在环形振荡器网络分析的基础上，提出一种基于XGBoost的硬件*检测方法，并利用交叉验证方法进行模型优化。该方法能够利用训练样本数据集构建XGBoost分类模型，采用监督学习模式对数据进行分类，从而实现将原始电路与*电路分离的目的。以RS232-T100、RS232-T800为*电路，进行FPGA实验，实验结果表明：对RO在0.1 ms积分时间下的*数据，检测率达到100%、99.20%，验证了本方法的有效性。此外，在与传统方法和其他机器学习方法比较时，基于XGBoost的检测方法表现出