Fugu-MT 論文翻訳(概要): Demystifying DRAM Read Disturbance: Bridging the Gap Between Experimental Characterization and Device-Level Modeling of RowHammer and RowPress Phenomena

論文の概要: Demystifying DRAM Read Disturbance: Bridging the Gap Between Experimental Characterization and Device-Level Modeling of RowHammer and RowPress Phenomena

arxiv url: http://arxiv.org/abs/2607.28233v1
Date: Thu, 30 Jul 2026 14:03:18 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-31 21:37:00.584254
Title: Demystifying DRAM Read Disturbance: Bridging the Gap Between Experimental Characterization and Device-Level Modeling of RowHammer and RowPress Phenomena
Title（参考訳）: Demystifying DRAM read disturbance: Bridging the Gap between Experimental Characterization and Device-Level Modeling of RowHammer and RowPress Phenomena
Abstract要約: 我々はRowHammerとRowPressのビットフリップに関する実験的な特徴とデバイスレベルのモデリングと理解のギャップを橋渡しする。本稿では,RowHammer と RowPress のビットフリップ実験で観測された現象と一致する,包括的で厳密なTCADシミュレーションについて述べる。
参考スコア（独自算出の注目度）: 8.383013244202322
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: DRAM read disturbance, like RowHammer and RowPress, is a critical robustness issue where accessing DRAM can cause unintended bitflips in other unaccessed DRAM locations. DRAM read disturbance bitflips significantly impact the safe, secure, and reliable operation of DRAM-based computing systems. Many prior works experimentally characterize these bitflips and propose mitigations based on empirical results. Other device-level works study their underlying physical mechanisms, but these mechanisms do not fully explain all major empirical observations. Our goal is to bridge the gap between experimental characterization and device-level modeling and understanding of RowHammer and RowPress, providing a principled foundation for future work on understanding, characterizing, and mitigating DRAM read disturbance. We first identify and demonstrate gaps and inconsistencies between the physical mechanisms of RowHammer and RowPress described by existing device-level models and experimental characterization of their bitflips. We focus on three fundamental metrics that should map to first-order physical mechanisms: 1) bitflip directions, 2) bitflip counts, and 3) the minimum number of aggressor row activations that trigger the first bitflips (i.e., ACmin). Second, we present a comprehensive and rigorous set of TCAD simulations that match phenomena observed in experimental characterizations of RowHammer and RowPress bitflips. From our results, we 1) summarize updated device-level error mechanisms for understanding RowHammer and RowPress bitflips, and 2) identify key modeling and simulation parameters that significantly affect whether simulation results match real-chip characterization. We discuss implications for 1) rigorous, comprehensive, and efficient experimental characterization methodologies of DRAM read disturbance bitflips, and 2) the design of DRAM read disturbance mitigation techniques.
Abstract（参考訳）: DRAMの読み取り障害は、RowHammerやRowPressのように、DRAMへのアクセスが意図しないビットフリップを他のアクセスされていないDRAMロケーションで発生させるという重大な堅牢性の問題である。 DRAMの読み出し障害ビットフリップは、DRAMベースのコンピュータシステムの安全でセキュアで信頼性の高い操作に大きな影響を及ぼす。多くの先行研究は、これらのビットフリップを実験的に特徴づけ、経験的結果に基づく緩和を提案する。他のデバイスレベルの研究は、その基盤となる物理的メカニズムを研究するが、これらのメカニズムはすべての主要な経験的観察を十分に説明していない。我々のゴールは、実験的なキャラクタリゼーションとデバイスレベルのモデリングとRowHammerとRowPressの理解のギャップを埋めることであり、DRAM読み取り障害の理解、キャラクタリゼーション、緩和のための基本的な基礎を提供することです。まず、既存のデバイスレベルのモデルで記述されたRowHammerとRowPressの物理的メカニズムのギャップと不整合を同定し、実証する。我々は、一階の物理メカニズムにマップすべき3つの基本的な指標に焦点を当てている。 1)bitflip方向。 2)bitflip カウント,および 3)最初のビットフリップ(すなわちACmin)をトリガーする攻撃的行アクティベーションの最小数。第2に,RowHammer と RowPress のビットフリップ実験で観測された現象と一致する,包括的で厳密なTCADシミュレーションを提案する。結果から 1)RowHammerとRowPressのビットフリップを理解するための更新されたデバイスレベルのエラー機構を要約し、 2)シミュレーション結果が実際のチップ特性に合致するかどうかに大きく影響する鍵となるモデリングパラメータとシミュレーションパラメータを同定する。意味について論じる 1)DRAM読み出しビットフリップの厳密で包括的で効率的な評価方法 2)DRAM読み出し外乱軽減技術の設計

関連論文リスト

ScaleDisturb: Exploiting Temporal Asymmetry to Amplify Read Disturbance in Modern DRAM Chips [10.455865014019036]
本研究では,DRAM読み取り障害を増幅する新しいDRAMアクセスパターンであるScaleDisturbを提案する。 196個のDDR4および32個のDRAMチップの厳密な実験により、ScaleDisturbは、最先端のメモリアクセスパターンと比較して、行アクティベーションを著しく少なくすることがわかった。本論文では,ScaleDisturbを利用したユーザレベルのプログラムが,最先端のRowHammerやRowPressのメモリアクセスパターンよりも多くのビットフリップを誘導する実システムに対する概念実証攻撃を示す。
論文参考訳（メタデータ） (2026-06-05T18:21:16Z)
Provable Robustness against Backdoor Attacks via the Primal-Dual Perspective on Differential Privacy [51.758416625168]
ランダムな平滑化は、敵の摂動に対する堅牢性を証明するための強力なツールである。本稿では,複雑な構成機構の認証のためのフレームワークを提案する。複雑な脅威モデル下での堅牢性を証明するために複合メカニズムを使用するための原則的で一般的なフレームワークを提供する。
論文参考訳（メタデータ） (2026-05-20T22:17:29Z)
DexWorldModel: Causal Latent World Modeling towards Automated Learning of Embodied Tasks [54.32016216994156]
本稿では,DINOv3特徴を生成対象として用い,視覚ノイズから相互作用意味を乱す因果潜在世界モデル(CLWM)を提案する。メモリスケーリングを克服するため、CLWMはDual-State Test-Time Training (TTT)メモリを備えている。 EmbodiChainは、トレーニング中に物理基底軌道の無限の流れを注入することによって効率法を確立するオンラインフレームワークである。
論文参考訳（メタデータ） (2026-04-13T03:19:36Z)
Guardian: Detecting Robotic Planning and Execution Errors with Vision-Language Models [53.20969621498248]
本稿では,多種多様な計画および実行障害を生成するために,軌道を手続き的に乱す自動ロボット故障合成手法を提案する。 RLBench-Fail, BridgeDataV2-Fail, UR5-Failの3つの新しい故障検出ベンチマークを構築した。次に、詳細な障害推論と検出のためのマルチビューイメージを備えたVLMであるGuardianをトレーニングします。
論文参考訳（メタデータ） (2025-12-01T17:57:27Z)
DeceptionBench: A Comprehensive Benchmark for AI Deception Behaviors in Real-world Scenarios [57.327907850766785]
現実的な現実のシナリオにまたがる騙しのキャラクタリゼーションは未解明のままである。 DeceptionBenchは、さまざまなドメインにまたがる認知傾向を体系的に評価する最初のベンチマークです。本研究は,本質的な側面から,ユーザ満足度を優先する自己関心のエゴスティックな傾向を示すモデルや,サイコファンティックな行動を示すモデルについて検討する。実世界のフィードバックダイナミクスのより現実的なシミュレーションを構築するために,持続的マルチターン相互作用ループを組み込んだ。
論文参考訳（メタデータ） (2025-10-17T10:14:26Z)
Revisiting DRAM Read Disturbance: Identifying Inconsistencies Between Experimental Characterization and Device-Level Studies [6.994584169884799]
本研究では,RowHammerとRowPressのキービットフリップ特性をデバイスレベルのエラー機構から同定し,抽出する。我々はRowHammerとRowPressのビットフリップ方向の基本的な矛盾と、実験結果とデバイスレベルのエラー機構のアクセスパターン依存性を見出した。
論文参考訳（メタデータ） (2025-03-20T23:40:33Z)
An Experimental Characterization of Combined RowHammer and RowPress Read Disturbance in Modern DRAM Chips [7.430668228518989]
我々は、RowHammerとRowPressを組み合わせたパターンを、3大DRAMメーカーすべてから84個の実DDR4 DRAMチップで特徴付けている。以上の結果から,このRowHammerパターンとRowPressパターンの組み合わせは,最先端のRowPressパターンと比較して,最初のビットフリップを誘導するのに要する時間(最大46.1%高速)を著しく小さくすることがわかった。その結果,両面パターンの2つの攻撃行のうちの1つからRowPressが引き起こした読み出し障害効果が,他方よりもはるかに重要であるという重要な仮説が得られた。
論文参考訳（メタデータ） (2024-06-18T21:57:45Z)
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)
Spatial Variation-Aware Read Disturbance Defenses: Experimental Analysis of Real DRAM Chips and Implications on Future Solutions [6.731882555515892]
本報告では,読み出し障害の空間的変動の厳密な実DRAMチップ特性について述べる。 Sv"ardは、行レベルの読み取り障害プロファイルに基づいて、既存のソリューションの攻撃性を動的に適応する新しいメカニズムである。
論文参考訳（メタデータ） (2024-02-28T19:00:55Z)
Towards Robust and Adaptive Motion Forecasting: A Causal Representation Perspective [72.55093886515824]
本稿では,3つの潜伏変数群からなる動的過程として,運動予測の因果的形式化を導入する。我々は、因果グラフを近似するために、不変なメカニズムやスタイルの共創者の表現を分解するモジュラーアーキテクチャを考案する。合成および実データを用いた実験結果から,提案した3つの成分は,学習した動き表現の頑健性と再利用性を大幅に向上することが示された。
論文参考訳（メタデータ） (2021-11-29T18:59:09Z)
Clustering Effect of (Linearized) Adversarial Robust Models [60.25668525218051]
本稿では, 敵の強靭性に対する新たな理解を提案し, ドメイン適応や頑健性向上といったタスクに適用する。提案したクラスタリング戦略の合理性と優越性を実験的に評価した。
論文参考訳（メタデータ） (2021-11-25T05:51:03Z)

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。