RTLGuard。随着 LLM 在硬件设计自动化中的应用，设计者开始依赖第三方预训练或微调后的模型将高层规格转换为可综合的硬件描述，但此类模型的训练数据和微调过程通常不透明，恶意攻击者甚至模型提供方可能在微调阶段植入隐藏后门，使得用户看似正常的提示词触发恶意行为（如硬件木马）。为缓解这一信任问题，RTLGuard 采用教师-学生（teacher-student）框架，通过三步实现模型净化：首先在少量可信 RTL 数据上微调一个小规模“干净”教师模型；然后利用复合教师-学生目标函数引导被污染的目标模型；最后引入特征对齐与知识蒸馏机制以抑制恶意行为。实验覆盖多种 LLM 架构，结果表明 RTLGuard 在显著降低攻击成功率（ASR）的同时，保持了生成 RTL 代码的功能正确性与可综合性。与全参数重训练相比，该方法避免了高昂计算开销，为 AI 赋能的 IC 供应链提供了一种实用的安全防护手段。适合硬件安全研究者、LLM 安全工程师以及芯片设计流程中引入 AI 工具的团队阅读。