本文深入研究标准单元库是否具有内在的易受硬件木马攻击的特性（Trojanizability）。基于Puschner等人公开的SEM图像数据集（包含四种不同工艺节点的数字集成电路），作者指出之前的工作无法区分木马插入策略或图像质量退化对检测性能的影响与标准单元库本身固有的影响。为了解答这个问题，作者首先证明使用Puschner等人的指标难以实现这种分离，然后设计替代指标来更合理地评估和比较标准单元库的潜在易感性。他们发现不同库之间存在明显差异，但所有库中都存在一些实现不同逻辑功能却在SEM图像下视觉上不可区分的细胞。作者利用这一特性构建了基于标准单元的隐形硬件木马，并在Ibex RISC-V核上实现了一个权限提升后门。结果表明，标准单元库确实可以被评估其“木马化”潜力，并且应该采取实际防御措施。本文适合硬件安全研究员、芯片设计者和对抗硬件木马的防御者阅读。

本论文提出了一种针对标准单元库的新型硬件木马（HT）威胁模型，并开发了相应的风险评估与预防方法。在无晶圆厂半导体制造模式下，设计方将版图交由代工厂制造，这为恶意HT插入提供了可乘之机。现有研究多关注标准单元之间的空白区域，但本文首次深入分析作为数字设计基本构建模块的标准单元本身存在的脆弱性。作者假设标准单元库本身不可信：攻击者在库中预置失活的HT单元，设计方使用该库完成综合与实现，但无法察觉异常；随后代工厂在制造过程中将失活单元替换为激活版本，从而在芯片中植入HT。基于开源和工业EDA工具，论文将Saed32nm和Sky130nm标准单元库转化为恶意库，并在AES-128加密核、以太网控制器和WISHBONE DMA引擎三个基准电路上进行了验证。实验表明，使用受感染库综合出的电路在单元总数、面积、动态功耗和静态功耗等设计级特征上与干净库差异极小，使得传统基于特征的检测方法难以区分。为了防御此类攻击，论文进一步提取上述特征用于二分类检测，评估了不同机器学习模型的检测效能。该研究揭示了供应链中一个被忽视的安全漏洞，并为标准单元库的完整性验证提供了新思路。