論文の概要: RowHammer Vulnerability Counter (RVC): Redefining RowHammer Detection with Victim-Centric Tracking

• arxiv url: http://arxiv.org/abs/2604.24287v1
• Date: Mon, 27 Apr 2026 10:21:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.894413
• Title: RowHammer Vulnerability Counter (RVC): Redefining RowHammer Detection with Victim-Centric Tracking
• Title（参考訳）: RowHammer Vulnerability Counter (RVC): Victim-Centric TrackingによるRowHammer検出の再定義
• Authors: Lavi Jain, Venkata Kalyan Tavva,
• Abstract要約: Rowhammerの脆弱性は、新しい世代のDRAMとアグレッシブなテクノロジスケーリングにおいて、ますます困難になっている。 Graphene、Twice、Hydraといった既存の緩和技術は主に各行のアクティベーション数を追跡することに依存している。 本稿では,Rowhammer Vulnerability Count (RVC) と呼ばれる新しいフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Rowhammer vulnerability poses an increasing challenge with newer generations of DRAM and aggressive technology scaling. Existing mitigation techniques, such as Graphene, Twice, and Hydra, primarily rely on tracking activation counts for each row and issuing refreshes when a row reaches a predefined tracking threshold. However, these methods have inherent limitations, including inefficiencies in identifying rows genuinely at risk of bit flips. In this paper, we propose a novel framework called Rowhammer Vulnerability Count (RVC), which shifts the focus from activation count tracking to evaluating a row's actual vulnerability to bit flips. By selectively issuing refreshes only to rows on the verge of experiencing bit flips, RVC drastically reduces unnecessary refresh operations. We also demonstrate that prior works have incorrectly set tracking thresholds, leading to security flaws. Our evaluation shows that RVC achieves 95 - 99.99% improvement in mitigation induced refreshes when compared to Graphene, with no additional space overhead. Furthermore, RVC improves energy efficiency and reduces average LLC latency by up to 76.91%, making it a highly efficient and scalable solution for addressing Rowhammer in modern DRAM systems. These findings establish RVC as a superior approach for preventing Rowhammer, outperforming existing methods in both accuracy and efficiency.
• Abstract（参考訳）: Rowhammerの脆弱性は、新しい世代のDRAMとアグレッシブなテクノロジスケーリングにおいて、ますます困難になっている。 Graphene、Twice、Hydraといった既存の緩和技術は、主に各行のアクティベーション数を追跡し、行が予め定義されたトラッキングしきい値に達するとリフレッシュする。 しかしながら、これらの手法には固有の制限があり、例えば、ビットフリップのリスクで真に行を識別する非効率性がある。 本稿では,Rowhammer Vulnerability Count (RVC) と呼ばれる新しいフレームワークを提案する。 ビットフリップを経験する直前の行のみにリフレッシュを選択的に発行することにより、RVCは不要なリフレッシュ操作を大幅に削減する。 また、以前の作業ではトラッキングしきい値が誤って設定されており、セキュリティ上の欠陥も発生していることも示しています。 評価の結果、RVCはグラフェンに比べて95～99.99%改善し、余分な空間オーバーヘッドを伴わない。 さらに、RVCはエネルギー効率を改善し、平均LLCレイテンシを76.91%まで削減し、現代のDRAMシステムでRowhammerに対処するための高効率でスケーラブルなソリューションとなった。 これらの結果から, RVCはRowhammer予防の優れたアプローチとして確立され, 精度と効率の両面で既存手法よりも優れていた。

関連論文リスト

• BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
  マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。 両課題に対処する統合フレームワークであるBadCLIP++を提案する。 ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。 持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
  論文  参考訳（メタデータ） (2026-02-19T08:31:16Z)
• Beyond SGD, Without SVD: Proximal Subspace Iteration LoRA with Diagonal Fractional K-FAC [50.36542772932594]
  Low-Rank Adaptation (LoRA) は、凍結重量の上の低ランク更新を学習することで、大きなモデルを微調整する。 本研究では,ローランクプロジェクション(SVDLoRA)とローラファインチューニング(LoRAファインタニング)のフルステップでのトレーニングのギャップに対処する。 勾配降下のギャップを埋めるメモリ効率の良いサブルーチンであるLoRSumを提案する。
  論文  参考訳（メタデータ） (2026-02-18T13:41:41Z)
• Decomposing and Composing: Towards Efficient Vision-Language Continual Learning via Rank-1 Expert Pool in a Single LoRA [50.97792275353563]
  単一低ランク適応 (LoRA) モジュールを分解可能な Rank-1 エキスパートプールとして再構成する,新しいフレームワークを提案する。 本手法では,このエキスパートプールから[Guided]トークンのセマンティクスに導かれて,疎結合でタスク固有の更新を動的に作成することを学ぶ。
  論文  参考訳（メタデータ） (2026-01-30T10:54:51Z)
• Spark Transformer: Reactivating Sparsity in FFN and Attention [53.221448818147024]
  本稿では, FFNとアテンション機構の両方において, 高レベルのアクティベーション間隔を実現する新しいアーキテクチャであるSpark Transformerを紹介する。 これによりFLOPの2.5倍の削減が可能となり、CPUでは1.79倍、GPUでは1.40倍となる。
  論文  参考訳（メタデータ） (2025-06-07T03:51:13Z)
• 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)
• ORCHID: Streaming Threat Detection over Versioned Provenance Graphs [11.783370157959968]
  本稿では,リアルタイムイベントストリーム上でプロセスレベルの脅威を詳細に検出する新しいProv-IDSであるORCHIDを提案する。 ORCHIDは、バージョン付き前処理グラフのユニークな不変特性を利用して、グラフ全体を逐次RNNモデルに反復的に埋め込む。 我々は、DARPA TCを含む4つの公開データセット上でORCHIDを評価し、ORCHIDが競合する分類性能を提供できることを示す。
  論文  参考訳（メタデータ） (2024-08-23T19:44:40Z)
• Randomized Line-to-Row Mapping for Low-Overhead Rowhammer Mitigations [0.716879432974126]
  最近提案された安全なローハンマーの軽減策は、犠牲者よりも攻撃者に対する緩和措置に頼っている。 本稿では,暗号化アドレスを用いてメモリにアクセスすることにより,行間マッピングにおける空間相関を破るRubixを提案する。 また,行間マッピングを動的に変更するRubix-Dを提案する。
  論文  参考訳（メタデータ） (2023-08-28T21:22:15Z)
• Cascaded Regression Tracking: Towards Online Hard Distractor Discrimination [202.2562153608092]
  本稿では,2段階の逐次回帰トラッカーを提案する。 第1段階では, 容易に同定可能な負の候補を抽出する。 第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
  論文  参考訳（メタデータ） (2020-06-18T07:48:01Z)

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。