論文の概要: Leveraging Adversarial Detection to Enable Scalable and Low Overhead RowHammer Mitigations

• arxiv url: http://arxiv.org/abs/2404.13477v1
• Date: Sat, 20 Apr 2024 22:09:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-23 18:50:40.703138
• Title: Leveraging Adversarial Detection to Enable Scalable and Low Overhead RowHammer Mitigations
• Title（参考訳）: スケーラビリティと低オーバーヘッドのローハマー除去を実現するための逆検出の活用
• Authors: Oğuzhan Canpolat, A. Giray Yağlıkçı, Ataberk Olgun, İsmail Emir Yüksel, Yahya Can Tuğrul, Konstantinos Kanellopoulos, Oğuz Ergin, Onur Mutlu,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 5.767293823380473
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: RowHammer is a prime example of read disturbance in DRAM where repeatedly accessing (hammering) a row of DRAM cells (DRAM row) induces bitflips in other physically nearby DRAM rows. RowHammer solutions perform preventive actions (e.g., refresh neighbor rows of the hammered row) that mitigate such bitflips to preserve memory isolation, a fundamental building block of security and privacy in modern computing systems. However, preventive actions induce non-negligible memory request latency and system performance overheads as they interfere with memory requests in the memory controller. As shrinking technology node size over DRAM chip generations exacerbates RowHammer, the overheads of RowHammer solutions become prohibitively large. As a result, a malicious program can effectively hog the memory system and deny service to benign applications by causing many RowHammer preventive actions. In this work, we tackle the performance overheads of RowHammer solutions by tracking the generators of memory accesses that trigger RowHammer solutions. To this end, we propose BreakHammer. BreakHammer cooperates with existing RowHammer solutions to identify hardware threads that trigger preventive actions. To do so, BreakHammer estimates the RowHammer likelihood of a thread, based on how frequently it triggers RowHammer preventive actions. BreakHammer limits the number of on-the-fly requests a thread can inject into the memory system based on the thread's RowHammer likelihood. By doing so, BreakHammer significantly reduces the number of performed counter-measures, improves the system performance by an average (maximum) of 48.7% (105.5%), and reduces the maximum slowdown induced on a benign application by 14.6% with near-zero area overhead (e.g., 0.0002% of a highend processor's chip area).
• Abstract（参考訳）: RowHammerはDRAMにおける読み取り障害の主要な例であり、DRAMセルの行(DRAM行)に繰り返しアクセスすることで、物理的に近くの他のDRAM行のビットフリップを誘導する。 RowHammerソリューションは、現代のコンピューティングシステムにおけるセキュリティとプライバシの基本的な構成要素であるメモリアイソレーションを維持するために、そのようなビットフリップを緩和する(例えば、ハンマーされた行の隣接行をリフレッシュする)予防アクションを実行する。 しかし、予防行動は、メモリコントローラのメモリ要求を妨害する非無視のメモリ要求遅延とシステムパフォーマンスのオーバーヘッドを引き起こす。 DRAMチップ世代よりも小さくなる技術がRowHammerを悪化させるにつれ、RowHammerソリューションのオーバーヘッドは著しく大きくなる。 その結果、悪意のあるプログラムは、多くのRowHammer防止アクションを発生させることで、メモリシステムを効果的にホグし、アプリケーションを無視することができる。 本研究では、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により、RowHammerソリューションのパフォーマンスオーバーヘッドに対処する。 この目的のために、BreakHammerを提案する。 BreakHammerは既存のRowHammerソリューションと連携して、予防行動を引き起こすハードウェアスレッドを特定する。 そのためにBreakHammerは、RowHammerの防止アクションの頻度に基づいて、スレッドのRowHammerの確率を見積もる。 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。 これにより、BreakHammerは、実行された対策の数を著しく削減し、システム性能を48.7%(最大105.5%)改善し、良質なアプリケーションに誘導される最大スローダウンを14.6%削減し、ほぼゼロの領域のオーバーヘッド(例えば、ハイエンドプロセッサのチップ領域の0.0002%)を減らした。

関連論文リスト

• ImPress: Securing DRAM Against Data-Disturbance Errors via Implicit Row-Press Mitigation [1.3921736520874155]
  DRAM細胞はDDE(Data-Disturbance Errors)に感受性がある Rowhammerは、行が繰り返しアクティベートされたときに発生するよく知られたDDE脆弱性である。 Row-Press(RP)は、行を長時間開いているときに発生する新しいDDE脆弱性である。
  論文  参考訳（メタデータ） (2024-07-22T19:20:14Z)
• CoMeT: Count-Min-Sketch-based Row Tracking to Mitigate RowHammer at Low Cost [6.658509339087993]
  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。
  論文  参考訳（メタデータ） (2024-02-29T00:21:29Z)
• RelayAttention for Efficient Large Language Model Serving with Long System Prompts [59.50256661158862]
  本稿では,長いシステムプロンプトを含むLCMサービスの効率を向上させることを目的とする。 これらのシステムプロンプトの処理には、既存の因果注意アルゴリズムにおいて、大量のメモリアクセスが必要である。 本稿では,DRAMから入力トークンのバッチに対して,DRAMから隠れた状態を正確に1回読み取ることのできるアテンションアルゴリズムであるRelayAttentionを提案する。
  論文  参考訳（メタデータ） (2024-02-22T18:58:28Z)
• 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)
• Randomized Line-to-Row Mapping for Low-Overhead Rowhammer Mitigations [0.716879432974126]
  最近提案された安全なローハンマーの軽減策は、犠牲者よりも攻撃者に対する緩和措置に頼っている。 本稿では,暗号化アドレスを用いてメモリにアクセスすることにより,行間マッピングにおける空間相関を破るRubixを提案する。 また,行間マッピングを動的に変更するRubix-Dを提案する。
  論文  参考訳（メタデータ） (2023-08-28T21:22:15Z)
• 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)
• Recurrent Dynamic Embedding for Video Object Segmentation [54.52527157232795]
  一定サイズのメモリバンクを構築するためにRDE(Recurrent Dynamic Embedding)を提案する。 本稿では, SAM を長時間の動画でより堅牢にするため, トレーニング段階での無バイアス誘導損失を提案する。 また、メモリバンクの異なる品質のマスクの埋め込みをネットワークが修復できるように、新たな自己補正戦略を設計する。
  論文  参考訳（メタデータ） (2022-05-08T02:24:43Z)
• 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)
• Projection & Probability-Driven Black-Box Attack [205.9923346080908]
  既存のブラックボックス攻撃は、高次元空間における過剰なクエリを必要とする。 本稿では,この問題を解決するために,プロジェクション&確率駆動型ブラックボックス攻撃(PPBA)を提案する。 我々の手法は、最先端の手法に比べて攻撃成功率の高いクエリを少なくとも24%削減する必要がある。
  論文  参考訳（メタデータ） (2020-05-08T03:37:50Z)
• Parallelising the Queries in Bucket Brigade Quantum RAM [69.43216268165402]
  量子アルゴリズムは、しばしばデータベースのような方法で格納された情報にアクセスするために量子RAM(QRAM)を使用する。 本稿では,Clifford+Tゲートの並列性を利用して,効率的なクエリ時間を大幅に短縮する手法を提案する。 理論的には、フォールトトレラントバケットの量子RAMクエリは古典的なRAMの速度とほぼ一致する。
  論文  参考訳（メタデータ） (2020-02-21T14:50:03Z)

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。