論文の概要: SleepWalk: Exploiting Context Switching and Residual Power for Physical Side-Channel Attacks
- arxiv url: http://arxiv.org/abs/2507.22306v1
- Date: Wed, 30 Jul 2025 00:39:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-31 16:14:17.907944
- Title: SleepWalk: Exploiting Context Switching and Residual Power for Physical Side-Channel Attacks
- Title（参考訳）: SleepWalk:物理的なサイドチャネル攻撃にコンテキストスイッチと残余の電力を爆発させる
- Authors: Sahan Sanjaya, Aruna Jayasena, Prabhat Mishra,
- Abstract要約: 本研究では,コンテキストスイッチ中に観測される電力スパイクを利用する物理電力側チャネルリーク源を提案する。
この電力スパイクは、コンテキストスイッチング時の電力消費と、以前実行されたプログラムの残電力消費の両方と直接相関する。
- 参考スコア（独自算出の注目度）: 2.6490401904186758
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context switching is utilized by operating systems to change the execution context between application programs. It involves saving and restoring the states of multiple registers and performing a pipeline flush to remove any pre-fetched instructions, leading to a higher instantaneous power consumption compared to typical program execution. In this paper, we introduce a physical power side-channel leakage source that exploits the power spike observed during a context switch, triggered by the inbuilt sleep function of the system kernel. We observed that this power spike directly correlates with both the power consumption during context switching and the residual power consumption of the previously executed program. Notably, the persistence of residual power signatures from previous workloads extends the scope of this side-channel beyond extracting the data in registers during the context switch. Unlike traditional approaches that require analyzing full power traces, applying complex preprocessing, or relying on external synchronization triggers, this novel technique leverages only the amplitude of a single power spike, significantly simplifying the attack. We developed a power model to illustrate the feasibility of mounting end-to-end side-channel attacks using the sleep-induced power spikes. Experimental evaluation demonstrates that our framework can successfully perform cryptographic key recovery for both AES and SIKE implementations on Broadcom BCM2711.
- Abstract（参考訳）: コンテキストスイッチングはオペレーティングシステムがアプリケーションプログラム間の実行コンテキストを変更するために利用する。
複数のレジスタの状態の保存と復元を行い、パイプラインのフラッシュを実行して、事前にフェッチされた命令を削除し、通常のプログラム実行と比較して瞬時に電力消費量が増加する。
本稿では,システムカーネルの内蔵型スリープ機能によって引き起こされるコンテキストスイッチ中に観測されるパワースパイクを利用する物理電力側チャネルリーク源を提案する。
この電力スパイクは、コンテキストスイッチング時の電力消費と、以前実行されたプログラムの残電力消費の両方と直接相関する。
特に、以前のワークロードからの残電力シグネチャの永続化は、コンテキストスイッチ中にレジスタ内のデータを抽出する以外に、このサイドチャネルの範囲を広げます。
フルパワートレースの分析、複雑な前処理の適用、あるいは外部同期トリガーに依存する従来の手法とは異なり、この新しい手法は単一のパワースパイクの振幅のみを活用するため、攻撃を著しく単純化する。
本研究では、睡眠によるパワースパイクを用いたエンドツーエンドのサイドチャネル攻撃の実現可能性を示すパワーモデルを開発した。
実験により,Broadcom BCM2711上でのAESおよびSIKE実装の暗号鍵復元に成功していることを示す。
関連論文リスト
- Energy-Constrained Information Storage on Memristive Devices in the Presence of Resistive Drift [41.66366715982197]
エネルギー制約下での抵抗的ドリフトノイズの影響を受け, メムリスタの情報保存の問題について検討する。
我々は、経験的状態の情報寿命と、そのデバイスを特定の状態にするために必要なエネルギーとの間に、新しい基本的なトレードオフを導入する。
本稿では,画像の類似的な保存を行うためのJSCC(Joint Source-Channel code)手法を提案する。
論文 参考訳（メタデータ） (2024-12-16T10:40:13Z) - AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer [54.713778961605115]
Vision Transformer (ViT) はコンピュータビジョンコミュニティにおいて最も普及しているバックボーンネットワークの1つである。
本稿では,AdaLog(Adaptive Logarithm AdaLog)量子化器を提案する。
論文 参考訳（メタデータ） (2024-07-17T18:38:48Z) - Green AI: A Preliminary Empirical Study on Energy Consumption in DL
Models Across Different Runtime Infrastructures [56.200335252600354]
トレーニング済みのモデルを、ネイティブな開発環境とは異なる環境にデプロイするのは、一般的なプラクティスです。
これにより、インフラを含むONNXや標準フォーマットとして機能するONNXなどの交換フォーマットが導入された。
論文 参考訳（メタデータ） (2024-02-21T09:18:44Z) - RandOhm: Mitigating Impedance Side-channel Attacks using Randomized Circuit Configurations [6.388730198692013]
我々は、メインストリームFPGAの部分再構成(PR)機能に基づいて移動目標防御(MTD)戦略を利用するRandOhmを紹介する。
PDNインピーダンスによる情報漏洩は、回路の秘密に敏感な部分の実行時再構成によって大幅に低減できることを示す。
既存のPRベースの対策とは対照的に、RandOhmはオープンソースのビットストリーム操作ツールをデプロイし、ランダム化を高速化し、リアルタイム保護を提供する。
論文 参考訳（メタデータ） (2024-01-17T02:22:28Z) - Uncovering Software-Based Power Side-Channel Attacks on Apple M1/M2 Systems [5.309199271673022]
ソフトウェアインターフェースに露出したオンチップのパワーメーターは、物理的アクセスなしで電源サイドチャネル攻撃に使用される可能性がある。
このようなソフトウェアベースのパワーサイドチャネル攻撃は、Appleのシリコンにも適用可能であることを示す。
論文 参考訳（メタデータ） (2023-06-28T17:36:16Z) - SamurAI: A Versatile IoT Node With Event-Driven Wake-Up and Embedded ML
Acceleration [37.89976990030855]
本稿では,この処理とエネルギーのギャップを埋める汎用IoTノードであるSamurAIを2つのオンチップサブシステムを活用して提案する。
ARには1.7MOPSイベント駆動の非同期ウェイクアップコントローラ(WuC)があり、スポラディックコンピューティングに最適化された207nsの起動時間がある。
ODはディープスリープRISC-VCPUと1.3TOPS/W機械学習(ML)を組み合わせて36GOPSまでの複雑なタスクを実行する。
論文 参考訳（メタデータ） (2023-04-11T08:52:48Z) - Age of Semantics in Cooperative Communications: To Expedite Simulation
Towards Real via Offline Reinforcement Learning [53.18060442931179]
協調リレー通信システムにおける状態更新のセマンティックス更新度を測定するための意味学年代(AoS)を提案する。
オンライン・ディープ・アクター・クリティック(DAC)学習手法を,政治時間差学習の枠組みに基づいて提案する。
そこで我々は,以前に収集したデータセットから最適制御ポリシーを推定する,新しいオフラインDAC方式を提案する。
論文 参考訳（メタデータ） (2022-09-19T11:55:28Z) - Deep Explicit Duration Switching Models for Time Series [84.33678003781908]
状態依存型と時間依存型の両方のスイッチングダイナミクスを識別できるフレキシブルモデルを提案する。
状態依存スイッチングは、リカレントな状態-スイッチ接続によって実現される。
時間依存スイッチング動作を改善するために、明示的な期間カウント変数が使用される。
論文 参考訳（メタデータ） (2021-10-26T17:35:21Z) - Energy-Efficient Model Compression and Splitting for Collaborative
Inference Over Time-Varying Channels [52.60092598312894]
本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。
提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
論文 参考訳（メタデータ） (2021-06-02T07:36:27Z) - Low-Latency Asynchronous Logic Design for Inference at the Edge [0.9831489366502301]
本稿では,自己時間型早期伝播型非同期推論回路の面積と電力オーバーヘッドの低減手法を提案する。
タイミングに対する自然なレジリエンスと論理的な基盤のため、回路は環境や供給電圧の変動に耐性がある。
提案回路の平均レイテンシは同期実装と比較して10倍低減される。
論文 参考訳（メタデータ） (2020-12-07T00:40:52Z) - Accelerating Deep Reinforcement Learning With the Aid of Partial Model:
Energy-Efficient Predictive Video Streaming [97.75330397207742]
深層強化学習を用いて,モバイルネットワーク上でのエネルギー効率の高いビデオストリーミングのための予測電力割り当てを考案した。
連続状態と行動空間を扱うために、我々はDeep Deterministic Policy gradient (DDPG)アルゴリズムを利用する。
シミュレーションの結果,提案手法は完全大規模チャネル予測に基づいて導出される最適方針に収束することが示された。
論文 参考訳（メタデータ） (2020-03-21T17:36:53Z)
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。