論文の概要: CoMeT: Count-Min-Sketch-based Row Tracking to Mitigate RowHammer at Low Cost
- arxiv url: http://arxiv.org/abs/2402.18769v1
- Date: Thu, 29 Feb 2024 00:21:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 06:49:31.422709
- Title: CoMeT: Count-Min-Sketch-based Row Tracking to Mitigate RowHammer at Low Cost
- Title（参考訳）: 米CoMeT:ローハマーを低コストで緩和へ-ミニスケッチベース
- Authors: F. Nisa Bostanci, Ismail Emir Yuksel, Ataberk Olgun, Konstantinos Kanellopoulos, Yahya Can Tugrul, A. Giray Yaglikci, Mohammad Sadrosadati, Onur Mutlu,
- Abstract要約: CoMeTはRowHammerビットフリップを低面積、性能、エネルギーコストで防止する。
CoMeTは低コストでスケーラブルなハッシュベースのカウンタを使用してDRAM行のアクティベーションを追跡する。
CoMeTは、パフォーマンス、エネルギ、および領域オーバーヘッドの間の良いトレードオフを達成する。
- 参考スコア（独自算出の注目度）: 6.658509339087993
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a new RowHammer mitigation mechanism, CoMeT, that prevents RowHammer bitflips with low area, performance, and energy costs in DRAM-based systems at very low RowHammer thresholds. The key idea of CoMeT is to use low-cost and scalable hash-based counters to track DRAM row activations. CoMeT uses the Count-Min Sketch technique that maps each DRAM row to a group of counters, as uniquely as possible, using multiple hash functions. When a DRAM row is activated, CoMeT increments the counters mapped to that DRAM row. Because the mapping from DRAM rows to counters is not completely unique, activating one row can increment one or more counters mapped to another row. Thus, CoMeT may overestimate, but never underestimates, a DRAM row's activation count. This property of CoMeT allows it to securely prevent RowHammer bitflips while properly configuring its hash functions reduces overestimations. As a result, CoMeT 1) implements substantially fewer counters than the number of DRAM rows in a DRAM bank and 2) does not significantly overestimate a DRAM row's activation count. Our comprehensive evaluations show that CoMeT prevents RowHammer bitflips with an average performance overhead of only 4.01% across 61 benign single-core workloads for a very low RowHammer threshold of 125, normalized to a system with no RowHammer mitigation. CoMeT achieves a good trade-off between performance, energy, and area overheads. Compared to the best-performing state-of-the-art mitigation, CoMeT requires 74.2x less area overhead at the RowHammer threshold 125 and incurs a small performance overhead on average for all RowHammer thresholds. Compared to the best-performing low-area-cost mechanism, at a very low RowHammer threshold of 125, CoMeT improves performance by up to 39.1% while incurring a similar area overhead. CoMeT is openly and freely available at https://github.com/CMU-SAFARI/CoMeT.
- Abstract（参考訳）: 本稿では,RowHammerのビットフリップの低面積,性能,エネルギーコストを極めて低いRowHammerしきい値で抑制する新しいRowHammer緩和機構であるCoMeTを提案する。
CoMeTのキーとなるアイデアは、低コストでスケーラブルなハッシュベースのカウンタを使用してDRAM行のアクティベーションを追跡することである。
CoMeTはCount-Min Sketch技術を用いて、複数のハッシュ関数を使用して、各DRAM行をカウンタのグループに可能な限り一意にマッピングする。
DRAM行が起動されると、CoMeTはそのDRAM行にマップされたカウンタを増分する。
DRAM行からカウンタへのマッピングは完全にユニークではないため、ひとつの行をアクティベートすることで、1つ以上のカウンタを別の行にマップすることができる。
したがって、CoMeTは過大評価されるが、DRAM行のアクティベーションカウントを過小評価することはない。
CoMeTのこの特性により、RowHammerのビットフリップを確実に防止し、ハッシュ関数を適切に設定することで過大評価を減らすことができる。
その結果、CoMeT
1) DRAMバンクのDRAM行数よりもはるかに少ないカウンタを実装する。
2) DRAM行のアクティベーション数を著しく過大評価しない。
包括的評価の結果,CoMeTは,RowHammerを緩和しないシステムに正規化された非常に低いRowHammerしきい値において,61の良質なシングルコアワークロードに対して平均4.01%のパフォーマンスオーバーヘッドでRowHammerのビットフリップを防止することができた。
CoMeTは、パフォーマンス、エネルギ、および領域オーバーヘッドの間の良いトレードオフを達成する。
CoMeTは最も性能の良い最先端の緩和と比較して、RowHammer閾値125において74.2倍の領域オーバーヘッドを必要とし、RowHammerしきい値のすべてに対して平均して小さなパフォーマンスオーバーヘッドを発生させる。
最高性能の低面積の機構と比較すると、125のRowHammerしきい値は非常に低く、CoMeTは、類似の領域オーバーヘッドを発生させながら、最大39.1%の性能向上を実現している。
CoMeTはhttps://github.com/CMU-SAFARI/CoMeTで公開されている。
関連論文リスト
- MINT: Securely Mitigating Rowhammer with a Minimalist In-DRAM Tracker [0.9939073004351231]
本稿では,Rowhammer(RH)を緩和するセキュアな低コストインDRAMトラッカーについて検討する。
既存の低コストのDRAMトラッカーは、銀行当たり数百から数千のエントリの非現実的なオーバーヘッドを必要とする。
単一エントリでセキュアな緩和を実現するミニマリストIn-DRAMトラッカー(MINT)を提案する。
論文 参考訳（メタデータ） (2024-07-22T20:29:56Z) - Advancing Generalized Transfer Attack with Initialization Derived Bilevel Optimization and Dynamic Sequence Truncation [49.480978190805125]
転送攻撃はブラックボックスアプリケーションに大きな関心を惹きつける。
既存の作業は、本質的に単一のレベルの目的 w.r.t. シュロゲートモデルを直接最適化する。
本稿では,上位レベル(UL)と下位レベル(LL)のサロゲート攻撃とのネスト関係を明示的に再構築する2レベル最適化手法を提案する。
論文 参考訳（メタデータ） (2024-06-04T07:45:27Z) - Probabilistic Tracker Management Policies for Low-Cost and Scalable Rowhammer Mitigation [5.597216094757414]
近年、TRRのようなソリューションがDDR4 DRAMにデプロイされ、攻撃行を追跡し、隣の行をリフレッシュすることで緩和作用が発行されている。
このようなDRAM内のソリューションはリソース制約(攻撃行を追跡するために数十のカウンタしかプロビジョニングできない)であり、それらを騙すのに使われた攻撃をスラッシングする傾向がある。
本研究は,資源制約トラッカーを用いた安全でスケーラブルなローハマー緩和を実証する。
論文 参考訳（メタデータ） (2024-04-24T23:57:58Z) - Leveraging Adversarial Detection to Enable Scalable and Low Overhead RowHammer Mitigations [5.767293823380473]
我々は、RowHammerソリューションを起動するメモリアクセスのジェネレータを追跡することで、RowHammerソリューションのパフォーマンスオーバーヘッドに取り組む。
BreakHammerは、スレッドのRowHammerの可能性に基づいて、スレッドがメモリシステムに注入できるオンザフライリクエストの数を制限する。
論文 参考訳（メタデータ） (2024-04-20T22:09:38Z) - HiRE: High Recall Approximate Top-$k$ Estimation for Efficient LLM
Inference [68.59839755875252]
HiREは2つの新しいコンポーネントから構成される: (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (ii) DA-TOP-$k$: 効率的なマルチデバイス近似トップ-k$演算子) (i) (i) (i) (i) (i) (i) (i) DA-TOP-$k$演算子) 。
我々は、10億のパラメータモデルにおいて、HiREがソフトマックスとフィードフォワード層の両方に適用され、ほぼ一致した事前学習と下流の精度を実現し、1台のTPUv5eデバイスで1.47Times$の推論遅延を高速化することを示した。
論文 参考訳（メタデータ） (2024-02-14T18:04:36Z) - ABACuS: All-Bank Activation Counters for Scalable and Low Overhead RowHammer Mitigation [6.570851573752742]
我々は,新しい低コストハードウェアカウンタベースのRowHammer緩和技術であるABACuSを紹介する。
ABACuSは単一の共有行アクティベーションカウンタを使用して、すべてのDRAMバンクで同じ行アドレスで行へのアクティベーションを追跡する。
評価の結果,ABACuSはRowHammerのビットフリップ/エネルギーオーバーヘッドと低面積コストを確実に防止できることがわかった。
論文 参考訳（メタデータ） (2023-10-15T23:04:30Z) - HyperAttention: Long-context Attention in Near-Linear Time [78.33061530066185]
本稿では,長期的文脈の複雑さの増大に伴う計算課題に対処するため,HyperAttentionという近似的な注意機構を提案する。
実証的には、大規模なエントリを特定するためにLocality Sensitive Hashing(LSH)を使用して、HyperAttentionは既存のメソッドよりも優れています。
各種長文長データセットにおけるHyperAttentionの実証的性能を検証した。
論文 参考訳（メタデータ） (2023-10-09T17:05:25Z) - RowPress: Amplifying Read Disturbance in Modern DRAM Chips [7.046976177695823]
RowPressは、DRAM行を長時間開いておくことで、メモリアイソレーションを壊します。
極端な場合、RowPressは隣接する行が一度だけアクティベートされたときにDRAM行のビットフリップを誘導する。
164個の実DDR4 DRAMチップの詳細な特徴は、RowPressが3大DRAMメーカーのすべてのチップに影響を与えることを示している。
論文 参考訳（メタデータ） (2023-06-29T16:09:56Z) - Asymmetric Scalable Cross-modal Hashing [51.309905690367835]
クロスモーダルハッシュは、大規模なマルチメディア検索問題を解決する方法として成功している。
これらの問題に対処する新しい非対称スケーラブルクロスモーダルハッシュ(ASCMH)を提案する。
我々のASCMHは、最先端のクロスモーダルハッシュ法よりも精度と効率の点で優れています。
論文 参考訳（メタデータ） (2022-07-26T04:38:47Z) - Transferable Sparse Adversarial Attack [62.134905824604104]
オーバーフィッティング問題を緩和するジェネレータアーキテクチャを導入し、転送可能なスパース対逆例を効率的に作成する。
提案手法は,他の最適化手法よりも700$times$高速な推論速度を実現する。
論文 参考訳（メタデータ） (2021-05-31T06:44:58Z) - Hashing-based Non-Maximum Suppression for Crowded Object Detection [63.761451382081844]
オブジェクト検出のための非最大ボックスを効率的に抑制するアルゴリズム,HNMS(Hash-based non-maximumpression)を提案する。
2段階検出器では、領域提案ネットワークにおけるNMSをHNMSに置き換え、相当の精度でかなりのスピードアップを観測する。
CARPK、SKU-110K、CrowdHumanデータセットを用いて実験を行い、HNMSの有効性と有効性を示す。
論文 参考訳（メタデータ） (2020-05-22T23:45:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。