Understanding RowHammer Under Reduced Refresh Latency: Experimental Analysis of Real DRAM Chips and Implications on Future Solutions
本文基于388个真实DDR4芯片实验分析刷新延迟与RowHammer的关系,提出PaCRAM以部分电荷恢复降低五种现有缓解机制的性能、能耗和面积开销。
2025-02-17 cs.AR cs.CR
Mithril: Cooperative Row Hammer Protection on Commodity DRAM Leveraging Managed Refresh
自2010年代中期公开引入以来,排锤(RH)现象由于其安全影响而引起了研究界的极大关注。虽然处理器厂商、DRAM制造商和学术界已经提出了许多RH保护方案,但它们仍然存在缺点。在存储器控制器(MC)中实现的解决方案由于其在要支持的DRAM组的数量和RH阈值方面针对最坏情况的保守设计而招致越来越高的成本。同时,DRAM侧的实现要么具有用于RH保护措施的有限时间裕度,要么需要对标准DRAM接口进行大量修改。最近,在DDR5/LPDDR 5标准中引入了用于RH保护的新命令,称为刷新管理(RFM)。RFM使RH保护的任务分离到MC和DRAM,通过使前者以特定的激活频率生成RFM命令,而后者在给定的时间窗口内采取适当的RH保护措施。虽然有前途,没有现有的研究提出和分析基于RFM的RH保护的解决方案。在本文中,我们提出了Mithril,第一RFM接口兼容,DRAM MC合作RH保护方案提供确定性的保护保证。Mithril对于没有对抗性内存访问模式的常见用例具有最小的能量开销。我们还介绍了Mithril+,这是一个可选的扩展,可以在利用现有DRAM命令的同时,以微小的修改MC为代价,提供最小的性能开销。
2021-12-24 cs.AR cs.CR
MINT: Securely Mitigating Rowhammer with a Minimalist In-DRAM Tracker
本文提出一种仅需单个条目的极简DRAM内部追踪器MINT,通过概率性选择刷新时缓解目标,以极低开销安全缓解Rowhammer攻击,并分析了刷新推迟的影响。
2024-07-22 cs.AR cs.CR
Exploiting the DRAM Microarchitecture to Increase Memory-Level Parallelism
本文总结了2012年ISCA上发表的DRAM子阵级并行化(SALP)思想,并分析了该工作的意义和未来潜力。现代DRAM具有多个存储体以并行地服务多个存储器请求。然而,当两个请求进入同一个存储体时,它们必须被串行地服务,从而加剧了片上存储器的高延迟。增加更多的银行到系统中,以减轻这个问题会导致高系统成本。我们在这项工作中的目标是以低成本的方式实现增加银行数量的好处。为此,我们提出了三个新的机制,SALP-1,SALP-2,和MASA(激活子阵列的数量),以减少不同的请求,去同一银行的序列化。我们的机制所利用的关键观察是,现代DRAM银行实现为子阵列的集合,这些子阵列在很大程度上独立运行,同时共享很少的全局外围结构。我们提出的三种机制通过重叠多个请求的银行访问延迟的不同组件来减轻银行序列化的负面影响,这些请求去往同一银行内的不同子阵列。SALP-1不需要改变现有的DRAM结构,只需要重新解释一些现有的DRAM时序参数。SALP-2和MASA只需要对DRAM外围结构进行适度的更改(< 0.15%的面积开销),这比DRAM核心的设计约束要少得多。我们的评估表明,SALP-1、SALP-2和MASA显著提高了单核系统(7%/13%/17%)和多核系统(15%/16%/20%)的性能,平均在各种工作负载下。我们还表明,我们的机制可以结合应用程序感知的内存请求调度在多核系统中,以进一步提高性能和…
2018-05-04 cs.AR
Uncovering In-DRAM RowHammer Protection Mechanisms: A New Methodology, Custom RowHammer Patterns, and Implications
DRAM中的RowHammer漏洞是对系统安全的严重威胁。为了防止RowHammer,供应商致力于通过模糊来实现安全性:现代DRAM芯片依赖于未记录的专有芯片缓解措施,通常称为目标行刷新(TRR)。在高级别上,TRR检测和刷新潜在的RowHammer受害者行,但其确切实现没有公开披露。TRR机制的安全保证由于其专有性质而不易研究。为了评估最近的DRAM芯片的安全保证,我们提出了发现TRR(U-TRR),一种实验方法来分析在DRAM TRR实现。U-TRR基于新的观察,即DRAM中的数据保留故障会导致侧通道泄漏TRR如何刷新潜在受害行的信息。U-TRR允许我们(i)了解逻辑DRAM行如何在硅中物理布局;(ii)研究未记录的片上TRR机制;以及(iii)结合(i)和(ii)来评估现代DRAM芯片的RowHammer安全保证。我们展示了如何U-TRR允许我们手工RowHammer访问模式,成功地规避TRR机制,在45个DRAM模块的三大DRAM供应商。我们发现,我们分析的DRAM模块容易受到RowHammer的攻击,在所有DRAM行中高达99.9%的位置翻转。我们在[106]公开和免费提供U-TRR源代码。
2022-10-22 cs.AR cs.CR
RogueRFM: Attacking Refresh Management for Covert-Channel and Denial-of-Service
该研究发现DDR5的RFM刷新管理接口存在跨存储体干扰副作用,据此构建了带宽最高31.3KB/s的隐蔽信道和最高致性能下降67%的拒绝服务攻击,并探讨了相应防御对策。
2025-01-11 cs.AR cs.CR
BARD: Reducing Write Latency of DDR5 Memory by Exploiting Bank-Parallelism
Georgia Institute of Technology(佐治亚理工学院)
BARD通过修改缓存替换策略提高DDR5内存写入的银行并行性,从而减少写入延迟并提升性能。
2025-12-20 cs.AR
Mitigating Wordline Crosstalk using Adaptive Trees of Counters
DRAM中某些行的高访问频率可能由于串扰而导致物理相邻行的单元中的数据丢失。通过重复访问一行来恶意利用这种串扰来引起这种效应,这被称为行锤击。此外,由于应用程序访问模式的自然加权性质,也可能发生无意的行锤击。在本文中,我们分析了现有的方法来减轻串扰的效率,并证明他们已经保守的设计。考虑到DRAM访问的不平衡性质,存储体中的一小组动态分配的计数器可以确定性地检测热行并减轻串扰。基于我们的研究结果,我们提出了一个基于计数器的自适应树(CAT)的方法,以减轻串扰使用自适应树的计数器,以指导适当的刷新脆弱的行。其关键思想是根据内存引用模式调整计数器到存储体中的行的分布。与确定性解决方案相比,CAT使用更少的计数器,使其实际上可以在片上实现。与现有的概率方法相比,CAT更精确地刷新易受串扰影响的行,基于其访问频率。在四个基准测试套件的工作负载上的实验结果表明,CAT将四核系统中的串扰缓解刷新功耗开销降低到7%,这比领先的确定性方法和概率方法分别降低了21%和18%。此外,CAT的性能开销非常低(0.5%)。硬件综合评估表明,CAT可以实现在片上只有一个名义面积开销。
2018-06-07 cs.AR
DRMap: A Generic DRAM Data Mapping Policy for Energy-Efficient Processing of Convolutional Neural Networks
Technische Universität Wien(维也纳工业大学)
许多卷积神经网络(CNN)加速器面临着性能和能效挑战,这对于嵌入式实现至关重要,因为DRAM访问延迟和能耗很高。最近,一些DRAM架构已经被提出来利用子阵列级并行来减少访问延迟。为此,我们提出了一种设计空间探索方法来研究不同的DRAM架构上的不同映射策略的延迟和能量,并确定帕累托最优的设计选择。结果表明,能量有效的DRAM访问可以通过映射策略,有序的优先级,以最大限度地提高行缓冲器的命中,银行和子阵列级的并行性。
2020-04-21 cs.AR cs.LG
Improving DRAM Performance, Security, and Reliability by Understanding and Exploiting DRAM Timing Parameter Margins
本论文严格的特点,许多现代商品DRAM设备,并表明,通过利用DRAM访问时序裕度在DRAM推荐的DRAM时序规范,我们可以显着提高系统性能,降低功耗,提高设备的可靠性和安全性。首先,我们表征DRAM时序参数裕度,并发现DRAM的某些区域可以访问速度比其他地区由于DRAM单元工艺制造的变化。我们利用这一点,使可变的访问时间取决于被访问的DRAM单元,这不仅提高了整体系统性能,而且还降低了功耗。其次,我们发现,我们可以唯一地识别DRAM设备的故障,导致当我们访问DRAM的定时参数降低到低于规格值的位置。因为我们通过DRAM访问来诱导这些故障,所以我们可以比以前的工作更快地生成这些唯一标识符。第三,我们提出了一个随机数发生器,它是基于我们的观察,在某些DRAM单元的定时故障是随机引起的,因此可以重复轮询,非常迅速地产生真正的随机值。最后,我们描述了RowHammer的安全漏洞在广泛的现代DRAM芯片,同时违反DRAM刷新要求,以直接表征底层DRAM技术,而不干扰刷新命令。我们通过对真实芯片的表征证明,现有的RowHammer缓解机制要么不可扩展,要么在预计的未来设备中遭受过大的性能开销,因此研究更有效的RowHammer解决方案至关重要。总的来说,我们的研究建立了对现代DRAM设备的新理解,以同时提高计算系统的性能,可靠性和安全性。
2021-09-29 cs.AR cs.CR cs.PF
PIMfused: Near-Bank DRAM-PIM with Fused-layer Dataflow for CNN Data Transfer Optimization
针对近存储体DRAM-PIM加速CNN时跨存储体数据传输受限问题,提出软硬件协同设计PIMfused,通过融合层数据流打破层间依赖,优化数据传输,在4存储体PIMcore下相比基线实现内存周期、能耗和面积的显著优化。
2025-11-11 cs.AR
Sudoku: Decomposing DRAM Address Mapping into Component Functions
针对DRAM地址映射逆向工程不足的问题,提出基于时序的Sudoku工具,自动分解地址映射为通道、秩、存储体组和存储体函数,并在Intel和AMD处理器上验证成功。
2025-06-18 cs.AR cs.CR
ARTA: Adaptive Reinforcement-Learning-Based Throttling Agent for RowHammer Vulnerabilities
British Columbia Institute of Technology(不列颠哥伦比亚理工学院);Virginia Tech(弗吉尼亚理工大学);Fairleigh Dickinson University(费尔利·迪金森大学)
提出ARTA,一种基于Q学习的轻量级节流机制,通过监控DRAM刷新窗口内的内存访问行为并动态调整核心吞吐量,消除位翻转并提升性能。
2026-06-06 cs.AR cs.CR
Enabling Efficient Dynamic Resizing of Large DRAM Caches via A Hardware Consistent Hashing Mechanism
已经提出将裸片堆叠式DRAM用作具有数百或数千兆字节容量的大型、高带宽、末级高速缓冲存储器。然而,并非所有工作负载(或阶段)都可以有效地利用这么多缓存空间。不幸的是,未使用(或未充分使用)的高速缓存由于外围电路中的泄漏和周期性DRAM刷新而继续消耗功率。动态调整可用的DRAM缓存容量可以在很大程度上消除这种能量开销。然而,当前提出的DRAM高速缓存组织为动态高速缓存缓存管理引入了新的挑战。该组织不同于传统的SRAM高速缓存组织,因为它将整个高速缓存集及其标签放置在单个存储体中,以减少片上面积和功耗开销。因此,对DRAM高速缓存进行重映射需要将集合从断电的存储体重映射到活动存储体。在本文中,我们提出CRUNCH(缓存调整使用本地一致性哈希),硬件数据重新映射方案的启发一致性哈希,最初提出的算法,以统一和动态地分布互联网流量在不断变化的人口的Web服务器。CRUNCH提供了将数据从断电的银行单独重新映射到活动银行的负载平衡重新映射,而不需要重新映射所有银行的数据集,这与实现负载均衡的天真方案不同。CRUNCH仅重新映射掉电存储体的集合,因此它以低存储体上电/掉电转换延迟实现这种负载均衡。CRUNCH将良好的负载均衡和低转换延迟相结合,为实现高效的DRAM高速缓存存储提供了基础。
2016-02-01 cs.AR
A gem5-based Simulation Framework for Computing-in-DRAM
TU Dresden(德累斯顿工业大学);Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡大学);Paderborn University, Germany(帕德博恩大学)
针对计算型 DRAM 缺乏全应用仿真工具的问题,提出基于最新 gem5 的 gem5-CIMD 框架,扩展指令集至十六种 CIM 操作,实现子阵列感知映射与刷新建模,并公开源码。
2026-10-07 cs.AR cs.ET
ColumnKeeper: Efficient Solutions to the ColumnDisturb Vulnerability in DRAM-based Systems
ETH Zürich(苏黎世联邦理工学院);TOBB ETÜ(土耳其技术科学大学);CISPA(信息安全研究中心)
针对新型DRAM读取干扰现象ColumnDisturb,提出两种低开销缓解机制CK-D(确定性)和CK-P(概率性),利用DRAM架构特性防止比特翻转,性能开销极低。
2026-06-24 cs.AR cs.CR
CAMEL: Co-Designing AI Models and Embedded DRAMs for Efficient On-Device Learning
New York University(纽约大学);Harvard University(哈佛大学)
提出CAMEL系统,通过算法与硬件协同设计,利用eDRAM存储和可逆DNN架构,实现高效设备端训练,显著降低内存使用和能耗,并提升训练速度。
2023-12-22 cs.AR cs.LG cs.NE
Understanding the Security Benefits and Overheads of Emerging Industry Solutions to DRAM Read Disturbance
本文首次系统分析 DDR5 新兴的 PRAC 读干扰缓解机制,揭示其安全配置阈值、性能开销及可被对抗访问模式利用的可用性风险,并开源 Ramulator 2.0 实现。
2024-08-08 cs.AR cs.CR
Per-Bank Memory Bandwidth Regulation for Predictable and Performant Real-Time System
The University of Kansas(堪萨斯大学)
本文提出基于银行的内存带宽调节方法,通过分析DRAM的银行级并行性,改进实时系统的性能和可预测性,实验表明该方法在对抗性银行竞争中提升了5.74倍的吞吐量。
2026-03-27 cs.AR
ORAP: Optimized Row Access Prefetching for Rowhammer-mitigated Memory
Texas A&M University(德克萨斯农工大学);AheadComputing(阿赫德计算公司);Arm Texas A&M University(安谋德州农工大学)
ORAP通过优化行访问预取减少DRAM激活率,提升性能并降低能耗。
2026-02-13 cs.AR
Asynchronous Memory Access Unit: Exploiting Massive Parallelism for Far Memory Access
针对远内存访问延迟高导致的性能问题,提出异步内存访问指令与配套单元AMU,通过分离请求与响应、复用L2缓存作SPM及协程框架提升MLP,实验验证其可有效掩盖远内存延迟并实现显著加速。
2024-04-17 cs.AR
MAC: a novel systematically multilevel cache replacement policy for PCM memory
近年来,多核系统的快速发展和数据密集型应用的增加对内存提出了更高的要求。传统的DRAM存储器可以通过减小存储单元的特征尺寸来增加其容量。现在DRAM的进一步扩展面临着巨大的挑战,并且DRAM的频繁刷新操作会带来大量的能量消耗。相变存储器(PCM)作为一种新兴的存储技术,很有希望成为主存储器。它以其低功耗、高密度和非易失性等优点而受到广泛关注,但其持久性有限,写入延迟相对较长。针对写操作问题,通过优化缓存替换策略来保护脏缓存块是一种有效的方法。在本文中,我们构建了一个系统的多级结构,并在此基础上提出了一种新的缓存替换策略称为MAC。MAC可以有效地减少PCM存储器的写流量,且硬件开销较低。我们在GEM5上进行了仿真实验,以评估MAC和其他相关工作的性能。结果表明,MAC在不增加程序执行时间的情况下,最大限度地减少了写操作量(平均为25.12%)。
2016-06-10 cs.AR cs.DC
PIM-FW: Hardware-Software Co-Design of All-pairs Shortest Paths in DRAM
University of California, San Diego(加州大学圣迭戈分校);Illinois Institute of Technology(伊利诺伊理工学院)
PIM-FW通过硬件-软件协同设计,在DRAM中高效计算所有对最短路径,实现18.7倍速度提升和3200倍能耗降低。
2025-12-20 cs.AR
Membrane: Accelerating Database Analytics with Bank-Level DRAM-PIM Filtering
本文提出协同利用 CPU 与 DRAM 存储体级 PIM 的查询处理框架,将 JOIN 简化为过滤任务,在 TPCH 和 SSB 上实现最高 6.5 倍加速,并分析了选择性、内存开销与软件优化。
2025-04-08 cs.AR
BreakHammer: Enhancing RowHammer Mitigations by Carefully Throttling Suspect Threads
BreakHammer通过跟踪并限制触发RowHammer预防性动作的硬件线程,显著降低内存系统性能、能耗和公平性开销,且面积开销几乎为零。
2024-10-04 cs.AR cs.CR
DX100: A Programmable Data Access Accelerator for Indirection
针对间接内存访问的带宽瓶颈,提出可编程数据访问加速器DX100,通过重排和合并请求提升DRAM带宽利用率,并借助MLIR编译器自动转换代码,性能显著优于多核基线和现有预取器。
2025-06-02 cs.AR
PRACtical: Subarray-Level Counter Update and Bank-Level Recovery Isolation for Efficient PRAC Rowhammer Mitigation
本文提出 PRACtical,通过子阵列级计数器更新重叠与 bank 级恢复隔离优化 PRAC+ABO,在保持 Rowhammer 安全性的同时提升性能并降低能耗。
2025-07-24 cs.AR cs.ET