随着小型嵌入式系统广泛进入到日常生活的每一个角落，导致了对高可靠性和安全性计算机的强烈需求。现在这些机器影响着个人数据安全、金钱交易乃至人身安全。为了保证这些系统运行状态的完整性，一些用于安全纠正和终止异常执行行为的错误检测机制已经开发出来。在各种各样的硬件安全和可信性问题中，最严重的威胁是在设计和制造过程中处理敌手对设计的恶意修改。被熟知的攻击是硬件木马攻击，由于在设计流程中对不信任的知识产权或者工具的使用，把制造服务外包给不信任的代工厂，这些因素会严重影响IC(Integrated Circuit)的安全和稳定。　　本文针对集成电路设计和制造全球化导致集成电路容易受到被植入硬件木马的问题，提出了基于静态特征的硬件木马检测方法。该方法包含了两种不同的检测策略:基于硬件木马的静态特征利用子图同构技术来检测木马和利用统计方法来检测木马。为了使我们的方法不受限于机器内存的大小，我们借助基于硬盘存储的图数据库neo4j来存储电路，这样对于超大规模的电路我们的方法也可以进行检测。我们使用ISCAS89，ITC99，TrustHub和OpenCores基准测试电路来评估这两种检测策略，木马电路被随机地插入到这些电路中。实验结果显示，基于子图同构技术的策略可以快速精确地找出木马，基于统计方法的策略可以快速覆盖可疑的电路单元，并且不需要“Golden chip”的辅助。该方法可以有效的处理实际的VLSI设计。基于该方法我们实现了一个检测硬件木马的系统，该系统可以在芯片的网表级进行木马检测，如果检测到木马可以显示木马的结构，也可以在原网表文件中高亮显示可疑的语句。