論文の概要: Hardware-based stack buffer overflow attack detection on RISC-V architectures

• arxiv url: http://arxiv.org/abs/2406.10282v1
• Date: Wed, 12 Jun 2024 08:10:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-19 01:21:32.608175
• Title: Hardware-based stack buffer overflow attack detection on RISC-V architectures
• Title（参考訳）: RISC-Vアーキテクチャによるハードウェアスタックバッファオーバーフロー攻撃検出
• Authors: Cristiano Pegoraro Chenet, Ziteng Zhang, Alessandro Savino, Stefano Di Carlo,
• Abstract要約: この研究は、RISC-Vシステムにおけるスタックバッファオーバーフロー(SBO)攻撃をハードウェアベースのアプローチがいかにうまく検出するかを評価する。 PULPプラットフォーム上でシミュレーションを行い,半教師付き異常検出技術を用いてマイクロアーキテクチャイベントについて検討した。
• 参考スコア（独自算出の注目度）: 42.170149806080204
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This work evaluates how well hardware-based approaches detect stack buffer overflow (SBO) attacks in RISC-V systems. We conducted simulations on the PULP platform and examined micro-architecture events using semi-supervised anomaly detection techniques. The findings showed the challenge of detection performance. Thus, a potential solution combines software and hardware-based detectors concurrently, with hardware as the primary defense. The hardware-based approaches present compelling benefits that could enhance RISC-V-based architectures.
• Abstract（参考訳）: この研究は、RISC-Vシステムにおけるスタックバッファオーバーフロー(SBO)攻撃をハードウェアベースのアプローチがいかにうまく検出するかを評価する。 PULPプラットフォーム上でシミュレーションを行い,半教師付き異常検出技術を用いてマイクロアーキテクチャイベントについて検討した。 その結果,検出性能の課題が示された。 したがって、潜在的な解決策は、ソフトウェアとハードウェアベースの検出器を同時に組み合わせ、ハードウェアを主要な防御手段とする。 ハードウェアベースのアプローチはRISC-Vベースのアーキテクチャを向上する強力なメリットを提供する。

関連論文リスト

• Scalable Test Generation to Trigger Rare Targets in High-Level Synthesizable IPs for Cloud FPGAs [0.1285666675142425]
  本研究では,HLSで開発されたクラウドIPを対象とした高度なテスト手法を提案する。 FPGA ベースのクラウド IP の特徴とクラウド関連脅威を組み込んだ HLS ベンチマークによる評価により,本フレームワークの有効性を実証した。
  論文  参考訳（メタデータ） (2024-05-30T11:10:11Z)
• Securing the Open RAN Infrastructure: Exploring Vulnerabilities in Kubernetes Deployments [60.51751612363882]
  ソフトウェアベースのオープン無線アクセスネットワーク(RAN)システムのセキュリティへの影響について検討する。 我々は、Near Real-Time RAN Controller(RIC)クラスタをサポートするインフラストラクチャに潜在的な脆弱性と設定ミスがあることを強調します。
  論文  参考訳（メタデータ） (2024-05-03T07:18:45Z)
• Reconfigurable Edge Hardware for Intelligent IDS: Systematic Approach [0.0]
  侵入検知システム(IDS)は、ネットワークセキュリティを強制するための重要なセキュリティ対策である。 本稿では,エッジデバイスの具体的な要件に対処しつつ,インテリジェントIDS(I-IDS)の概念を分析する。 再構成可能なエッジハードウェア上でI-IDSを構築するための体系的なアプローチを導入する。
  論文  参考訳（メタデータ） (2024-04-13T17:24:18Z)
• Efficient Fault Detection Architectures for Modular Exponentiation Targeting Cryptographic Applications Benchmarked on FPGAs [2.156170153103442]
  本稿では,モジュールの指数化に適した軽量な故障検出アーキテクチャを提案する。 提案手法は, ほぼ100%に近い誤差検出率を実現し, 計算オーバーヘッドは7%程度である。
  論文  参考訳（メタデータ） (2024-02-28T04:02:41Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• PCBDet: An Efficient Deep Neural Network Object Detection Architecture for Automatic PCB Component Detection on the Edge [48.7576911714538]
  PCBDetは、最先端の推論スループットを提供するアテンションコンデンサネットワーク設計である。 他の最先端のアーキテクチャ設計に比べて優れたPCBコンポーネント検出性能を実現している。
  論文  参考訳（メタデータ） (2023-01-23T04:34:25Z)
• Simulation platform for pattern recognition based on reservoir computing with memristor networks [1.5664378826358722]
  我々は,メムリスタデバイスネットワークを用いた貯水池コンピューティング(RC)シミュレーションプラットフォームを開発した。 メムリスタネットワークをベースとしたRCシステムは,3つの時系列分類タスクにおける最先端手法に匹敵する高い計算性能が得られることを示す。
  論文  参考訳（メタデータ） (2021-12-01T03:06:13Z)
• Towards AIOps in Edge Computing Environments [60.27785717687999]
  本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。 高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
  論文  参考訳（メタデータ） (2021-02-12T09:33:00Z)
• siaNMS: Non-Maximum Suppression with Siamese Networks for Multi-Camera 3D Object Detection [65.03384167873564]
  サイムズネットワークは、よく知られた3Dオブジェクト検出器アプローチのパイプラインに統合される。 アソシエーションはオブジェクトの3Dボックスレグレッションを強化するために利用される。 nuScenesデータセットの実験的評価は,提案手法が従来のNMS手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2020-02-19T15:32:38Z)
• Deep Learning-Based Intrusion Detection System for Advanced Metering Infrastructure [0.0]
  スマートグリッドはさまざまな脅威に晒され、サイバー攻撃に変換される可能性がある。 本稿では,サイバー攻撃防止のためのディープラーニングによる侵入検知システムの開発を行う。
  論文  参考訳（メタデータ） (2019-12-31T21:06:20Z)

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。