集成电路作为信息产业的基石,已经被广泛的应用到各大行业,极大的改变人们的生产生活方式。但是随着集成电路设计与制造水平的不断提高,设计与制造分类,一些攻击者会在集成电路中植入硬件木马以达到其破坏电路的目的。由于硬件木马的面积小且拥有极强的隐蔽性,难以在传统的测试中被激活,所以需要研究硬件木马的显化方法来提高检测的成功率。针对传统方法难以激活硬件木马的问题,本文首先以硬件木马的触发部分为切入点,研究了硬件木马的触发过程,分析了硬件木马难以被触发的原因,证实了硬件木马的触发端是由电路中的低活性节点组成;然后探讨了低活性节点的阈值选取方法;接着分别使用遗传算法和位相关变换算法对测试向量进行优化,对于ISCAS’85基准电路,由遗传算法生成的优化向量可将电路中的低活性节点的活性平均提高5.38倍,由位相关变换算法生成的优化向量可将电路中的低活性节点的活性平均提高5.16倍;最后,为了进一步提高算法的优化效果,本文提出了一种组合的优化算法,该算法以遗传算法生成的测试向量作为位相关变换算法的初始值进行优化运算,并得到了由优化算法生成的测试向量对于硬件木马的触发率,对于ISCAS’85基准电路,组合优化算法生成的优化向量可以将电路中的低活性节点的活性平均提高8.99倍,并且本文使用FPGA验证了向量组的优化效果与仿真结果相同。证明了由算法生成的优化测试向量具有使硬件木马显化的能力。