Fugu-MT 論文翻訳(概要): Fully Randomized Pointers

論文の概要: Fully Randomized Pointers

arxiv url: http://arxiv.org/abs/2405.12513v1
Date: Tue, 21 May 2024 05:54:27 GMT
ステータス: 処理完了
システム内更新日: 2024-05-22 14:18:37.206768
Title: Fully Randomized Pointers
Title（参考訳）: 完全ランダム化ポインタ
Authors: Gregory J. Duck, Sai Dhawal Phaye, Roland H. C. Yap, Trevor E. Carlson,
Abstract要約: 本稿では, ブルート力攻撃にも耐えうるメモリエラー対策として, FRP(Fully Randomized Pointers)を提案する。鍵となるアイデアは、ポインタビット(可能な限り)を完全にランダムにし、バイナリ互換性を維持することです。 FRPはバイナリレベルでは安全で実用的で互換性があり、ハードウェア実装では性能上のオーバーヘッドが低いことを示す。
参考スコア（独自算出の注目度）: 7.1754940591892735
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Software security continues to be a critical concern for programs implemented in low-level programming languages such as C and C++. Many defenses have been proposed in the current literature, each with different trade-offs including performance, compatibility, and attack resistance. One general class of defense is pointer randomization or authentication, where invalid object access (e.g., memory errors) is obfuscated or denied. Many defenses rely on the program termination (e.g., crashing) to abort attacks, with the implicit assumption that an adversary cannot "brute force" the defense with multiple attack attempts. However, such assumptions do not always hold, such as hardware speculative execution attacks or network servers configured to restart on error. In such cases, we argue that most existing defenses provide only weak effective security. In this paper, we propose Fully Randomized Pointers (FRP) as a stronger memory error defense that is resistant to even brute force attacks. The key idea is to fully randomize pointer bits -- as much as possible while also preserving binary compatibility -- rendering the relationships between pointers highly unpredictable. Furthermore, the very high degree of randomization renders brute force attacks impractical -- providing strong effective security compared to existing work. We design a new FRP encoding that is: (1) compatible with existing binary code (without recompilation); (2) decoupled from the underlying object layout; and (3) can be efficiently decoded on-the-fly to the underlying memory address. We prototype FRP in the form of a software implementation (BlueFat) to test security and compatibility, and a proof-of-concept hardware implementation (GreenFat) to evaluate performance. We show that FRP is secure, practical, and compatible at the binary level, while a hardware implementation can achieve low performance overheads (<10%).
Abstract（参考訳）: ソフトウェアセキュリティは、CやC++のような低レベルプログラミング言語で実装されるプログラムにとって、引き続き重要な問題である。現在の文献では、それぞれがパフォーマンス、互換性、攻撃抵抗など、さまざまなトレードオフを持つ多くの防衛策が提案されている。防御の一般的なクラスはポインタのランダム化または認証であり、無効なオブジェクトアクセス(例えば、メモリエラー)は難読化または拒否される。多くの防衛は攻撃を中止するためにプログラム終了(例えばクラッシュ)を頼りにしており、敵が複数の攻撃の試みで防衛を「強要」することはできないという暗黙の仮定がある。しかし、ハードウェアの投機的実行攻撃やネットワークサーバがエラー時に再起動するように設定されているなど、そのような仮定は必ずしも成り立たない。このような場合、既存の防備のほとんどは、弱い効果的なセキュリティしか提供していないと論じる。本稿では,強いメモリエラー対策としてフルランダム化ポインタ (FRP) を提案する。キーとなるアイデアは、可能な限りポインタビットをランダムにし、バイナリ互換性を保ちながら、ポインタ間の関係を非常に予測不可能にすることだ。さらに、非常に高いランダム化は、非現実的なブルートフォース攻撃を招き、既存の作業と比べて強力な効果的なセキュリティを提供する。 1)既存のバイナリコードとの互換性(再コンパイルなしで)、(2)基礎となるオブジェクトレイアウトから切り離された、(3)オンザフライで効率よくメモリアドレスにデコードできる、新しいFRPエンコーディングを設計する。我々は、セキュリティと互換性をテストするソフトウェア実装(BlueFat)と、性能を評価するための概念実証ハードウェア実装(GreenFat)の形式でFRPを試作した。 FRPはバイナリレベルでは安全で実用的で互換性があり、ハードウェア実装では性能のオーバーヘッドが低い(10%)。

関連論文リスト

A Scheduling-Aware Defense Against Prefetching-Based Side-Channel Attacks [16.896693436047137]
プリフェッチと呼ばれるメモリの投機的ロードは、現実世界のCPUでは一般的である。プリフェッチは、RSA、AES、ECDH実装で使用されるキーなど、プロセス分離やリークシークレットをバイパスするために利用することができる。我々はx86_64とARMプロセッサに対する対策を実装した。
論文参考訳（メタデータ） (2024-10-01T07:12:23Z)
Meta Invariance Defense Towards Generalizable Robustness to Unknown Adversarial Attacks [62.036798488144306]
現在の防衛は主に既知の攻撃に焦点を当てているが、未知の攻撃に対する敵意の強固さは見過ごされている。メタ不変防衛(Meta Invariance Defense, MID)と呼ばれる攻撃非依存の防御手法を提案する。 MIDは高レベルの画像分類と低レベルの頑健な画像再生における攻撃抑制において,知覚不能な逆方向の摂動に対して同時に頑健性を実現する。
論文参考訳（メタデータ） (2024-04-04T10:10:38Z)
Defending Large Language Models against Jailbreak Attacks via Semantic Smoothing [107.97160023681184]
適応型大規模言語モデル(LLM)は、ジェイルブレイク攻撃に対して脆弱である。提案するSEMANTICSMOOTHは,与えられた入力プロンプトのセマンティック変換されたコピーの予測を集約するスムージングベースのディフェンスである。
論文参考訳（メタデータ） (2024-02-25T20:36:03Z)
Code Polymorphism Meets Code Encryption: Confidentiality and Side-Channel Protection of Software Components [0.0]
PolEnは、サイドチャネル攻撃を効果的に軽減するために、対策を組み合わせるツールチェーンとプロセッサアーキテクチャである。コード暗号化はプロセッサ拡張によってサポートされ、マシン命令はCPU内でのみ復号化される。プログラムの可観測環境を定期的に変更し、攻撃者が予測できないようにする。
論文参考訳（メタデータ） (2023-10-11T09:16:10Z)
Citadel: Real-World Hardware-Software Contracts for Secure Enclaves Through Microarchitectural Isolation and Controlled Speculation [8.414722884952525]
セキュアなエンクレーブのようなハードウェアアイソレーションプリミティブは、プログラムを保護することを目的としているが、一時的な実行攻撃には弱いままである。本稿では,マイクロアーキテクチャの分離プリミティブと制御された投機機構をプロセッサに組み込むことを提唱する。命令外プロセッサにおいて、エンクレーブと信頼できないOS間でメモリを安全に共有する2つのメカニズムを導入する。
論文参考訳（メタデータ） (2023-06-26T17:51:23Z)
MultiRobustBench: Benchmarking Robustness Against Multiple Attacks [86.70417016955459]
機械学習(ML)モデルに対するマルチアタックを検討するための,最初の統一フレームワークを提案する。我々のフレームワークは、テストタイムの敵について異なるレベルの学習者の知識をモデル化することができる。 9種類の攻撃に対して16種類の防御モデルの有効性を評価した。
論文参考訳（メタデータ） (2023-02-21T20:26:39Z)
Securing Optimized Code Against Power Side Channels [1.589424114251205]
セキュリティエンジニアは、コンパイラの最適化をオフにしたり、ローカルでコンパイル後の変換を実行することで、コードの効率を犠牲にすることが多い。本稿では,最適化されたセキュアなコードを生成する制約ベースのコンパイラであるSecConCGを提案する。
論文参考訳（メタデータ） (2022-07-06T12:06:28Z)
CryptSan: Leveraging ARM Pointer Authentication for Memory Safety in C/C++ [0.9208007322096532]
CryptSanは、ARM Pointer Authenticationに基づくメモリ安全性アプローチである。 M1 MacBook Proで動作するLLVMベースのプロトタイプ実装について紹介する。これにより、構造化されていないライブラリとの相互運用性とメタデータに対する攻撃に対する暗号化保護が組み合わさって、CryptSanはC/C++プログラムにメモリ安全性を適合させる実行可能なソリューションとなる。
論文参考訳（メタデータ） (2022-02-17T14:04:01Z)
Adversarial Robustness by Design through Analog Computing and Synthetic Gradients [80.60080084042666]
光コプロセッサにインスパイアされた敵攻撃に対する新しい防御機構を提案する。ホワイトボックス設定では、我々の防御はランダム投影のパラメータを難読化することで機能する。光学系におけるランダムプロジェクションとバイナライゼーションの組み合わせにより、様々な種類のブラックボックス攻撃に対するロバスト性も向上する。
論文参考訳（メタデータ） (2021-01-06T16:15:29Z)
Attack Agnostic Adversarial Defense via Visual Imperceptible Bound [70.72413095698961]
本研究の目的は、目視攻撃と目視攻撃の両方に対して一定の範囲内で堅牢な防衛モデルを設計することである。提案するディフェンスモデルは,MNIST,CIFAR-10,Tiny ImageNetデータベース上で評価される。提案アルゴリズムは攻撃非依存であり,攻撃アルゴリズムの知識を必要としない。
論文参考訳（メタデータ） (2020-10-25T23:14:26Z)
Robust Encodings: A Framework for Combating Adversarial Typos [85.70270979772388]
NLPシステムは入力の小さな摂動によって容易に騙される。このような混乱に対して防御するための既存の手順は、最悪の場合の攻撃に対して確実な堅牢性を提供する。モデルアーキテクチャに妥協を加えることなく、ロバスト性を保証するロブエン(RobEn)を導入します。
論文参考訳（メタデータ） (2020-05-04T01:28:18Z)

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。