論文の概要: Quantifying Memory Cells Vulnerability for DRAM Security

• arxiv url: http://arxiv.org/abs/2603.18549v1
• Date: Thu, 19 Mar 2026 07:03:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.993032
• Title: Quantifying Memory Cells Vulnerability for DRAM Security
• Title（参考訳）: DRAMセキュリティのためのメモリセルの量子化
• Authors: Zilong Hu, Hongming Fei, Prosanta Gope, Jack Miskelly, Owen Millwood, Biplab Sikdar,
• Abstract要約: 動的ランダムアクセスメモリ(DRAM)はコンピュータシステムにおいて普及している。 意図しない現象(強制的保持障害、レイテンシ変更、ローハンマー、ロープレス)によって引き起こされる細胞脆弱性は、意図しないビットフリップをメモリにもたらす。 我々はDRAMの脆弱性を物理電荷漏れと乱れ経路から直接モデル化する定量的なセルレベル回路フレームワークを開発した。
• 参考スコア（独自算出の注目度）: 9.842429834276675
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamic Random Access Memory (DRAM) is pervasive in computer systems. Cell vulnerabilities caused by unintended phenomena (forced retention failure, latency alteration, rowhammer and rowpress) lead to unintended bit flips in memory. These phenomena have been explored as attacks to violate data integrity and confidentiality during normal operation, but also exploited as a benefit in security systems as a method to generate random secret keys and unique device fingerprints (e.g. Physically Unclonable Functions). In both cases, attackers may wish to exploit knowledge of individual cell flip vulnerability to predict the current/future data contents of a set of cells, which can be utilised to break security systems. In this work, we develop a quantitative, cell-level circuit framework that models DRAM vulnerability directly from its physical charge leakage and disturbance pathways. By linking these device-layer behaviours to system-level security properties, our framework enables systematic evaluation of DRAM with respect to volatility (retention), integrity (disturbance-induced modification), and confidentiality (pattern-dependent leakage). We further demonstrate how the framework can be applied to well-known failure modes, revealing non-uniform and context-dependent vulnerability patterns. This work provides both theoretical foundations and practical evaluation tools for evaluating the suitability of DRAM use within security applications.
• Abstract（参考訳）: 動的ランダムアクセスメモリ(DRAM)はコンピュータシステムにおいて普及している。 意図しない現象(強制的保持障害、レイテンシ変更、ローハンマー、ロープレス)によって引き起こされる細胞脆弱性は、意図しないビットフリップをメモリにもたらす。 これらの現象は、通常の操作中にデータの完全性と機密性に反する攻撃として検討されてきたが、セキュリティシステムの利点として、ランダムな秘密鍵とユニークなデバイス指紋を生成する方法として利用された(例えば、物理的に禁止できない機能)。 どちらの場合も、攻撃者は個々のセルフリップ脆弱性の知識を利用して、セルの現在の/将来のデータ内容を予測する。 本研究では,DRAMの脆弱性を物理電荷漏れや乱れ経路から直接モデル化する,定量的なセルレベル回路フレームワークを開発する。 これらのデバイス層挙動をシステムレベルのセキュリティ特性にリンクすることにより、ボラティリティ(保持)、完全性(ゆらぎによる修正)、機密性(パターンに依存した漏洩)に関するDRAMの体系的な評価を可能にする。 さらに、フレームワークがよく知られた障害モードにどのように適用できるかを実証し、一様でない、コンテキストに依存しない脆弱性パターンを明らかにします。 この研究は、セキュリティアプリケーションにおけるDRAM使用の適合性を評価するための理論的基礎と実用的な評価ツールの両方を提供する。

関連論文リスト

• RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic [56.38397499463889]
  視覚言語モデル(VLM)を利用するエージェントは、複雑な現実世界のタスクを実行する能力がますます高まっている。 しかし、安全でない行動を引き起こす可能性のある危険な指示に弱いままである。 提案するRoboSafeは,実行可能述語ベースの安全ロジックを通じて,エージェントを具体化するためのランタイムセーフガードである。
  論文  参考訳（メタデータ） (2025-12-24T15:01:26Z)
• DiffuGuard: How Intrinsic Safety is Lost and Found in Diffusion Large Language Models [50.21378052667732]
  我々は、ステップ内およびステップ間ダイナミクスという2つの異なる次元にわたるジェイルブレイク攻撃に対して、dLLM脆弱性の詳細な分析を行う。 デュアルステージアプローチによる脆弱性に対処する,トレーニング不要な防御フレームワークであるDiffuGuardを提案する。
  論文  参考訳（メタデータ） (2025-09-29T05:17:10Z)
• Deep Learning Models for Robust Facial Liveness Detection [56.08694048252482]
  本研究では,現代のアンチスプーフィング手法の欠陥に対処する新しい深層学習モデルを用いて,ロバストな解を提案する。 テクスチャ解析と実際の人間の特性に関連する反射特性を革新的に統合することにより、我々のモデルは、顕著な精度でレプリカと真の存在を区別する。
  論文  参考訳（メタデータ） (2025-08-12T17:19:20Z)
• DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
  大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。 この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。 本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-13T05:01:09Z)
• CRAFT: Characterizing and Root-Causing Fault Injection Threats at Pre-Silicon [3.6158033114580674]
  フォールトインジェクション攻撃は組み込みシステムに重大なセキュリティ脅威をもたらす。 物理的欠陥がシステムレベルの行動にどのように伝播するかの早期発見と理解は、サイバーインフラ構造を保護するために不可欠である。 この研究は、プレシリコン分析とポストシリコンバリデーションを組み合わせたフレームワークであるCRAFTを導入し、障害インジェクションの脆弱性を体系的に発見し分析する。
  論文  参考訳（メタデータ） (2025-03-05T20:17:46Z)
• DRAM-Profiler: An Experimental DRAM RowHammer Vulnerability Profiling Mechanism [8.973443004379561]
  本稿では,DRAM-Profilerと呼ばれる低オーバーヘッドDRAM RowHammer脆弱性プロファイリング手法を提案する。 提案した試験ベクトルは,攻撃前の攻撃者と被害者行の空間的相関を意図的に弱め,評価を行う。 その結果、RowHammer攻撃のタイプと量において、異なるメーカーのチップ間で大きなばらつきがあることが判明した。
  論文  参考訳（メタデータ） (2024-04-29T03:15:59Z)
• Threshold Breaker: Can Counter-Based RowHammer Prevention Mechanisms Truly Safeguard DRAM? [8.973443004379561]
  本稿では,Threshold Breakerと呼ばれる多面的障害注入攻撃手法を実験的に実証する。 ターゲットの行から遠い物理的距離で行をソフトアタックすることで、最も先進的なカウンターベース防御機構を効果的に回避することができる。 ケーススタディとして、現代のディープニューラルネットワーク(DNN)に対して対向重み攻撃を行うことにより、我々のメカニズムとよく知られた両面攻撃のパフォーマンス効率を比較する。
  論文  参考訳（メタデータ） (2023-11-28T03:36:17Z)
• Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
  CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。 次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。 これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
  論文  参考訳（メタデータ） (2022-08-23T05:02:09Z)

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。