論文の概要: KS-CFA: Control-Flow Attestation via Symbolic Replay Against Control-Flow Bending Attacks
- arxiv url: http://arxiv.org/abs/2607.07926v1
- Date: Wed, 08 Jul 2026 21:16:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.344584
- Title: KS-CFA: Control-Flow Attestation via Symbolic Replay Against Control-Flow Bending Attacks
- Title（参考訳）: KS-CFA:制御流曲げ攻撃に対するシンボリックリプレイによる制御流検証
- Authors: Zhanyu Sha, Konstantinos Markantonakis, Carlton Shepherd, Amir Rafi,
- Abstract要約: KS-CFAは4つの転送タイプにわたるCFB攻撃を、コストを伴わずに検出する新しいCFA方式である。
証明装置は、信頼された実行環境(TEE)内、制御フロートレースおよび関連する実行時変数を決定する外部入力を記録する。
RISC-V Keystone TEEとEmbnch-IoTをQEMUとRocketベースのFPGAプラットフォーム上で実装し,KS-CFAを評価する。
- 参考スコア（独自算出の注目度）: 2.4632421150043573
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Control-flow attestation (CFA) enables a remote entity to verify program execution on a target device by monitoring control-flow behaviour at runtime. However, control-flow bending (CFB) attacks remain difficult to detect, where an adversary steers execution along legal edges of the program's control-flow graph by corrupting branch flags, loop counters, and other runtime data. Existing solutions impose significant drawbacks: they require enumerating vast measurement spaces, cover only a reduced subset of attacks, or rely on low-level hardware modifications. In this work, we present KS-CFA, a new CFA scheme that detects CFB attacks across four transfer types (indirect calls, conditional and indirect jumps, and returns) without those costs. To this end, we combine symbolic execution and selective identification of input-sourced control-flow dependent variables: a strict subset of control-flow-relevant state whose values are directly read from external input. The proving device records, inside a trusted execution environment (TEE), a control-flow trace and the external inputs that determine relevant run-time variables. The verifier then replays the reported path through single-path symbolic execution, predicting each transfer and localising divergences that signal an attack. We implement and evaluate KS-CFA using the RISC-V Keystone TEE and Embench-IoT on QEMU and a Rocket-based FPGA platform (NiteFury II). Prover-side overhead relative to unattested execution ranges from 6.8-20.5x on QEMU and 6.7-32.2x on the FPGA, and verification requires no path or value enumeration.
- Abstract（参考訳）: 制御フロー検証(CFA)により、リモートエンティティは、実行時の制御フロー動作を監視して、ターゲットデバイス上でのプログラム実行を検証することができる。
しかし、制御フローの曲げ(CFB)攻撃は、プログラムの制御フローグラフの法的なエッジに沿って、分岐フラグやループカウンタなどの実行時データを破損させることで、敵のステア実行を検出することが依然として困難である。
既存のソリューションでは、大規模な測定スペースの列挙、攻撃のサブセットの削減、低レベルのハードウェア修正への依存といった大きな欠点が生じる。
本研究では,CFB攻撃を4つの転送タイプ(間接呼び出し,条件および間接ジャンプ,戻り値)にわたって検出する新しいCFA方式であるKS-CFAを提案する。
この目的のために、シンボル実行と入力ソース制御-フロー依存変数の選択的識別を組み合わせ、外部入力から直接読み取られる制御-フロー関連状態の厳密なサブセットとする。
証明装置は、信頼された実行環境(TEE)内、制御フロートレースおよび関連する実行時変数を決定する外部入力を記録する。
検証者は、報告されたパスを単一パスのシンボル実行で再生し、各転送を予測し、攻撃を知らせる分岐をローカライズする。
RISC-V Keystone TEEとEmbnch-IoTをQEMUとRocketベースのFPGAプラットフォーム(NiteFury II)上で実装し,KS-CFAを評価する。
未証明の実行に対するプロバーサイドのオーバーヘッドは、QEMUでは6.8-20.5x、FPGAでは6.7-32.2xであり、検証にはパスや値列挙は必要ない。
関連論文リスト
- GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts [52.51342355102833]
マルチチェーンエコシステムの重要な基盤であるクロスチェーンブリッジは、攻撃者にとって主要なターゲットとなっている。
バイトコードレベルの静的解析のような既存の防御は、チェーン間の相互作用のセマンティックな複雑さを扱うには不十分である。
パターンマッチングから体系的な第一原理検証へ自動的なクロスチェーンスマートコントラクト監査を移行するフレームワークであるGoAT-Xを提案する。
論文 参考訳（メタデータ） (2026-04-27T11:34:21Z) - Beyond Input Guardrails: Reconstructing Cross-Agent Semantic Flows for Execution-Aware Attack Detection [32.301679396929536]
静的な入力フィルタリングから実行対応分析へ、防御パラダイムをシフトするフレームワークであるSysNameを提案する。
SysNameは断片化された操作プリミティブを連続した行動軌跡に合成し、システムアクティビティの全体像を可能にする。
実証的な評価により、SysNameは10以上の異なる複合攻撃ベクトルを効果的に検出し、それぞれノードレベルとパスレベルのエンドツーエンド攻撃検出に対して85.3%と66.7%のF1スコアを達成した。
論文 参考訳（メタデータ） (2026-03-04T01:59:16Z) - Boosting Device Utilization in Control Flow Auditing [47.36491265793223]
制御フロー(CFAud)とは、遠隔検証器(Vrf)が証明器(Prv)MCUに取られた制御フローパスに関する証拠を、Prvソフトウェアが侵害された場合でも受信する機構である。
現在のCFAudでは、Prvのroot-of-anchored root-of-RoTが、Vrfにフローエビデンスを確実に配信するために実行を保ちます。
CARAMELは、制御フローエビデンスをVrfに送信しながらPrvを再開できるハードウェアRoTの共同設計である。
論文 参考訳（メタデータ） (2026-03-02T18:26:17Z) - Plug-and-Play Benchmarking of Reinforcement Learning Algorithms for Large-Scale Flow Control [61.155940786140455]
強化学習(RL)は,アクティブフロー制御(AFC)において有望な結果を示した。
現在のAFCベンチマークは、外部計算流体力学(CFD)の解法に依存しており、完全には微分不可能であり、3Dとマルチエージェントのサポートが限られている。
AFCにおけるRLのための最初のスタンドアロンで完全に差別化可能なベンチマークスイートであるFluidGymを紹介する。
論文 参考訳（メタデータ） (2026-01-21T14:13:44Z) - Efficient Control Flow Attestation by Speculating on Control Flow Path Representations [6.210224116507288]
Control Flow CF (CFA) は組み込みシステムにおける実行時のソフトウェア完全性のリモート検証を可能にする。
最近の研究は、おそらくサブパスのinlogを推測し、実行時に予約されたシンボルに置き換えることで、アプリケーション固有の最適化を提案している。
本研究は,(1)制御フローの局所性と(2)ハフマン符号化に関する推測を可能にするCFAのアーキテクチャ拡張であるRESPEC-CFAを提案する。
論文 参考訳（メタデータ） (2025-07-16T15:38:58Z) - 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) - CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。
CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。
物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
論文 参考訳（メタデータ） (2025-05-14T13:37:07Z) - SpecCFA: Enhancing Control Flow Attestation/Auditing via Application-Aware Sub-Path Speculation [6.210224116507288]
CFAにおける動的サブパス推測のためのアプローチであるSpecCFAを提案する。
SpecCFAはリソース制約のMCUにとって重要なストレージ/パフォーマンスコストを大幅に削減する。
論文 参考訳（メタデータ） (2024-09-27T02:39:55Z) - LightFAt: Mitigating Control-flow Explosion via Lightweight PMU-based Control-flow Attestation [0.9999629695552195]
リモート実行はしばしば機密データを扱うか、プロプライエタリなソフトウェアを実行する。
暗号化ハッシュ値の潜在的に大きなシーケンスを計算することで、コードが非コンパイル環境で実行されることを保証する。
本稿では,軽量制御フロースキームLightFAtを提案する。
論文 参考訳（メタデータ） (2024-04-03T09:55:15Z) - One for All and All for One: GNN-based Control-Flow Attestation for
Embedded Devices [16.425360892610986]
Control-Flow (CFA) は、エンティティ(検証者)がリモートコンピュータシステム上でのコード実行の整合性を検証するためのセキュリティサービスである。
既存のCFAスキームは、証明者の内部状態へのアクセスを要求するなど、非現実的な仮定に悩まされる。
RAGEは、最小限の要件を持つ、新しくて軽量なCFAアプローチです。
論文 参考訳（メタデータ） (2024-03-12T10:00:06Z) - Deep Reinforcement Learning for Wireless Scheduling in Distributed Networked Control [37.10638636086814]
完全分散無線制御システム(WNCS)の周波数チャネル数に制限のある結合アップリンクとダウンリンクのスケジューリング問題を考える。
深層強化学習(DRL)に基づくフレームワークを開発した。
DRLにおける大きなアクション空間の課題に対処するために,新しいアクション空間削減法とアクション埋め込み法を提案する。
論文 参考訳（メタデータ） (2021-09-26T11:27:12Z)
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。