論文の概要: When Mitigations Backfire: Timing Channel Attacks and Defense for PRAC-Based RowHammer Mitigations

• arxiv url: http://arxiv.org/abs/2505.10111v3
• Date: Mon, 19 May 2025 04:17:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 12:45:56.158648
• Title: When Mitigations Backfire: Timing Channel Attacks and Defense for PRAC-Based RowHammer Mitigations
• Title（参考訳）: 反撃のタイミング:PRACベースのRowHammer攻撃のタイミングと防御
• Authors: Jeonghyun Woo, Joyce Qu, Gururaj Saileshwar, Prashant J. Nair,
• Abstract要約: RH軽減効果を損なうことなくPRACによるタイミングチャネルを除去する防御であるTPRAC(Timing-Safe PRAC)を提案する。 評価の結果、TPRACは1024のRH閾値で3.4%のオーバヘッドしか発生せず、タイミングチャネルを閉じていることがわかった。
• 参考スコア（独自算出の注目度）: 4.040475373859059
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Per Row Activation Counting (PRAC) has emerged as a robust framework for mitigating RowHammer (RH) vulnerabilities in modern DRAM systems. However, we uncover a critical vulnerability: a timing channel introduced by the Alert Back-Off (ABO) protocol and Refresh Management (RFM) commands. We present PRACLeak, a novel attack that exploits these timing differences to leak sensitive information, such as secret keys from vulnerable AES implementations, by monitoring memory access latencies. To counter this, we propose Timing-Safe PRAC (TPRAC), a defense that eliminates PRAC-induced timing channels without compromising RH mitigation efficacy. TPRAC uses Timing-Based RFMs, issued periodically and independent of memory activity. It requires only a single-entry in-DRAM mitigation queue per DRAM bank and is compatible with existing DRAM standards. Our evaluations demonstrate that TPRAC closes timing channels while incurring only 3.4% performance overhead at the RH threshold of 1024.
• Abstract（参考訳）: Per Row Activation Counting (PRAC)は、現代のDRAMシステムにおけるRowHammer(RH)脆弱性を緩和するための堅牢なフレームワークとして登場した。 しかしながら,Alert Back-Off(ABO)プロトコルとRefresh Management(RFM)コマンドによって導入されたタイミングチャネルという,重大な脆弱性が明らかになった。 本稿では、これらのタイミング差を利用した新たな攻撃であるPRACLeakについて、メモリアクセスレイテンシの監視により、脆弱なAES実装の秘密鍵などの機密情報を漏洩させる。 この対策として, PRACにより誘導されるタイミングチャネルを, RH低減効果を損なうことなく排除するTiming-Safe PRAC(TPRAC)を提案する。 TPRACはTiming-Based RFMを使用しており、定期的に発行され、メモリアクティビティとは独立している。 DRAMバンクごとに単一のエントリ内DRAM緩和キューしか必要とせず、既存のDRAM標準と互換性がある。 評価の結果、TPRACは1024のRH閾値で3.4%のオーバヘッドしか発生せず、タイミングチャネルを閉じていることがわかった。

関連論文リスト

• R-TPT: Improving Adversarial Robustness of Vision-Language Models through Test-Time Prompt Tuning [97.49610356913874]
  視覚言語モデル(VLM)のためのロバストテスト時プロンプトチューニング(R-TPT)を提案する。 R-TPTは、推論段階における敵攻撃の影響を緩和する。 プラグアンドプレイの信頼性に基づく重み付きアンサンブル戦略を導入し,防御強化を図る。
  論文  参考訳（メタデータ） (2025-04-15T13:49:31Z)
• Chronus: Understanding and Securing the Cutting-Edge Industry Solutions to DRAM Read Disturbance [6.220002579079846]
  本稿では,DRAM-DRAMによる読み出し障害軽減手法の厳密なセキュリティ,性能,エネルギ,コスト分析について紹介する。 PRACの2つの大きな弱点に対処するために,新しいDRAM-die RowHammer緩和機構であるChronusを提案する。
  論文  参考訳（メタデータ） (2025-02-18T08:54:49Z)
• QPRAC: Towards Secure and Practical PRAC-based Rowhammer Mitigation using Priority Queues [4.3423142741332255]
  JEDECは、DDR5と将来のDRAMのためのPer Row Activation Counting (PRAC)フレームワークを導入した。 PRACはローハンマー攻撃の全体的緩和を可能にする。 本稿では,PRACフレームワークを使用した最初のセキュアでスケーラブルで実用的なRowHammerソリューションを提供する。
  論文  参考訳（メタデータ） (2025-01-31T02:48:20Z)
• Digital Twin-Assisted Data-Driven Optimization for Reliable Edge Caching in Wireless Networks [60.54852710216738]
  我々はD-RECと呼ばれる新しいデジタルツインアシスト最適化フレームワークを導入し、次世代無線ネットワークにおける信頼性の高いキャッシュを実現する。 信頼性モジュールを制約付き決定プロセスに組み込むことで、D-RECは、有利な制約に従うために、アクション、報酬、状態を適応的に調整することができる。
  論文  参考訳（メタデータ） (2024-06-29T02:40:28Z)
• Understanding the Security Benefits and Overheads of Emerging Industry Solutions to DRAM Read Disturbance [6.637143975465625]
  JEDEC DDR5仕様の2024年4月のアップデートで記述されているPRAC(Per Row Activation Counting)緩和法。 バックオフ信号はDRAMチップからメモリコントローラに伝搬する。 RFMコマンドは定期的に発行され、RAMのオーバーヘッドは減少する。
  論文  参考訳（メタデータ） (2024-06-27T11:22:46Z)
• 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)
• IBP Regularization for Verified Adversarial Robustness via Branch-and-Bound [85.6899802468343]
  IBP-Rは, どちらも簡便なトレーニングアルゴリズムである。 また、$beta$-CROWNに基づく新しいロバスト性であるUPBを提示し、最先端の分岐アルゴリズムのコストを削減する。
  論文  参考訳（メタデータ） (2022-06-29T17:13:25Z)
• Recurrence-in-Recurrence Networks for Video Deblurring [58.49075799159015]
  最先端のビデオデブロアリング法は、しばしばフレーム間の時間的依存性をモデル化するために、リカレントニューラルネットワークを採用する。 本稿では,短距離メモリの限界に対処する再帰型ネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-03-12T11:58:13Z)

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。