論文の概要: VellSSLH: Sound Type-Guided Selective Speculative Load Hardening for LLVM IR
- arxiv url: http://arxiv.org/abs/2611.18463v1
- Date: Fri, 13 Nov 2026 17:29:34 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:32:14.78862
- Title: VellSSLH: Sound Type-Guided Selective Speculative Load Hardening for LLVM IR
- Title(参考訳): VellSSLH:LLVM IRのためのサウンドタイプガイド選択型ロードハード
- Abstract要約: C言語で書かれた一定時間暗号プログラムは、投機実行中に秘密を漏らすことができる。
本稿では,LLVM IRにおける投機的負荷硬化を選択的に挿入するVelSSLHを提案する。
VellSSLHはLLVM SLHよりも4.03%低い幾何学平均ランタイムを実現している。
- 参考スコア(独自算出の注目度): 1.63009456613805
- License:
- Abstract: Constant-time cryptographic programs written in C can still leak secrets during speculative execution. Mispredicted branches may allow instructions to access secret data and expose it through observable behavior. Speculative load hardening (SLH) addresses these leaks, but protecting values unnecessarily can introduce significant runtime overhead. We present VellSSLH, which selectively inserts speculative load hardening at LLVM IR. Programmers specify Public and Secret inputs in annotated C programs, and our analysis infers which values may become secret during speculation. The transformation then inserts misspeculation-flag operations and protections only where needed. VellSCT, our extracted checker, validates the resulting LLVM IR. We formalize speculative constant-time (SCT) security by extending Vellvm's LLVM semantics with speculative execution, attacker directives, and leakage observations. Our security type system reasons about SSA joins, symbolic values, poison, pointer provenance, and observable faults, and supports declared declassifications and trusted external services. In Rocq, we prove that programs accepted by the checker satisfy SCT, and that a reference hardening transformation preserves architectural behavior. Evaluated optimized variants are rechecked for SCT but are not covered by this preservation proof. Our mechanized guarantees apply at LLVM IR; security of the generated binary additionally depends on backend and hardware assumptions. We evaluate VellSSLH on 24 cryptographic entries on a bare-metal Intel processor. VellSSLH achieves 4.03% lower geometric-mean runtime than LLVM SLH, with 13 comparisons favoring VellSSLH, eight favoring LLVM SLH, and three inconclusive. For X25519, VellSSLH improves runtime by 22.69% over LLVM SLH with only 1.86% overhead over unprotected code. Compared with Ultimate SLH, VellSSLH achieves 19.65% lower runtime.
- Abstract(参考訳): C言語で書かれた一定時間暗号プログラムは、投機実行中に秘密を漏らすことができる。
誤予測されたブランチは、シークレットデータにアクセスし、観測可能な振る舞いを通じて公開する命令を許可する。
投機的ロードハードニング(SLH)は、これらのリークに対処するが、不要な値保護は、実行時のオーバーヘッドを大幅に引き起こす可能性がある。
本稿では,LLVM IRにおける投機的負荷硬化を選択的に挿入するVelSSLHを提案する。
プログラマは、注釈付きCプログラムでパブリック入力とシークレット入力を指定し、我々の分析は、投機中にどの値がシークレットになるかを推測する。
トランスフォーメーションは、必要に応じてのみ、誤った指定-フラグ操作と保護を挿入する。
抽出したチェッカーであるVelSCTは、結果のLLVM IRを検証する。
我々はVelvmのLLVMセマンティクスを投機実行、アタッカーディレクティブ、漏洩観測で拡張することで、投機定数時間(SCT)セキュリティを形式化する。
我々のセキュリティタイプシステムでは、SSAの結合、シンボル値、毒素、ポインタ証明、観測可能な障害が原因で、宣言された非分類化と信頼できる外部サービスをサポートします。
Rocqでは、チェッカーが受け入れるプログラムがSCTを満たすこと、参照硬化変換がアーキテクチャの挙動を保存することを証明している。
評価された最適化された変種は、SCTで再検査されるが、この保存証明ではカバーされない。
私たちの機械化保証はLLVM IRで適用されます。
ベアメタルIntelプロセッサ上で,24個の暗号エントリに対してVellSSLHを評価する。
VellSSLHはLLVM SLHよりも4.03%低い幾何平均ランタイムを実現しており、13の比較ではVelSSLHが好まれ、8つはLLVM SLHが好まれ、3つは不決定である。
X25519では、VellSSLHはLLVM SLHよりも22.69%向上し、保護されていないコードよりも1.86%のオーバーヘッドしかなかった。
Ultimate SLHと比較して、VellSSLHは19.65%低いランタイムを実現している。
関連論文リスト
- CASHEWS: Source Preprocessor for LLM-based Malicious Package Detection [41.27475849408484]
悪意のあるnpmパッケージ検出ツールは、ソースコードの意味的理解を利用して、大規模に悪意のあるインテントを検出する。
この機能は、Shai-Huludのような最近のサプライチェーン攻撃に関わるパッケージを特定する上で、非常に有益であることが証明されている。
CASHEWSはJavaScriptプリプロセッサで、ソースコードを書き換えてファイルサイズを減らし、解析に無関係なコードを削除する。
論文 参考訳(メタデータ) (2026-09-16T16:00:58Z) - Type-Directed, Secure-by-Construction Enclave Partitioning for LLVM [0.869928033942254]
我々は,LLVM IRをベースとして,低レベルの攻撃者に対するセキュリティを強制する新しいパーミッシブ型システムを備えた,難解な電卓であるSIRを定式化した。
次に、任意の非エンクレーブメモリを観測できる強力な攻撃者に対する非干渉を強制するエンクレーブ対応計算であるSIRENに拡張する。
第3に、セキュアなエンクレーブ認識プログラムを自動生成する型駆動型保存コンパイルをSIRからSIRENに開発する。
論文 参考訳(メタデータ) (2026-09-02T03:25:29Z) - LMSM: LLM Security Framework Inspired by Linux Security Modules [56.93644694627783]
大規模言語モデル(LLM)は階層化されたディフェンスでデプロイされることが多いが、悪意のあるプロンプトはそれらをバイパスすることができる。
我々は,Language Model Security Modules (LMSM) という,Linux Security Modules (LSM) の背後にある分離を LLM サービスに適応させるセキュリティフレームワークを提案する。
論文 参考訳(メタデータ) (2026-08-26T12:13:05Z) - PTSan: A Practical Memory Safety Sanitizer for C/C++ with Pointer-Object Authority [0.0]
PTSanはポインタベースのチェックを、各ポインタの高ビットとそのバウンダリを固定サイズの実行テーブルでオブジェクト識別子で実践する。
PTSanは、最も早く公開された位置ベースのサニタイザと同等に動作する。
論文 参考訳(メタデータ) (2026-07-21T16:16:27Z) - RealSec-bench: A Benchmark for Evaluating Secure Code Generation in Real-World Repositories [58.32028251925354]
LLM(Large Language Models)は、コード生成において顕著な能力を示しているが、セキュアなコードを生成する能力は依然として重要で、未調査の領域である。
我々はRealSec-benchを紹介します。RealSec-benchは、現実世界の高リスクなJavaリポジトリから慎重に構築されたセキュアなコード生成のための新しいベンチマークです。
論文 参考訳(メタデータ) (2026-01-30T08:29:01Z) - Toward Faithful Retrieval-Augmented Generation with Sparse Autoencoders [39.5490415037017]
Retrieval-Augmented Generation (RAG) は、大規模言語モデル(LLM)の事実性を改善する。
既存のRAGの幻覚検出法は、しばしば大規模な検出器の訓練に頼っている。
RAGLensは、RAG出力を正確にフラグする軽量幻覚検出器である。
論文 参考訳(メタデータ) (2025-12-09T18:33:22Z) - Can LLMs Recover Program Semantics? A Systematic Evaluation with Symbolic Execution [1.5377279217726239]
難読化は、プログラムの理解、メンテナンス、テスト、脆弱性検出といったソフトウェアエンジニアリングタスクに永続的な課題をもたらす。
微調整言語モデルがプログラムを効果的に難読化し、分析可能性を取り戻すことができるかどうかを検討する。
論文 参考訳(メタデータ) (2025-11-24T13:55:20Z) - "Digital Camouflage": The LLVM Challenge in LLM-Based Malware Detection [0.0]
大規模言語モデル(LLM)がマルウェア検出のための有望なツールとして登場した。
しかし、逆コンパイラレベルの難読化の下での信頼性はまだ発見されていない。
本研究は,コンパイラレベルの難読化技術に対する3つの最先端LCMのロバスト性を実証的に評価する。
論文 参考訳(メタデータ) (2025-09-20T12:47:36Z) - D-LiFT: Improving LLM-based Decompiler Backend via Code Quality-driven Fine-tuning [49.16469288280772]
逆コンパイラは、バイナリから可読なソースコードを再構築する。
近年の進歩にもかかわらず、そのアウトプットは構文上の誤りや意味的な誤りに悩まされ、読みにくいままである。
大規模言語モデル (LLMs) の出現により、研究者は逆コンパイラ出力を洗練するためのLLMの可能性を探り始めた。
D-LIFTは、微調整強化学習を施した拡張逆コンパイラLLMパイプラインである。
論文 参考訳(メタデータ) (2025-06-11T19:09:08Z) - Syzygy: Dual Code-Test C to (safe) Rust Translation using LLMs and Dynamic Analysis [8.361424157571468]
Syzygyは、C言語を安全なRustに変換する自動化アプローチである。
これは、Rustのコード翻訳を安全にする上で、これまでで最大の自動化およびテスト検証済みのCである。
論文 参考訳(メタデータ) (2024-12-18T18:55:46Z) - SORRY-Bench: Systematically Evaluating Large Language Model Safety Refusal [64.9938658716425]
SORRY-Benchは、安全でないユーザ要求を認識し拒否する大規模言語モデル(LLM)能力を評価するためのベンチマークである。
まず、既存の手法では、安全でないトピックの粗い分類を使い、いくつかのきめ細かいトピックを過剰に表現している。
第二に、プロンプトの言語的特徴とフォーマッティングは、様々な言語、方言など、多くの評価において暗黙的にのみ考慮されているように、しばしば見過ごされる。
論文 参考訳(メタデータ) (2024-06-20T17:56:07Z)
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。