跳到正文
原文
arXiv cs.CR· Eliott Qu\'er\'e, Li-Chung Chiang, Carina Fiedler, Thomas Rokicki, Maria M\'endez Real, Alessandro Palumbo, Lilian Bossuet, Rub\'en Salvador, Daniel Gruss·· 4 小时前精选AI 评分78

HOMARD 论文证明无需计时器即可通过电源轨泄露恢复 DRAM 映射与数据

HOMARD: Hammering Off-chip Memory via Aggregate power Rail Disclosure

AI 导读

该研究提出 HOMARD 方法,利用现代 Arm SoC 上未授权的毫秒级和毫安级分辨率电源传感器,在缺乏计时器的情况下恢复 DRAM 寻址函数并揭示内存访问的数据依赖性。该方法包含两个攻击原语:HOMARD-RE 通过层级感知线性代数方法仅凭电源数据逆向工程 DRAM 寻址函数;HOMARD-DATA 则通过联合电源轨模板匹配和相关功率分析,恢复缓存行的汉明权重及秘密字节值。

实验在 AMD ZCU102、Raspberry Pi 5 及多芯片 LPDDR4 NVIDIA Jetson TX2 上进行验证。HOMARD-RE 在行缓冲计时方法失效的场景下依然成功。在 Raspberry Pi 5 上,HOMARD-DATA 以 81.5% 的准确率分类 9 个汉明权重级别,并通过关联电源轨电流与行内相邻位翻转之间的数据依赖,在数分钟内恢复秘密字节。这两个原语均适用于架构负载或预测错误的 Spectre-RSB 路径,即使在这些路径上没有架构读取的值。

事实层面,该论文证实了非授权电源遥测可成为独立侧信道,特别是在计时防御生效时。推断层面,这意味着针对端侧 AI 设备(如运行 LLM 的嵌入式系统)的攻击面可能从传统的时序侧信道扩展至物理层功耗监测,现有的基于计时的防御机制可能无法覆盖此类威胁。猜测层面,若大规模部署的 AI 推理芯片普遍采用高集成度电源管理且未对微秒级电流波动进行屏蔽,攻击者可能利用通用传感器实施低成本数据窃取,但这取决于具体硬件实现与传感器精度是否达到论文所述的毫安级分辨率。

推荐理由

材料将收入增长拆到客户和成本结构,能直接校正对商业化质量的判断。

来源:arXiv cs.CR · arxiv.org