ScaleDisturb: Exploiting Temporal Asymmetry to Amplify Read Disturbance in Modern DRAM Chips
ETH Zürich(苏黎世联邦理工学院);CISPA(萨姆·霍伊泽尔计算机安全与隐私中心);Inria Paris(法国国家信息与自动化研究所巴黎分部)
提出一种新的DRAM访问模式ScaleDisturb,通过不对称延长两个攻击行的打开时间放大读干扰,在更少的行激活次数下引发比特翻转,并降低攻击难度。
2026-06-05 cs.AR cs.CR
Dataplant: Enhancing System Security with Low-Cost In-DRAM Value Generation Primitives
多年来,DRAM制造商一直优先考虑内存容量,产量和带宽,同时试图保持设计复杂性尽可能简单。DRAM芯片不执行任何计算或其他重要功能,例如安全性。处理器实现保护系统免受安全威胁的大多数现有安全机制,因为1)执行安全机制通常需要非平凡的计算能力(例如,加密),以及2)商品DRAM芯片不被设计为执行除数据存储之外的计算或任务。在这项工作中,我们主张DRAM作为一个关键组成部分,为系统提供安全机制。为此,我们提出了Dataplant,一类新的低成本,高性能和可靠的安全原语,可以集成在商品DRAM芯片的变化最小。Dataplant的主要思想是稍微修改内部DRAM定时信号,以暴露在所有DRAM芯片中发现的固有工艺变化,用于生成不可预测但可再现的值(例如,在DRAM中。我们使用Dataplant来构建两个新的安全机制。首先,一个新的基于数据工厂的物理不可克隆功能(PUF),具有非破坏性读出,低评估延迟,鲁棒的响应,对温度变化的弹性和数据独立的响应。第二,一种新的冷启动攻击预防机制,可以在每个电源周期自动销毁DRAM中的所有数据,并且运行时能量和延迟开销为零。使用136个真实商品DRAM芯片的详细模拟和实验相结合,我们表明我们基于Dataplant的PUF的吞吐量比最先进的DRAM PUF高1.8倍。我们还证明,我们的基于Dataplant的冷启动攻击保护机制是19.5倍的速度,消耗2.54倍的能…
2019-11-05 cs.CR
TRRespass: Exploiting the Many Sides of Target Row Refresh
在大量备受瞩目的RowHammer攻击之后,CPU和DRAM供应商争先恐后地提供针对RowHammer问题的最终硬件解决方案:目标行刷新(TRR)。从业者普遍认为,对于受TRR保护的最新一代DDR4系统,RowHammer在实践中不再是一个问题。然而,实际上,人们对TRR知之甚少。在本文中,我们揭开了TRR的内部工作原理,并揭穿了它的安全保证。我们表明,什么是宣传作为一个单一的缓解机制,实际上是一系列不同的解决方案下的总术语TRR合并。通过深入分析,我们检查并披露了不同的现有TRR解决方案,并证明现代实现完全在DRAM芯片内运行。尽管在DRAM缓解分析的困难,我们描述了新的技术,以获得这些缓解机制的操作的见解。这些见解使我们能够构建TRRespass,一个可扩展的黑盒RowHammer模糊器。TRRespass表明,即使是最新一代的DDR4芯片,具有内置DRAM TRR,对所有已知的RowHammer攻击免疫,通常仍然容易受到我们开发的RowHammer的新TRR感知变体的攻击。特别是,TRRespass发现,在现代DDR4模块上,当使用许多攻击者行(在某些情况下多达19行)时,RowHammer仍然是可能的,我们通常将其称为多面RowHammer。总的来说,我们的分析表明,来自所有三家主要DRAM供应商的42个模块中有13个容易受到我们的TRR感知RowHammer访问模式的攻击…
2020-04-03 cs.CR
Improving DRAM Performance, Reliability, and Security by Rigorously Understanding Intrinsic DRAM Operation
DRAM是现代系统中用于主存储器的主要技术。不幸的是,随着DRAM规模缩小到更小的技术节点,它在数据完整性和延迟方面都面临着关键挑战,这严重影响了整体系统的可靠性,安全性和性能。为了为未来的系统开发可靠、安全和高性能的基于DRAM的主存储器,严格地表征、分析和理解各个方面(例如,可靠性、保持性、等待时间、RowHammer漏洞)以及它们的架构。本论文的目标是1)开发技术和基础设施,使这种严格的表征,分析和理解,和2)使新的机制,以提高DRAM的性能,可靠性和安全性的基础上开发的理解。为此,在本论文中,我们1)设计、实现并原型化了一种新的实用且灵活的基于FPGA的DRAM表征基础设施(称为SoftMC),2)使用DRAM表征基础设施开发新的实验方法(称为U-TRR),以揭示现有专有的操作-DRAM RowHammer保护机制并设计新的RowHammer访问模式以有效地规避这些RowHammer保护机制,3)提出一种新的DRAM架构,称为SelfManaging DRAM,用于实现自主和有效的DRAM内维护操作,其不仅实现更好的性能、效率和可靠性,而且还实现对DRAM芯片的更快和更容易的改变的采用,以及4)提出了一种通用DRAM衬底,称为复制行(CROW)衬底,其实现用于改进DRAM性能、能量消耗和可靠性的新机制。
2023-03-13 cs.AR cs.CR
Self-Managing DRAM: A Low-Cost Framework for Enabling Autonomous and Efficient in-DRAM Operations
提出自管理DRAM(SMD)架构,将维护操作控制从内存控制器移至芯片内部,通过单一接口修改实现自主维护与延迟重叠,平均加速4.1%,低成本且开源。
2025-08-06 cs.AR cs.CR
SpyHammer: Understanding and Exploiting RowHammer under Fine-Grained Temperature Variations
首次揭示 RowHammer 对细粒度温度变化高度敏感,并提出 SpyHammer 攻击,利用位错误率随温度变化的规律精准窥探关键系统 DRAM 温度。
2024-06-02 cs.AR cs.CR
TASE: Reducing latency of symbolic execution with transactional memory
我们提出了一种称为TASE的工具的设计和实现,该工具使用事务存储器来减少具有少量符号状态的符号执行应用程序的延迟。执行路径在操作具体值时以本机方式执行,并且仅当执行遇到符号值(或建模函数)时,本机执行挂起并开始解释。然后,当不再遇到符号值时,执行返回到其本机模式。TASE设计中的关键创新是将检查值是否是符号的成本分摊到几条指令上的技术,以及使用硬件支持的事务存储器(TSX)来实现本机执行,当检测到使用符号值时(可能是迟来的),本机执行不会回滚。我们表明,TASE有可能显着提高一些延迟敏感的应用程序的符号执行,如方法来验证客户端的行为在客户端-服务器应用程序。
2019-12-27 cs.CR
Quantifying Memory Cells Vulnerability for DRAM Security
National University of Singapore(新加坡国立大学);University of Sheffield(谢菲尔德大学);Queen’s University Belfast(贝尔法斯特女王大学);Wiznet
本文提出一个量化内存单元电路框架,用于直接建模DRAM的物理电荷泄漏和干扰路径,评估其在挥发性、完整性及保密性方面的安全特性。
2026-03-19 cs.CR
Terracotta: Enabling the Adoption of New DRAM Techniques via a Flexible DRAM Interface and Memory Controller
ETH Zürich(苏黎世联邦理工学院);CISPA(CISPA亥姆霍兹信息安全中心);New York University(纽约大学)
Terracotta通过可编程内存控制器和自定义命令扩展,利用DRAM技术间的相似性构建原语,实现多种DRAM技术而无需重复修改接口,保留>96%性能,开销极低。
2026-10-07 cs.AR cs.CR cs.DC
Exploiting Nanoelectronic Properties of Memory Chips for Prevention of IC Counterfeiting
Indian Institute of Technology Delhi(印度理工学院德里分校)
本研究提出一种非挥发性记忆体晶片防伪的方法。特别是,我们实验证明了一种通用的方法,用于检测(i)集成电路(IC)的起源,(ii)回收或使用的NVM芯片,和(iii)在芯片中使用的位置(地址)的识别。我们提出的方法检查商业现货(COTS)NVM芯片的延迟和可变性签名。所提出的技术需要低周期(~100)预处理,并利用机器学习(ML)算法。我们观察到不同的趋势,在不同的NVM技术从不同的供应商循环的延迟(扇区擦除或页面写入)的演变。ML辅助方法用于检测IC制造商,在由包括6个不同制造商(9种芯片)的3种不同NVM技术组成的准备好的测试数据集上获得95.1%的准确度。
2022-09-09 cs.AR cs.CR cs.LG
A Low-latency Secure Data Outsourcing Scheme for Cloud-WSN
在云计算的支持下,可以有效地管理从各种无线传感器网络应用中收集的大量数据。然而,在云无线传感器网络(C-WSN)中,维护数据安全性和数据处理效率是重要且具有挑战性的问题。本文提出了一种基于CP-ABE的高效数据外包方案,该方案不仅能保证数据访问的安全性,而且能减少数据处理的时间。在我们提出的方案中,一个大的文件被划分成几个数据块的数据所有者(DO)首先。然后,数据块被加密并并行传输到云服务器。对于数据接收器(DR),数据解密和数据传输也并行处理。此外,DR可以在没有任何主密钥组件的情况下检查数据完整性。安全性分析表明,该方案能够满足C-WSN的安全需求。通过性能评估表明,与传统的CP-ABE方法相比,该方案可以显著提高数据处理效率。
2018-10-25 cs.CR
In-DRAM True Random Number Generation Using Simultaneous Multiple-Row Activation: An Experimental Study of Real DRAM Chips
ETH Zürich(苏黎世联邦理工学院);CISPA(CISPA亥姆霍兹信息安全中心)
本研究通过实验验证了在商用DRAM芯片中利用同时多行激活(SiMRA)生成真随机数,实现了高吞吐量和低延迟,并开源了基础设施。
2025-10-23 cs.AR cs.CR cs.DC
Toward Practical Privacy-Preserving Convolutional Neural Networks Exploiting Fully Homomorphic Encryption
本文针对全同态加密在卷积神经网络推理中计算与内存开销过大的问题,提出结合GPU/ASIC加速、高效激活函数与优化打包方案的优化方法,在NVIDIA A100 GPU上将加密推理延迟降至1.4秒,并经定制硬件进一步降至0.03秒。
2023-10-25 cs.AR cs.CR
Exploiting Efficiency Vulnerabilities in Dynamic Deep Learning Systems
University of Texas at Dallas USA(德克萨斯大学达拉斯分校)
本研究揭示动态深度学习系统因输入自适应计算而存在的效率漏洞,分析攻击策略与防御缺陷,并提出开发针对性防御以增强对抗条件下的鲁棒性。
2025-06-21 cs.AI cs.CR cs.LG
PoSME: Proof of Sequential Memory Execution via Latency-Bound Pointer Chasing with Causal Hash Binding
WritersLogic Inc.(WritersLogic公司)
PoSME通过延迟绑定指针追逐和因果哈希绑定,实现强制持续顺序计算,具有严格的线性内存步骤执行、高时间内存折衷抵抗性和紧ASIC优势界。
2026-04-17 cs.CR cs.DC