Leaky Nets: Recovering Embedded Neural Network Models and Inputs through Simple Power and Timing Side-Channels -- Attacks and Defenses
Massachusetts Institute of Technology(麻省理工学院)
随着机器学习理论的发展,许多商用嵌入式微处理器使用神经网络模型进行各种信号处理。然而,其相关的侧信道安全漏洞构成了一个主要问题。已经有几个概念验证攻击演示了其模型参数和输入数据的提取。但是,这些攻击中的许多涉及特定的假设,具有有限的适用性,或者对攻击者造成巨大的开销。在这项工作中,我们研究了嵌入式神经网络实现的侧信道漏洞,通过使用基于时间的信息泄漏和简单的功率分析侧信道攻击恢复其参数。我们展示了我们的攻击流行的微控制器平台上的网络不同的精度,如浮点,定点,二进制网络。我们不仅能够成功地恢复模型参数,而且能够恢复上述网络的输入。针对基于时间的攻击的对策实施和他们的开销进行了分析。
2021-03-26 cs.CR cs.LG
Adversarial Attack Based Countermeasures against Deep Learning Side-Channel Attacks
本文针对深度学习侧信道攻击提出基于对抗攻击的新型防护对策,实验证明其既能有效抵御深度学习侧信道攻击,也能抵抗经典侧信道攻击。
2020-09-22 cs.CR
Playing with blocks: Toward re-usable deep learning models for side-channel profiled attacks
Radboud University(拉德堡德大学);IKERLAN Research Center(伊克兰研究中心)
本文介绍了一种用于侧信道分析的深度学习模块化网络。我们的深度学习方法具有与其他网络交换部分(模块)的能力。我们的目标是将可重用的训练模块引入侧通道分析,而不是为每个评估构建架构,从而减少进行这些评估时的工作量。我们的实验表明,我们的架构可行地评估了侧通道评估,这表明我们在本文中提出的网络的学习可转移性是可能的。
2022-03-17 cs.CR cs.LG
FedDefender: Client-Side Attack-Tolerant Federated Learning
KAIST(韩国科学技术院);Microsoft Research Asia(微软亚洲研究院);GIST(光州科学技术院);IBS(基础科学研究院)
针对联邦学习易受模型投毒攻击、现有服务器侧防御在非独立同分布数据等场景下失效的问题,提出含抗攻击本地元更新与全局知识蒸馏的客户端侧防御机制FedDefender,可协同服务器侧策略提升攻击鲁棒性。
2023-07-18 cs.AI cs.CR
Systematic Classification of Side-Channel Attacks: A Case Study for Mobile Devices
自2007年引入以来,对移动设备的侧信道攻击越来越受到关注。虽然传统的侧信道攻击,如功率分析攻击和电磁分析攻击,需要攻击者的物理存在以及昂贵的设备,但(无特权)应用程序是利用现代移动设备上的泄漏信息所需的全部。鉴于智能手机上存储了大量的敏感信息,侧信道攻击的后果会影响用户及其设备的安全和隐私。在本文中,我们提出了一个新的分类系统的侧信道攻击,这是必要的侧信道攻击,因为他们的科学调查在20世纪90年代的灵巧卡时代的显着发展。我们提出的分类系统允许系统地分析侧信道攻击,并促进了新的对策的发展。除了这个新的分类系统,对现有攻击和攻击策略的广泛调查为侧信道攻击的发展领域提供了有价值的见解,特别是在关注移动设备时。最后,我们讨论开放的问题和挑战,在这种情况下,并概述可能的未来研究方向。
2017-12-06 cs.CR
Application-Specific Power Side-Channel Attacks and Countermeasures: A Survey
University of Florida(佛罗里达大学);University of Tennessee, Chattanooga(田纳西大学查塔努加分校)
本文综述了不同应用领域中电力侧信道攻击及其防御措施,重点分析了攻击分类和应用特定的防御策略。
2025-12-29 cs.CR
A Survey of Side-Channel Attacks in Context of Cache -- Taxonomies, Analysis and Mitigation
本文综述缓存侧信道攻击,系统梳理攻击分类、利用技术、微架构差异、现有文献及软硬件缓解策略,以揭示威胁并支撑防御设计。
2023-12-18 cs.CR
On Feasibility of Server-side Backdoor Attacks on Split Learning
Radboud University(拉德堡德大学)
本文首次研究分割学习中的服务器端后门攻击,提出代理客户端和自编码器两种注入方法,通过761次实验证明分割学习对此类投毒攻击具有高度鲁棒性。
2023-05-26 cs.AI cs.CR
Security Analysis of Deep Neural Networks Operating in the Presence of Cache Side-Channel Attacks
University of Maryland(马里兰大学);Swarthmore College(斯沃斯莫尔学院);Rochester Institute of Technology(罗切斯特理工学院);Blair High School(布莱尔高中);Baylor University(贝勒大学)
最近的工作已经引入了提取深度神经网络(DNN)的架构信息的攻击,因为这些知识增强了对手对模型进行黑箱攻击的能力。本文首次深入分析了利用缓存侧通道的DNN指纹攻击的安全性。首先,我们定义了这些攻击的威胁模型:我们的对手不需要查询受害者模型的能力;相反,她在主机受害者的深度学习(DL)系统上运行一个协同定位的进程,并被动地监视共享框架中目标函数的访问。其次,我们介绍了DeepRecon,这是一种通过使用通过Flush+ Escherad(一种缓存侧通道技术)提取的内部信息来重建受害者网络架构的攻击。一旦攻击者观察到直接映射到受害者网络的架构属性的函数调用,攻击者就可以重建受害者的整个网络架构。在我们的评估中,我们证明了攻击者可以准确地重建两个复杂的网络(VGG 19和ResNet 50),只观察到一个前向传播。基于提取的架构属性,我们还证明了攻击者可以构建一个元模型,该元模型可以在迁移学习设置中准确识别预训练模型的架构和家族。从这个元模型中,我们评估了指纹识别过程中观察到的属性的重要性。第三,我们提出并评估新的框架级防御技术,混淆我们的攻击者的意见。我们的经验安全分析代表了理解DNN对缓存侧信道攻击的脆弱性的一步。
2020-01-31 cs.CR cs.LG
Side-Channel Attacks on Triple Modular Redundancy Schemes
人们对安全性和可靠性之间的相互作用知之甚少。本文展示了三重模块冗余如何影响侧信道攻击(SCA)。我们违反直觉的发现表明,模块化冗余可以提高SCA弹性。
2021-09-06 cs.CR
Virtualization Technology: Cross-VM Cache Side Channel Attacks make it Vulnerable
云计算为部署IT基础架构、平台和软件服务提供了有效的业务模型。通常,设施外包给云提供商,这为服务消费者提供了虚拟化技术,而不会增加开发的成本负担。然而,虚拟化对服务交付带来了严重的威胁,例如拒绝服务(DoS)攻击、跨虚拟机缓存侧信道攻击、虚拟机管理程序逃逸和超级劫持。最复杂的攻击形式之一是跨VM缓存侧信道攻击,它利用VM之间的共享缓存内存。高速缓存侧信道攻击导致侧信道数据泄漏,例如密码密钥。介绍了攻击者发起缓存侧信道攻击的各种技术,并对缓存侧信道攻击的对策进行了分析。
2016-06-04 cs.CR cs.CY
Investigating Efficient Deep Learning Architectures For Side-Channel Attacks on AES
Télécom Paris(巴黎电信学院)
本文针对AES侧信道攻击,基于ASCAD数据库构建JAX深度学习框架,复现并改进已有攻击,同时探索Transformer模型的有效性,以降低计算资源与数据成本。
2023-09-22 cs.AI cs.CR
Adversarial Learning Inspired Emerging Side-Channel Attacks and Defenses
对计算系统的脆弱性的不断发展的攻击需要新颖的防御策略来跟上更新的攻击。本报告讨论了以前关于侧信道攻击(SCA)以及针对缓存和物理邻近攻击的防御工作。然后,我们讨论了所提出的熵盾作为对定时SCA的防御,并解释了我们如何将其扩展到基于硬件的加密应用程序的实现,如“熵盾FPGA”。然后,我们讨论为什么我们要建立新的攻击,希望提出更好的防御策略。
2021-04-08 cs.CR
Interface-Based Side Channel Attack Against Intel SGX
英特尔已经推出了一种可信计算技术,英特尔软件防护扩展(SGX),它为用户程序提供了一个被称为飞地的隔离和安全的执行环境,而不信任任何特权软件(例如,操作系统或管理程序)或固件。然而,SGX容易受到几种侧信道攻击(例如,基于页面错误的攻击和基于缓存的攻击)。在本文中,我们探讨了一种新的,但在SGX关键的侧信道攻击,基于接口的侧信道攻击,它可以推断的飞地输入数据的信息。基于接口的侧信道攻击的根本原因是依赖于输入的接口调用信息(例如,接口信息和调用模式)可以揭示飞地中的控制流。研究了基于接口的侧信道攻击的方法。为了说明基于接口的侧信道攻击的有效性,我们使用我们的方法来推断跟踪的网页是否已被SGX辅助的NFV平台处理,并实现了87.6%的准确率和76.6%的召回率。我们还识别出属于被跟踪网页的数据包,准确率为67.9%,召回率为71.1%。最后提出了SGX辅助应用中基于接口的侧信道攻击的防御对策。
2018-10-08 cs.CR
Attacking Slicing Network via Side-channel Reinforcement Learning Attack
Data61, Commonwealth Scientific and Industrial Research Organisation(联邦科学与工业研究组织Data61)
针对网络切片共享缓存的安全漏洞,提出基于强化学习的侧信道缓存攻击框架,通过切片间博弈定位敏感数据,成功率达95%-98%,凸显相关安全防护的必要性。
2024-09-17 cs.AI cs.CR
A Survey of Microarchitectural Side-channel Vulnerabilities, Attacks and Defenses in Cryptography
侧信道攻击已经成为计算机应用和系统机密性的严重威胁。这种攻击的一种流行类型是微体系结构攻击,其中对手利用硬件特征来破坏由操作系统实施的保护并从程序中窃取秘密。在本文中,我们系统化的微架构侧通道,重点是攻击和防御密码应用程序。我们做了三个贡献。(1)我们回顾过去的研究文献,对微架构侧信道攻击进行分类。由于这些是针对软件的硬件攻击,我们总结了软件中的脆弱实现,以及硬件中的缺陷设计。(2)我们从应用程序、操作系统和硬件层面确定了缓解微体系结构攻击的常见策略。(3)我们对现实世界中流行的密码应用进行了大规模的评估,并分析了侧通道漏洞的严重性,实用性和影响。这项调查有望激励侧信道研究社区发现新的攻击,更重要的是,提出新的防御方案。
2021-03-26 cs.CR
Protecting Cryptographic Libraries against Side-Channel and Code-Reuse Attacks
KTH Royal Institute of Technology(皇家理工学院)
本文研究了密码库的安全性,分析了其安全措施,指出了安全漏洞,并提出了开发过程中的安全改进措施。
2026-05-20 cs.CR
Open DNN Box by Power Side-Channel Attack
深度神经网络正在成为许多AI公司的热门和重要资产。然而,最近的研究表明,他们也容易受到对抗攻击。对抗攻击可以是白盒攻击,也可以是黑盒攻击。白盒攻击假设完全了解模型,而黑盒攻击则假设没有。一般来说,披露更多的内部信息可以实现更强大、更有效的攻击。然而,在大多数现实世界的应用中,嵌入式AI设备的内部信息是不可用的,即,他们是黑盒子。因此,在这项工作中,我们提出了一个侧信道信息为基础的技术来揭示黑盒模型的内部信息。具体来说,我们做出了以下贡献:(1)我们是第一个使用侧信道信息来揭示嵌入式设备中的内部网络架构的人;(2)我们是第一个构建内部参数估计模型的人;(3)我们在现实世界的设备和应用程序上验证了我们的方法。实验结果表明,该方法的平均准确率可达96.50%.这些结果表明,我们应该高度重视许多人工智能应用的安全问题,并在未来进一步提出相应的防御策略。
2019-07-21 cs.CR cs.LG
A Practical Deep Learning-Based Acoustic Side Channel Attack on Keyboards
Durham University(杜伦大学);University of Surrey(萨里大学);Royal Holloway University of London(伦敦大学皇家霍洛威学院)
本文提出一种基于深度学习的键盘声学侧信道攻击方法,利用手机麦克风和Zoom录音分别实现了95%和93%的按键识别准确率,并讨论了相应的缓解措施。
2023-08-02 cs.CR cs.LG
Remapped Cache Layout: Thwarting Cache-Based Side-Channel Attacks with a Hardware Defense
随着基于缓存的侧信道攻击成为严重的安全问题,各种防御措施已经被提出并部署在软件和硬件中。因此,对共同驻留在同一核心上的进程的基于高速缓存的侧信道攻击变得极其困难。大多数最近的攻击然后转移到最后一级缓存(LLC)。虽然缓存分区是目前最有前途的防御攻击滥用LLC,它是无效的,在挫败侧信道攻击,自动创建驱逐集或绕过用户地址空间布局随机化。事实上,这些攻击在当前的计算机系统中基本上是不设防的。我们提出了重映射缓存布局(\textsf{RCL})-一个纯硬件防御广泛的基于冲突的侧信道攻击。\textsf{RCL}混淆了从地址到缓存集的映射;因此,攻击者无法准确推断其数据在缓存中的位置,也无法使用缓存集来推断受害者的数据。据我们所知,这是挫败上述基本上不设防的侧信道攻击的第一道防线。\textsf{RCL}已在超标量处理器上实现,详细的评估结果表明,\textsf{RCL}在面积、频率和执行时间上仅产生很小的代价。
2022-11-11 cs.CR
Side-Channel Attacks on RISC-V Processors: Current Progress, Challenges, and Opportunities
微处理器上的侧信道攻击,如RISC-V,表现出安全漏洞,导致几个设计挑战。因此,对这些安全漏洞进行全面的研究和分析势在必行。在本文中,我们提出了一个简短而全面的研究,在现代微处理器的安全漏洞方面的侧信道攻击和他们各自的缓解技术。本文重点分析了利用功耗的硬件侧信道攻击和利用缓存的软件侧信道攻击侧信道攻击。为此,我们深入分析了RISC-V微处理器缓存攻击的适用性和实际意义及其相关挑战。最后,基于比较研究和我们的分析,我们强调了一些关键的研究方向,以开发强大的RISC-V微处理器,是弹性的侧信道攻击。
2021-06-16 cs.AR cs.CR
When Side-Channel Attacks Break the Black-Box Property of Embedded Artificial Intelligence
Thales ITSEF(泰雷兹信息技术安全评估机构);University of Rennes(雷恩大学);INRIA(法国国家信息与自动化研究所);IRISA(法国雷恩信息系统与随机系统研究所)
本文研究真正的黑盒场景下,攻击者无法访问logits时,提出一种与架构无关的攻击方法,结合硬件和软件攻击,利用电磁泄漏提取logits,从而生成最先进的对抗样本欺骗神经网络。
2023-11-23 cs.AI cs.CR
Backing the Wrong Horse: How Bit-Level Netlist Augmentation can Counter Power Side Channel Attacks
Technical University Ilmenau(埃尔福特工业大学)
针对现有功耗侧信道攻击防御多聚焦字节级泄漏、忽略单比特影响的问题,提出基于单比特泄漏的比特级网表增强防御方案,可抵御传统SCA泄漏模型的攻击。
2025-10-06 cs.CR
Side-Channel Trojan Insertion -- a Practical Foundry-Side Attack via ECO
设计公司通常将其集成电路(IC)制造外包给第三方,其中IC容易受到恶意行为的影响,例如插入侧信道硬件特洛伊木马(SCT)。在本文中,我们提出了一个框架,设计和插入SCT的基础上的工程变更单(ECO)流,这使得它第一次公开如何毫不费力地可以插入到IC木马。该木马的设计目标是在每次读取电源签名时泄漏多个位。我们的发现和结果表明,今天,铸造厂内的流氓元素拥有通过ECO执行铸造厂侧攻击所需的所有手段。
2021-03-29 cs.CR
DATE: Defense Against TEmperature Side-Channel Attacks in DVFS Enabled MPSoCs
Embedded and Intelligent Systems Laboratory, University of Essex(埃塞克斯大学嵌入式与智能系统实验室)
鉴于在日常生活中使用嵌入式设备的不断增加,侧通道仍然是此类系统中信息流控制和安全性的挑战。一个这样的重要安全缺陷可以通过温度侧信道攻击来利用,其中随着时间的推移观察来自处理元件的热耗散和传播以便推断安全缺陷。在我们提出的方法,日期:防御温度侧信道攻击,我们提出了一种新的方法,减少空间和时间的热梯度,这使得系统更安全的温度侧信道攻击,并在同一时间增加了设备的可靠性方面的寿命。在本文中,我们还介绍了一个新的度量,热安全性在多处理器(TSMP),这是能够量化的安全性对计算系统上的温度侧信道攻击,和日期被评估为在某些应用中最多是139.24%的安全性比国家的最先进的,而减少热循环最多67.42%。
2020-07-02 cs.AR cs.CR cs.CV
Unveiling ECC Vulnerabilities: LSTM Networks for Operation Recognition in Side-Channel Attacks
Security Pattern(安全模式公司);University of Milan(米兰大学);King’s College London(伦敦国王学院)
提出一种基于LSTM的侧信道攻击方法,通过分析功耗轨迹识别ECDSA标量乘法中的操作模式,恢复临时密钥并获取私钥,实验证明在STM32F415上有效,且现有防御不足。
2025-02-24 cs.CR cs.LG
A Simple Transformer Pipeline for Full-Key Side-Channel Attacks on Uncropped Datasets
Elmore Family School of Electrical and Computer Engineering(埃尔莫尔电气与计算机工程学院);Purdue University(普渡大学)
该研究提出一种适配侧信道场景的简单Transformer流水线,用于未裁剪数据集的全密钥侧信道攻击,发布了相关实现与权重,性能相当且资源消耗较低。
2026-09-01 cs.CR cs.LG
A Survey on Acoustic Side Channel Attacks on Keyboards
本文综述了针对键盘的声学侧信道攻击,系统梳理了攻击可行性、威胁模型及攻击发起与增强方法,揭示了键盘输入系统面临的声学泄露风险。
2023-09-25 cs.CR
Dynamic Attack Detection in Cyber-Physical Systems with Side Initial State Information
Carnegie Mellon University(卡内基梅隆大学)
本文研究侧初始状态信息对网络物理系统数据欺骗攻击检测性的影响,提出攻击不可检测的必要充分条件,刻画可持续长时间未被检测的攻击类型,并设计动态攻击检测器。
2016-06-16 cs.CR cs.SY eess.SY
Physical Fault Injection and Side-Channel Attacks on Mobile Devices: A Comprehensive Analysis
当今的移动设备包含密集封装的片上系统(SoC),其中包含多核、高频CPU和复杂的流水线。与此同时,复杂的SoC辅助安全机制已成为保护设备数据的常见手段,例如可信执行环境、全磁盘和基于文件的加密。这两项进步都使传统物理攻击的使用变得非常复杂,需要开发专门的攻击。在本调查中,我们整合了现代移动设备上的物理故障注入和侧信道攻击的最新发展。总之,我们全面调查了2009-2021年间发表的50多篇故障注入和侧信道攻击论文。我们评估流行的方法,比较现有的攻击使用一套共同的标准,确定一些挑战和缺点,并提出未来的研究方向。
2022-03-22 cs.CR
Wireless Side-Lobe Eavesdropping Attacks
毫米波无线网络提供高吞吐量,并且可以(理想地)防止使用窄定向波束的窃听攻击。不幸的是,物理硬件的缺陷意味着今天的天线阵列都表现出旁瓣,信号携带与主瓣相同的敏感数据。我们的工作提出了毫米波传输对旁瓣窃听攻击的安全性能的第一次实验研究的结果。我们表明,这些对mmWave链路的攻击在室内和室外环境中都非常有效,并且无法通过改进硬件或目前提出的防御措施来消除。
2018-10-24 cs.CR cs.NI
A Reconfigurable Programmable Logic Block for a Multi-Style Asynchronous FPGA resistant to Side-Channel Attacks
侧信道攻击是针对密码设备的有效攻击。它们仅使用从外部可观察到的量,例如持续时间和功耗。利用电观测对同步设备的攻击是由所有转换与一些全局时钟信号同时发生这一事实促进的。异步控制消除了这种同步,因此使攻击者更难隔离\emph{interesting intervals}。此外,异步电路中的数据编码本质上更难以攻击。本文介绍了一种抗\emph{side-channel attacks}的异步FPGA的可编程逻辑块。此外,它可以实现不同风格的异步控制和数据表示。
2008-09-23 cs.CR cs.OH
KeyDrown: Eliminating Keystroke Timing Side-Channel Attacks
除了加密秘密,侧信道攻击还泄漏敏感的用户输入。最精确的攻击利用缓存计时或中断信息来监视缓存计时,并随后推断键入的单词和句子。先前提出的对策未能防止恶意定时攻击,因为它们不能保护整个软件栈中的恶意处理。我们使用KeyDrown来缩小这一差距,这是一种针对定时攻击的新防御机制。KeyDrown在内核中注入了大量的伪伪内核,以防止对内核的基于中断的攻击和Prime+Probe攻击。所有缓存(包括假缓存)都通过共享库小心地传播,以隐藏任何缓存活动,从而防止Flush+ Rackad攻击。最后,我们为用户空间程序中的密码输入提供了针对Prime+Probe的额外保护。我们表明,攻击者无法区分假的黑客攻击从真正的黑客攻击了,我们评估KeyDrown的商品笔记本电脑以及两个Android智能手机。我们表明,KeyDrown消除了任何优势,攻击者可以从使用中断或缓存侧通道信息。
2017-06-20 cs.CR
Countermeasure against Side-Channel Attack in Shared Memory of TrustZone
本文介绍了TrustZone共享内存中的侧信道攻击防范措施。为了防止TrustZone中的TruSpy攻击,我们提出了REE和TEE之间的零争用缓存或策略。为了防止定时侧信道攻击,我们建议REE的数据通路延迟时间与TEE的数据通路延迟时间相等或相近。在Clark-Wilson模型的基础上提出了安全信息流控制,并利用认证令牌化程序(ATP)建立了信息流控制机制。因此,我们可以期待移动设备上REE和TEE之间的信息内容的改进的完整性。
2017-05-20 cs.CR
Beyond the Bridge: Contention-Based Covert and Side Channel Attacks on Multi-GPU Interconnect
本文揭示多GPU系统中NVLink互连拥塞可被利用发起隐蔽信道与侧信道攻击,实现了45.5 kbps低错误率的跨GPU隐蔽信道,并展示了无需特殊权限即可通过共享互连对应用进行指纹识别的攻击方法。
2024-05-02 cs.CR
Electro-Magnetic Side-Channel Attack Through Learned Denoising and Classification
本文提出了一种升级的电磁侧信道攻击,自动重建截获的数据。介绍了一种新的系统,该系统与泄漏信号拦截并行运行,并实时捕获泄漏数据。基于深度学习和字符识别,无论信号类型是模拟还是数字,所提出的系统都能检索到拦截信号中超过57%的字符。该方法还扩展到一个保护系统,如果系统受到损害,则触发警报,成功率超过95%。基于软件定义的无线电和图形处理单元架构,该解决方案可以很容易地部署到现有的信息系统中,其中信息应该保密。
2019-10-16 cs.CR cs.LG eess.SP
Thermal (and Hybrid Thermal/Audio) Side-Channel Attacks on Keyboard Input
MIT Lincoln Labs(麻省理工学院林肯实验室);University of California, Irvine(加州大学欧文分校);University of Padua(帕多瓦大学)
到目前为止,还没有对键盘的热分布进行系统的研究,因此没有努力保护它们。这是我们构建从键盘热辐射中获取密码的主要动机。具体来说,我们介绍了Thermanator:一种新的事后内部攻击,基于用户在典型的外部(塑料)键盘上键入密码引起的热传递。我们进行并描述了一项用户研究,收集了30个用户在4个流行的商品键盘上输入10个独特密码(包括弱密码和强密码)的热残留物。结果表明,整套按键可以恢复由非专家用户迟至30秒后,初始密码输入,而部分集可以恢复迟至1分钟后输入。然而,热残留侧通道缺乏关于密码长度、重复按键和按键顺序的信息。为了克服这些局限性,我们利用键盘声发射,并结合两者产生AcuTherm,第一个混合侧信道攻击的键盘。AcuTherm显著减少了密码搜索,而无需对受害者的打字进行任何培训。我们报告的结果收集了许多代表性的密码的基础上,涉及19个主题的用户研究。这项工作有三个方面:(1)使用塑料键盘输入秘密(如密码和PIN)甚至比以前认识到的更不安全,(2)事后热成像攻击是现实的,(3)混合(多个侧信道)攻击既现实又有效。
2022-10-05 cs.CR cs.LG
Indirect Meltdown: Building Novel Side-Channel Attacks from Transient-Execution Attacks
该研究提出为Meltdown增加间接机制将瞬态执行攻击转化为侧信道攻击,设计LeakIDT实现缓存行粒度内核地址监控,可泄露元数据并实现击键计时、网站指纹攻击,同时给出低开销缓解方案。
2023-10-06 cs.CR
Timing the Transient Execution: A New Side-Channel Attack on Intel CPUs
本文发现 Intel CPU 中 EFLAGS 变化影响后续 Jcc 指令时序的漏洞,提出一种不依赖缓存的新型瞬态执行侧信道攻击,并在 Meltdown 组合攻击中达到 100% 泄露率。
2023-04-21 cs.CR
Mercury: An Automated Remote Side-channel Attack to Nvidia Deep Learning Accelerator
Nanyang Technological University(南洋理工大学);Tsinghua University(清华大学);Chongqing University(重庆大学)
本文提出Mercury,首个针对现成Nvidia DNN加速器的自动化远程侧信道攻击。该方法将侧信道提取建模为序列到序列问题,利用TDC远程收集功耗轨迹并通过学习模型自动恢复模型架构,结合注意力机制定位泄露点,将模型提取错误率降至1%以下。
2023-08-02 cs.AI cs.CR
Practical Timing Side Channel Attacks on Memory Compression
压缩算法被广泛使用,因为它们节省内存而不会丢失数据。然而,消除数据中的冗余符号和序列导致压缩侧信道。到目前为止,压缩攻击仅集中在压缩比侧通道上,即,压缩数据的大小,以及主要针对的HTTP流量和网站内容。在本文中,我们提出了第一个内存压缩攻击利用定时侧通道的压缩算法,针对广泛的应用程序使用压缩。我们的工作系统地分析了不同的压缩算法,并演示了在每一个时间泄漏。我们提出Comprezzor,一个进化的模糊器,它发现内存布局,导致放大的延迟差异解压缩,从而使远程攻击。我们展示了一个远程隐蔽通道,利用小的本地时间差,平均643.25位/小时,在互联网上传输超过14跳。我们还演示了内存压缩攻击,可以泄漏秘密字节以及在字典式攻击在三个不同的案例研究。首先,我们证明了攻击者可以使用Memcached在PHP应用程序中公开与攻击者数据共存并压缩的秘密。第二,我们提出了一个攻击,从PostgreSQL泄漏数据库记录,由Python-Flask应用程序管理,通过互联网。第三,我们演示了一个攻击,从透明压缩页面与ZRAM,Linux中的内存压缩模块泄漏秘密。我们的结论是内存压缩攻击是一个实际的威胁。
2021-11-16 cs.CR
A Security Analysis of IoT Encryption: Side-channel Cube Attack on Simeck32/64
Simeck是一种轻量级的分组密码,已被提出作为可以在物联网(IoT)应用中使用的加密之一。因此,本文研究了Simeck 32/64分组密码抗侧信道立方体攻击的安全性。我们展示了我们的攻击Simeck 32/64使用汉明重量泄漏假设提取线性无关方程的关键位。我们已经能够找到32个线性无关的方程在32个关键变量,只考虑第二位从LSB的汉明重量泄漏的内部状态的第四轮密码。这使得我们的攻击,以改善以前的攻击Simeck 32/64在侧信道攻击模型与更好的时间和数据复杂度分别为2^35和2^11.29。
2018-08-10 cs.CR
Exact Soft Analytical Side-Channel Attacks using Tractable Circuits
Graz University of Technology(格拉茨工业大学);UCLouvain(鲁汶大学)
本文提出ExSASCA,一种基于可处理电路和知识编译的精确软分析侧信道攻击推理方法,在AES攻击中top-1成功率绝对提升超31%,计算成本远低于穷举推理。
2025-01-23 cs.CR cs.LG
Wireless Charging Power Side-Channel Attacks
这篇论文表明,今天的无线充电接口容易受到功率侧信道攻击;智能手机无线充电会将其活动的私人信息泄露给无线充电器(充电发射器)。我们通过iOS和Android设备的无线充电侧通道提出了一个网站指纹攻击。该攻击监控无线充电发射器的电流,同时将Alexa顶级网站列表中的20个网页加载到充电智能手机上。我们实现了一个分类器,可以正确识别未标记的电流轨迹,iPhone 11的平均准确率为87%,Google Pixel 4的平均准确率为95%。这代表了相当大的安全威胁,因为如果手机在充电发射器的范围内,无线充电不需要任何用户许可。据我们所知,这项工作代表了第一个通过无线充电引入和演示功率侧信道攻击的工作。此外,本研究还比较了无线充电侧通道与有线USB充电功率侧通道,表明它们具有可比性。我们发现,攻击的性能恶化的网站内容随着时间的推移而变化。此外,我们发现通过无线和有线充电接口泄漏的信息量在很大程度上取决于电池电量;在低电池电量下泄漏的信息最少。
2021-05-27 cs.CR
Quantitative Verification of Masked Arithmetic Programs against Side-Channel Attacks
功率侧信道攻击通过统计分析来推断秘密数据,已经成为一种严重的威胁。掩蔽是降低秘密数据与边信道信息之间统计相关性的有效对策。然而,设计掩蔽算法是一个容易出错的过程。在本文中,我们提出了一个混合的方法结合类型推断和模型计数来验证屏蔽算术程序对侧信道攻击。类型推断允许一个有效的,轻量级的过程来确定最可观察的变量,而模型计数帐户的完整性。在程序没有被完全屏蔽的情况下,我们还提供了一种方法来量化程序的安全级别。我们实现了我们的方法在一个工具QMVerif和评估它的密码基准。实验结果表明了该方法的有效性和效率。
2019-01-28 cs.CR
Hardening Confidential Federated Compute against Side-channel Attacks
Google(谷歌)
本文识别了保密联邦计算平台中可能被内部人员利用的侧信道,展示差分隐私如何缓解其中两个侧信道。
2026-03-23 cs.CR cs.DS
SonarSnoop: Active Acoustic Side-Channel Attacks
我们报告了第一个主动声侧信道攻击。扬声器用于发出人类听不见的声学信号,并通过麦克风记录回声,将智能手机的声学系统转变为声纳系统。回波信号可用于分析用户与设备的交互。例如,受害者的手指运动可以被推断为窃取Android手机解锁模式。在我们的实证研究中,使用这种新颖的声学侧通道,攻击者必须尝试向三星S4 Android手机验证自己的候选解锁模式的数量可以减少高达70%。我们的方法可以很容易地应用到其他应用场景和设备类型。总的来说,我们的工作突出了一系列新的安全威胁。
2018-08-30 cs.CR
Robust Federated Learning Mitigates Client-side Training Data Distribution Inference Attacks
University of Science and Technology of China(中国科学技术大学);Duke University(杜克大学)
针对联邦学习中恶意客户端推理并重建受害者训练数据分布的威胁,本文提出拜占庭鲁棒聚合规则 InferGuard,通过逐坐标中位数识别异常模型更新,并在五个数据集和十种基线对比中验证其优于现有防御。
2024-04-04 cs.CR cs.DC cs.LG
Volcano: Stateless Cache Side-channel Attack by Exploiting Mesh Interconnect
缓存侧信道攻击会对用户共享CPU的设置造成严重的安全威胁,例如,在云端现有的攻击依赖于感知受害者所做的微体系结构状态更改,并且可以通过结合空间(\eg,Intel CAT)和时间隔离(\eg,时间保护)来使该假设无效。在这项工作中,我们提出了高速缓存侧信道攻击的状态,显示无状态的高速缓存侧信道攻击,不能被击败的空间和时间隔离。该边信道利用了互连拥塞导致的时间差。具体而言,为了完成缓存事务,对于英特尔CPU,缓存行将通过CPU网格互连跨内核传输。尽管如此,网状链路由所有核心共享,并且高速缓存隔离不会隔离流量。攻击者可以生成互连流量来与网状链路上的受害者竞争,希望测量到额外的延迟。攻击者可以利用不同的延迟推断出受害程序的内存访问模式,从而推断出受害程序的敏感数据。基于这一思想,我们实现了Volcano,并针对现有的JDK的RSA实现进行了测试。我们发现受害者进程使用的RSA私钥可以部分恢复。最后,我们提出了几个防御方向,并呼吁安全界的关注。
2021-03-08 cs.CR
Exploring the Dark Side of AI: Advanced Phishing Attack Design and Deployment Using ChatGPT
Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CNRS(法国国家科学研究中心);Grenoble INP(格勒诺布尔理工学院)
本文展示了ChatGPT可被用于自动生成并大规模部署高仿真钓鱼网站,揭示了AI滥用风险,并呼吁加强AI系统内的防护措施。
2023-09-19 cs.AI cs.CR
Numerical Evaluation of Cloud-Side Shuffling Defenses against DDoS Attacks on Proxied Multiserver Systems
我们考虑一个基于云的多服务器系统,这可能是基于云的,由一组副本应用程序服务器背后的一组代理(间接)服务器,直接与客户端在互联网上进行交互。我们提供云端主动式和被动式防御,以抵御可能针对此系统的DDoS攻击。DDoS攻击是地方性的,去年秋天发生了一些值得注意的攻击。容量攻击可能以代理为目标,而“低容量”攻击可能以副本为目标。在审查现有的和建议的防御,如改变代理IP地址(一个“移动目标”的技术,以打击僵尸网络的侦察阶段)和过载服务器的裂变,我们专注于评估防御的基础上洗牌客户端到服务器的分配,可以是主动和被动的DDoS攻击。我们的评估是基于一个二项分布模型,以及同意模拟和初步实验的原型,也描述。
2017-08-02 cs.CR
SNOW-SCA: ML-assisted Side-Channel Attack on SNOW-V
Indian Institute of Science(印度科学学院);Georgia Institute of Technology(佐治亚理工学院);University of Surrey(萨里大学);Indian Institute of Technology, Kanpur(印度理工学院坎普尔分校)
本文提出SNOW-SCA,首次对5G标准候选SNOW-V在ARM Cortex-M4上实施功耗侧信道攻击,结合CPA与LDA,用少于50条轨迹恢复256位密钥,并建议低开销防御措施。
2024-03-13 cs.CR cs.LG cs.NI
EM-X-DL: Efficient Cross-Device Deep Learning Side-Channel Attack with Noisy EM Signatures
这项工作提出了一种基于跨设备深度学习的电磁(EM-X-DL)侧信道分析(SCA),即使在信噪比(SNR)明显低于以前的工作的情况下,也能在AES-128上实现>90%的单迹攻击准确度。通过智能选择多个训练设备和正确选择超参数,可以在8位Atmel微控制器上运行的目标加密引擎上利用PCA、LDA和FFT等预处理技术高效地训练所提出的256类深度神经网络(DNN)。最后,使用EM-X-DL的高效端到端SCA泄漏检测和攻击框架证明了攻击者具有<20个平均EM跟踪的高置信度。
2020-11-12 cs.CR
Side-Channel Inference Attacks on Mobile Keypads using Smartwatches
智能手表使许多新颖的应用程序,并迅速获得普及。然而,各种机载传感器的存在为这些设备上的恶意软件和服务提供了额外的攻击面。在本文中,我们研究了通过使用智能手表运动传感器作为侧通道对手持数字触摸板进行按键推断攻击的可行性。我们考虑不同的打字场景,并提出了多种攻击方法来利用观察到的手腕运动的特点,推断个人的按键。使用商业现成的智能手表和智能手机的实验评估表明,使用智能手表运动传感器的按键推断不仅相当准确,而且与使用智能手机运动传感器的类似攻击相当。此外,由智能手表和智能手机运动传感器两者的组合捕获的手部运动产生比单独考虑的任一设备更好的推断准确性。
2017-10-10 cs.CR