緩存?zhèn)刃诺拦粝掠布录卣鞣治?/h1>
2021-02-25 03:36:50季振洲
智能計(jì)算機(jī)與應(yīng)用 2021年10期
王 楷， 郭 濤， 季振洲
（1 哈爾濱工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院， 哈爾濱 150001； 2 哈爾濱工業(yè)大學(xué) 網(wǎng)絡(luò)與信息中心， 哈爾濱 150001）
0 引 言
緩存是當(dāng)前商用處理器芯片中的核心部件之一，有效彌補(bǔ)了較快的處理器運(yùn)算速度與較慢的內(nèi)存訪問速度的差距。 然而，緩存時(shí)間側(cè)信道攻擊卻利用了不同緩存層次和內(nèi)存間的訪問時(shí)間差作為信道，推斷受害者程序運(yùn)行過程中的訪問模式，進(jìn)而從系統(tǒng)中提取諸如密鑰、瀏覽記錄、用戶輸入等未授權(quán)的敏感信息［1-2］。 不僅如此，以“幽靈”為代表的瞬態(tài)攻擊也將緩存?zhèn)刃诺拦粢暈樾畔⑿孤舵溨械闹匾画h(huán)［3］。 不斷增加的安全威脅表明探索有效的防御機(jī)制的迫切性。
異常檢測是防御緩存?zhèn)刃诺拦舻闹髁魉枷胫弧?該方法認(rèn)為攻擊者在竊取緩存訪問模式的過程中，需要針對目標(biāo)緩存行構(gòu)建特定的交互方式，而這會(huì)在硬件微架構(gòu)事件中產(chǎn)生與普通程序存在顯著差異的特征。 識別這些可疑特征即可有效地定位攻擊行為，進(jìn)而采取低成本的針對性保護(hù)操作。 目前，學(xué)術(shù)界已對指令數(shù)、緩存缺失和命中率、CPU 周期數(shù)等許多硬件事件進(jìn)行分析，并陸續(xù)提出了基于閾值、概率分布、機(jī)器學(xué)習(xí)的探測手段。 盡管這些方法在一定程度上緩解了側(cè)信道攻擊風(fēng)險(xiǎn)，但普遍未考慮攻擊者調(diào)整攻擊細(xì)節(jié)，偽造信息流的情況下的檢測準(zhǔn)確度。 在第二節(jié)，本文將詳細(xì)討論當(dāng)前典型檢測方法的優(yōu)缺點(diǎn)。
本文指出當(dāng)前可行的緩存?zhèn)刃诺拦粼诿枯喬綔y中需要驅(qū)逐和重訪操作，并且僅針對被攻擊的緩存組，這導(dǎo)致了目標(biāo)緩存組的訪問量增加。 另一方面，攻擊者還受到了嚴(yán)格的頻率約束（500～20 000周期），這進(jìn)一步加劇了訪問流量。 在時(shí)鐘精準(zhǔn)的全系統(tǒng)模擬器gem5 上，實(shí)驗(yàn)結(jié)果表明，側(cè)信道攻擊至少會(huì)導(dǎo)致相當(dāng)于SPEC 基準(zhǔn)程序2.61 倍的訪問量。
1 緩存?zhèn)刃诺拦?/h2>
緩存?zhèn)刃诺拦裟軌蚶貌煌彺鎸蛹壓蛢?nèi)存間的訪問延遲感知受害者程序的訪問行為，進(jìn)而竊取敏感信息。 最初，側(cè)信道攻擊的觀測目標(biāo)是一級私有緩存，但這種攻擊場景由于需要攻擊者和受害者同駐在相同物理核，具有很大的局限性。 直到2014 年，Yarom 等人提出了針對末級緩存的跨核緩存攻擊。 由于跨核攻擊具備噪聲低、易于發(fā)起、帶寬高的優(yōu)勢，自此之后，有關(guān)緩存?zhèn)刃诺赖墓シ姥芯恐匦霓D(zhuǎn)移到了跨核攻擊。
依據(jù)攻擊過程中驅(qū)逐手段的差異，跨核緩存攻擊廣義上可劃分為基于競爭的攻擊和基于沖刷的攻擊。 目前，學(xué)術(shù)界已證明不同緩存架構(gòu)（包含型和非包含型）都會(huì)受到上述兩類攻擊的威脅，只是攻擊細(xì)節(jié)存在差異。 本文以包含緩存架構(gòu)作為基準(zhǔn)系統(tǒng)，分析和驗(yàn)證側(cè)信道攻擊下存在的顯著特征。 在未來工作中，將進(jìn)一步分析非包含緩存架構(gòu)中的硬件事件特征。
1.1 基于沖刷的攻擊
圖1 描述了Flush + Reload，這一典型的基于沖刷的攻擊實(shí)例。 這類攻擊能夠確定特定時(shí)間窗口內(nèi)攻擊者和受害者共享的緩存行的訪問模式。 由圖1可知，其攻擊過程包含3 個(gè)步驟：
圖1 Flush + Reload 攻擊Fig.1 Flush + Reload attacks
（1）驅(qū)逐：在驅(qū)逐階段，攻擊者使用clflush（x86指令集下）或其他等效指令將目標(biāo)緩存行從緩存清除。 該指令能夠在任何特權(quán)級使用，并且能保證被操作的緩存行在各級緩存中都被清除。
（2）等待：在攻擊者等待階段，如果受害者訪問了目標(biāo)地址，該緩存行會(huì)遷移進(jìn)入緩存。 否則，緩存不會(huì)記錄該數(shù)據(jù)。
（3）重訪：攻擊者最后重訪目標(biāo)緩存行并計(jì)算延遲，若出現(xiàn)緩存命中（延遲較短）則表明受害者曾經(jīng)訪問過目標(biāo)緩存行。 否則，攻擊者能夠確定受害者未訪問對應(yīng)數(shù)據(jù)。
1.2 基于競爭的攻擊
圖2 給出了Prime+Probe，這一典型的基于競爭的攻擊實(shí)例。 這類攻擊可以觀測特定時(shí)間窗口內(nèi)目標(biāo)緩存組的訪問模式。 相比于基于沖刷的攻擊，該攻擊克服了共享內(nèi)存的約束，因而更為可行，也更具威脅。 擬對此展開研究分述如下。
圖2 Prime+Probe 攻擊Fig.2 Prime+Probe attacks
（1）驅(qū)逐：在驅(qū)逐階段，攻擊者使用預(yù)先準(zhǔn)備好的驅(qū)逐集合占據(jù)目標(biāo)地址所在的緩存組，利用組沖突將目標(biāo)緩存行清除。 為實(shí)現(xiàn)該目標(biāo)，驅(qū)逐集合應(yīng)包含與末級緩存路數(shù)相等的元素，并且每個(gè)元素都應(yīng)與目標(biāo)地址映射到相同緩存組。
（2）等待：在等待階段，如果受害者訪問了目標(biāo)地址。 無論緩存采用何種替換策略，該操作必然會(huì)移除驅(qū)逐集中的一個(gè)元素。 否則，對應(yīng)緩存組依舊存儲(chǔ)完整的驅(qū)逐集。
（3）探測：攻擊者測量重訪驅(qū)逐集的延遲。 如果延遲較長表明重訪行為中出現(xiàn)了緩存缺失事件，進(jìn)而可以推斷受害者訪問了目標(biāo)緩存組。
2 基于異常檢測的側(cè)信道防御方案
異常檢測最初采用閾值比對的方法識別緩存攻擊。 CacheShield 認(rèn)為程序在未被攻擊時(shí)緩存缺失數(shù)不會(huì)出現(xiàn)顯著變化，并提出基于變點(diǎn)檢測理論的檢測算法分析該指標(biāo)是否達(dá)到閾值［4］。 Biscuit 指出被攻擊程序在運(yùn)行時(shí)會(huì)比未受到攻擊時(shí)增加5 倍的緩存缺失數(shù)。 基于這一觀測，Biscuit 使用編譯器分析程序中每個(gè)循環(huán)產(chǎn)生的緩存缺失數(shù)量，并將該值插入到程序中。 在程序后續(xù)運(yùn)行時(shí)，若實(shí)際產(chǎn)生的缺失數(shù)量超過期望值，則認(rèn)為可能遭受攻擊［5］。然而，基于閾值比對的方法對運(yùn)行環(huán)境敏感，可能會(huì)產(chǎn)生較多誤報(bào)，并且容易被繞過。
Chiappetta 等人［6］擴(kuò)大了采樣范圍，使用總指令數(shù)、CPU 周期數(shù)、二級緩存命中、末級緩存命中和缺失數(shù)五個(gè)評價(jià)指標(biāo)。 同時(shí)，該方法使用均值和方差而不是簡單的數(shù)值對比識別攻擊。
Fortuneteller 認(rèn)為程序運(yùn)行過程中微架構(gòu)事件具有時(shí)間先后特性，因此使用門控循環(huán)單元和長短期記憶網(wǎng)絡(luò)這兩個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測選定的微架構(gòu)事件（一級指令緩存命中數(shù)、一級指令緩存缺失數(shù)和末級緩存缺失數(shù)）在下一時(shí)刻的數(shù)值。 如果在設(shè)定的滑動(dòng)窗口內(nèi)超過閾值次數(shù)過多，則認(rèn)為存在惡意程序［7］。 此外，F(xiàn)ortuneteller 從37 個(gè)硬件事件中自動(dòng)化地篩選出了上述三個(gè)最具關(guān)聯(lián)性指標(biāo)。 該方案在檢測緩存?zhèn)刃诺拦舻耐瑫r(shí)，還能夠覆蓋幽靈［3］、rowhammer［8］等典型的硬件漏洞。
對于常規(guī)的緩存?zhèn)刃诺拦?，上述機(jī)制在準(zhǔn)確度和降低性能開銷維度方面已取得了不錯(cuò)的進(jìn)展。例如，F(xiàn)ortuneteller 的F - score已達(dá)到0.997 并且僅對Phoronix 測試程序造成平均0.12%的性能損失。然而，這些檢測方法并未考慮如何應(yīng)對自適應(yīng)攻擊，即攻擊者在感知系統(tǒng)中部署了防御機(jī)制后，偽裝信息流，避免觸發(fā)指標(biāo)異常的攻擊場景。 本文的目標(biāo)是分析并驗(yàn)證側(cè)信道攻擊中無法隱藏的硬件事件及其特征，啟發(fā)研究人員探索更有效的防御方案。
3 攻擊行為分析
通過分析攻擊流程，本文發(fā)現(xiàn)無論是基于沖刷的攻擊還是基于競爭的攻擊在進(jìn)行探測時(shí)都需要滿足如下2 個(gè)先決條件：
（1）不可避免的驅(qū)逐操作。 攻擊者在每輪發(fā)起攻擊前需要確保被探測的緩存行已從緩存清除。 否則，受害者隨后的訪問行為會(huì)出現(xiàn)緩存命中事件。由于緩存狀態(tài)未發(fā)生改變，攻擊者將無法感知到受害者的行為。
（2）嚴(yán)格的攻擊頻率。 在每輪迭代中，攻擊者僅能確定目標(biāo)緩存行或緩存組是否被受害者訪問，這一有限的信息量并不足以引起敏感信息泄露。 為獲得完整信息，攻擊者需要重復(fù)完成多次攻擊。 例如，在Liu 等人［2］提出的Prime + Probe 攻擊中，攻擊者實(shí)施了上萬次探測才能復(fù)原出3 072 位密鑰信息。 當(dāng)需要發(fā)動(dòng)多輪攻擊時(shí)，攻擊者就需要考慮攻擊頻率的問題。 一方面，攻擊間隔過長可能導(dǎo)致受害者在此期間發(fā)生了多次與敏感信息相關(guān)的操作，導(dǎo)致錯(cuò)失信息。 另一方面，攻擊間隔過短會(huì)增加攻擊者的驅(qū)逐和重訪等操作與受害者的訪問行為發(fā)生沖突的可能，引入新的噪聲。 通常，現(xiàn)有攻擊的間隔為500～20 000 周期。
4 篩選硬件事件
異常檢測需要選擇對攻擊程序和正常程序有良好區(qū)分度的硬件事件作為識別器。 如前所述，已有許多研究使用系統(tǒng)運(yùn)行中的統(tǒng)計(jì)事件，尤其是緩存相關(guān)事件（緩存命中、缺失數(shù)量［9］等）識別側(cè)信道攻擊。然而，攻擊者可能會(huì)優(yōu)化攻擊，避免上述指標(biāo)出現(xiàn)異常。 在側(cè)信道攻擊的3 步流程中，攻擊者會(huì)參與其中的第一和第三步。 本節(jié)將從中挖掘基于沖刷和基于競爭的攻擊存在的共性特征。 具體論述如下。
（1）基于沖刷的攻擊。 基于沖刷的攻擊的緩存事件集中在重訪操作。 由于受害者行為的差異，攻擊者的重訪操作必然會(huì)導(dǎo)致一次緩存命中或缺失。
（2）基于競爭的攻擊。 基于競爭的攻擊的緩存事件集中在驅(qū)逐操作。 本節(jié)將在LRU （Least Recently Used）替換策略下進(jìn)行分析。 對于其他類型的緩存替換策略，已有研究證明相應(yīng)策略將會(huì)在特殊的攻擊手段下退化為LRU［8］。
假定e1e2e3...ew是目標(biāo)緩存組的驅(qū)逐集而v是目標(biāo)緩存行。 在開啟下一輪探測前，假定緩存組存儲(chǔ)的元素分別是e1e2e3...ew-1v，該存儲(chǔ)順序同時(shí)也代表了LRU 狀態(tài)，即發(fā)生緩存替換時(shí)，下一個(gè)被移除的元素是e1。 在驅(qū)逐階段，攻擊者迭代訪問整個(gè)驅(qū)逐集以確保目標(biāo)地址v被移除。 盡管訪問驅(qū)逐集的順序不會(huì)改變驅(qū)逐的效果但會(huì)影響微架構(gòu)的統(tǒng)計(jì)信息。 如果訪問序列是e1e2e3...ew，這會(huì)導(dǎo)致w -1 次緩存命中和一次緩存缺失。 翻轉(zhuǎn)訪問順序則會(huì)帶來w次訪問缺失。
從上述分析可以發(fā)現(xiàn)，攻擊行為必然會(huì)導(dǎo)致緩存命中或缺失事件，并由于嚴(yán)格的攻擊頻率使得出現(xiàn)次數(shù)急劇增加。 但是，單獨(dú)的緩存命中或缺失事件無法完全覆蓋攻擊者的行為。 此外，攻擊者還可以引入無關(guān)的訪存操作動(dòng)態(tài)改變?nèi)笔屎兔新省?/p>
盡管攻擊者有可能影響緩存命中和缺失的數(shù)量，但緩存訪問量（緩存命中和缺失事件總和）是其無法隱藏的特征。 由于物理地址到緩存的映射關(guān)系固定，目標(biāo)地址每次都會(huì)落入到同一個(gè)緩存組，這也使得這些訪問量必然集中在對應(yīng)的緩存組。 因此，本文建議使用末級緩存組訪問量作為異常檢測的關(guān)鍵指標(biāo)。
5 實(shí)驗(yàn)評估
5.1 實(shí)驗(yàn)方法
本節(jié)在時(shí)鐘精準(zhǔn)的全系統(tǒng)模擬器gem5 中統(tǒng)計(jì)了SPEC CPU2006 基準(zhǔn)程序和2 類跨核緩存攻擊在末級緩存組的訪問量。 該模擬器配置了一個(gè)使用3層包含緩存和x86 指令集的系統(tǒng)。 其中，一級緩存和二級緩存為每個(gè)核私有，邏輯共享的末級緩存在物理上劃分為與核數(shù)相等的分片。 表1 列出了詳細(xì)的參數(shù)配置。
表1 參數(shù)配置Tab.1 Parameter configurations
本節(jié)使用reference 輸入運(yùn)行SPEC 測試集。 對于每個(gè)程序，gem5 采樣其有代表性的十億條指令，并統(tǒng)計(jì)末級緩存組的訪問量。
本節(jié)還構(gòu)建了Flush+Reload 和Prime+Probe，并統(tǒng)計(jì)攻擊行為下各緩存組訪問量。 上述攻擊會(huì)以20 000周期為間隔從square-and-multiply 算法中竊取密鑰。 其中，F(xiàn)lush+Reload 攻擊依據(jù)圖1 所述流程監(jiān)控目標(biāo)緩存行；Prime+Probe 攻擊依據(jù)圖2 所述流程監(jiān)控目標(biāo)緩存組。
5.2 實(shí)驗(yàn)結(jié)果
圖3 統(tǒng)計(jì)了測試集和攻擊程序每百萬周期中末級緩存組平均出現(xiàn)的訪問量。 目標(biāo)緩存組在Prime+Probe 和Flush+Reload 攻擊中分別會(huì)出現(xiàn)約403.1和73.2 次訪問操作。 在相同攻擊頻率下，以Prime +Probe 為代表的基于競爭的攻擊會(huì)帶來更顯著的訪問量。 這一現(xiàn)象主要由于基于競爭的攻擊在驅(qū)逐階段需要利用緩存組沖突和替換策略清除目標(biāo)緩存行。 此外，由于攻擊行為僅聚焦目標(biāo)緩存組，因此其他組的訪問量趨向0。
圖3 每百萬周期末級緩存組（300～350）訪問量Fig.3 Access count per one million cycles for last level cache sets（300～350）
測試集程序則不存在這種異?，F(xiàn)象，且在每個(gè)緩存組的平均訪問量都小于30。 其中，zeusmp 在所有測試集中緩存組訪問量最多，約為28.06。 Prime+ Probe 和Flush + Reload 的訪問量分別是該值的14.37 倍和2.61 倍。 因此，末級緩存組訪問量是一種對惡意程序和常規(guī)程序具有良好區(qū)分度的評價(jià)指標(biāo)，可以用于識別側(cè)信道攻擊。
6 結(jié)束語
本文指出當(dāng)前基于硬件事件的緩存?zhèn)刃诺拦魴z測機(jī)制并未考慮攻擊者隱藏特征時(shí)的準(zhǔn)確度。 本文發(fā)現(xiàn)側(cè)信道攻擊需要保證每輪的驅(qū)逐操作和嚴(yán)格的攻擊頻率，而這兩個(gè)約束條件會(huì)導(dǎo)致目標(biāo)緩存組的訪問量不可避免地增加。 實(shí)驗(yàn)結(jié)果表明側(cè)信道攻擊至少會(huì)產(chǎn)生相當(dāng)于SPEC 基準(zhǔn)程序2.61 倍的緩存組訪問量。 這說明緩存組訪問量是一種對惡意程序和常規(guī)程序具有良好區(qū)分度的評價(jià)指標(biāo)。 在后續(xù)工作中，本研究將探索利用該指標(biāo)檢測和防御側(cè)信道攻擊的方案。
猜你喜歡
末級壓出室水力結(jié)構(gòu)對多級離心泵水力性能的影響水泵技術(shù)(2022年3期)2022-08-26 08:59:18 運(yùn)載火箭末級離軌控制策略優(yōu)化導(dǎo)彈與航天運(yùn)載技術(shù)(2022年2期)2022-05-09 09:04:04 基于微分博弈的追逃問題最優(yōu)策略設(shè)計(jì)自動(dòng)化學(xué)報(bào)(2021年8期)2021-09-28 07:20:18 超臨界機(jī)組鍋爐末級過熱器管爆管分析中國特種設(shè)備安全(2020年11期)2020-06-09 09:15:16 DF100A發(fā)射機(jī)末級電子管的計(jì)算與分析電子制作(2018年8期)2018-06-26 06:43:32 正面迎接批判愛你(2018年16期)2018-06-21 03:28:44 高職院校圖書館電子資源中數(shù)據(jù)庫的使用情況分析卷宗(2016年12期)2017-04-19 20:57:30 如何做好搜索引擎優(yōu)化（SEO）提高新聞網(wǎng)站訪問量活力(2016年9期)2016-08-01 22:41:45 一所大學(xué)有40人被確診為抑郁癥健康管理(2016年7期)2016-05-14 11:38:41 有限次重復(fù)博弈下的網(wǎng)絡(luò)攻擊行為研究指揮與控制學(xué)報(bào)(2015年4期)2015-11-01 10:09:34
王 楷， 郭 濤， 季振洲
（1 哈爾濱工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院， 哈爾濱 150001； 2 哈爾濱工業(yè)大學(xué) 網(wǎng)絡(luò)與信息中心， 哈爾濱 150001）
0 引 言
緩存是當(dāng)前商用處理器芯片中的核心部件之一，有效彌補(bǔ)了較快的處理器運(yùn)算速度與較慢的內(nèi)存訪問速度的差距。 然而，緩存時(shí)間側(cè)信道攻擊卻利用了不同緩存層次和內(nèi)存間的訪問時(shí)間差作為信道，推斷受害者程序運(yùn)行過程中的訪問模式，進(jìn)而從系統(tǒng)中提取諸如密鑰、瀏覽記錄、用戶輸入等未授權(quán)的敏感信息［1-2］。 不僅如此，以“幽靈”為代表的瞬態(tài)攻擊也將緩存?zhèn)刃诺拦粢暈樾畔⑿孤舵溨械闹匾画h(huán)［3］。 不斷增加的安全威脅表明探索有效的防御機(jī)制的迫切性。
異常檢測是防御緩存?zhèn)刃诺拦舻闹髁魉枷胫弧?該方法認(rèn)為攻擊者在竊取緩存訪問模式的過程中，需要針對目標(biāo)緩存行構(gòu)建特定的交互方式，而這會(huì)在硬件微架構(gòu)事件中產(chǎn)生與普通程序存在顯著差異的特征。 識別這些可疑特征即可有效地定位攻擊行為，進(jìn)而采取低成本的針對性保護(hù)操作。 目前，學(xué)術(shù)界已對指令數(shù)、緩存缺失和命中率、CPU 周期數(shù)等許多硬件事件進(jìn)行分析，并陸續(xù)提出了基于閾值、概率分布、機(jī)器學(xué)習(xí)的探測手段。 盡管這些方法在一定程度上緩解了側(cè)信道攻擊風(fēng)險(xiǎn)，但普遍未考慮攻擊者調(diào)整攻擊細(xì)節(jié)，偽造信息流的情況下的檢測準(zhǔn)確度。 在第二節(jié)，本文將詳細(xì)討論當(dāng)前典型檢測方法的優(yōu)缺點(diǎn)。
本文指出當(dāng)前可行的緩存?zhèn)刃诺拦粼诿枯喬綔y中需要驅(qū)逐和重訪操作，并且僅針對被攻擊的緩存組，這導(dǎo)致了目標(biāo)緩存組的訪問量增加。 另一方面，攻擊者還受到了嚴(yán)格的頻率約束（500～20 000周期），這進(jìn)一步加劇了訪問流量。 在時(shí)鐘精準(zhǔn)的全系統(tǒng)模擬器gem5 上，實(shí)驗(yàn)結(jié)果表明，側(cè)信道攻擊至少會(huì)導(dǎo)致相當(dāng)于SPEC 基準(zhǔn)程序2.61 倍的訪問量。
1 緩存?zhèn)刃诺拦?/h2>
緩存?zhèn)刃诺拦裟軌蚶貌煌彺鎸蛹壓蛢?nèi)存間的訪問延遲感知受害者程序的訪問行為，進(jìn)而竊取敏感信息。 最初，側(cè)信道攻擊的觀測目標(biāo)是一級私有緩存，但這種攻擊場景由于需要攻擊者和受害者同駐在相同物理核，具有很大的局限性。 直到2014 年，Yarom 等人提出了針對末級緩存的跨核緩存攻擊。 由于跨核攻擊具備噪聲低、易于發(fā)起、帶寬高的優(yōu)勢，自此之后，有關(guān)緩存?zhèn)刃诺赖墓シ姥芯恐匦霓D(zhuǎn)移到了跨核攻擊。
依據(jù)攻擊過程中驅(qū)逐手段的差異，跨核緩存攻擊廣義上可劃分為基于競爭的攻擊和基于沖刷的攻擊。 目前，學(xué)術(shù)界已證明不同緩存架構(gòu)（包含型和非包含型）都會(huì)受到上述兩類攻擊的威脅，只是攻擊細(xì)節(jié)存在差異。 本文以包含緩存架構(gòu)作為基準(zhǔn)系統(tǒng)，分析和驗(yàn)證側(cè)信道攻擊下存在的顯著特征。 在未來工作中，將進(jìn)一步分析非包含緩存架構(gòu)中的硬件事件特征。
1.1 基于沖刷的攻擊
圖1 描述了Flush + Reload，這一典型的基于沖刷的攻擊實(shí)例。 這類攻擊能夠確定特定時(shí)間窗口內(nèi)攻擊者和受害者共享的緩存行的訪問模式。 由圖1可知，其攻擊過程包含3 個(gè)步驟：
圖1 Flush + Reload 攻擊Fig.1 Flush + Reload attacks
（1）驅(qū)逐：在驅(qū)逐階段，攻擊者使用clflush（x86指令集下）或其他等效指令將目標(biāo)緩存行從緩存清除。 該指令能夠在任何特權(quán)級使用，并且能保證被操作的緩存行在各級緩存中都被清除。
（2）等待：在攻擊者等待階段，如果受害者訪問了目標(biāo)地址，該緩存行會(huì)遷移進(jìn)入緩存。 否則，緩存不會(huì)記錄該數(shù)據(jù)。
（3）重訪：攻擊者最后重訪目標(biāo)緩存行并計(jì)算延遲，若出現(xiàn)緩存命中（延遲較短）則表明受害者曾經(jīng)訪問過目標(biāo)緩存行。 否則，攻擊者能夠確定受害者未訪問對應(yīng)數(shù)據(jù)。
1.2 基于競爭的攻擊
圖2 給出了Prime+Probe，這一典型的基于競爭的攻擊實(shí)例。 這類攻擊可以觀測特定時(shí)間窗口內(nèi)目標(biāo)緩存組的訪問模式。 相比于基于沖刷的攻擊，該攻擊克服了共享內(nèi)存的約束，因而更為可行，也更具威脅。 擬對此展開研究分述如下。
圖2 Prime+Probe 攻擊Fig.2 Prime+Probe attacks
（1）驅(qū)逐：在驅(qū)逐階段，攻擊者使用預(yù)先準(zhǔn)備好的驅(qū)逐集合占據(jù)目標(biāo)地址所在的緩存組，利用組沖突將目標(biāo)緩存行清除。 為實(shí)現(xiàn)該目標(biāo)，驅(qū)逐集合應(yīng)包含與末級緩存路數(shù)相等的元素，并且每個(gè)元素都應(yīng)與目標(biāo)地址映射到相同緩存組。
（2）等待：在等待階段，如果受害者訪問了目標(biāo)地址。 無論緩存采用何種替換策略，該操作必然會(huì)移除驅(qū)逐集中的一個(gè)元素。 否則，對應(yīng)緩存組依舊存儲(chǔ)完整的驅(qū)逐集。
（3）探測：攻擊者測量重訪驅(qū)逐集的延遲。 如果延遲較長表明重訪行為中出現(xiàn)了緩存缺失事件，進(jìn)而可以推斷受害者訪問了目標(biāo)緩存組。
2 基于異常檢測的側(cè)信道防御方案
異常檢測最初采用閾值比對的方法識別緩存攻擊。 CacheShield 認(rèn)為程序在未被攻擊時(shí)緩存缺失數(shù)不會(huì)出現(xiàn)顯著變化，并提出基于變點(diǎn)檢測理論的檢測算法分析該指標(biāo)是否達(dá)到閾值［4］。 Biscuit 指出被攻擊程序在運(yùn)行時(shí)會(huì)比未受到攻擊時(shí)增加5 倍的緩存缺失數(shù)。 基于這一觀測，Biscuit 使用編譯器分析程序中每個(gè)循環(huán)產(chǎn)生的緩存缺失數(shù)量，并將該值插入到程序中。 在程序后續(xù)運(yùn)行時(shí)，若實(shí)際產(chǎn)生的缺失數(shù)量超過期望值，則認(rèn)為可能遭受攻擊［5］。然而，基于閾值比對的方法對運(yùn)行環(huán)境敏感，可能會(huì)產(chǎn)生較多誤報(bào)，并且容易被繞過。
Chiappetta 等人［6］擴(kuò)大了采樣范圍，使用總指令數(shù)、CPU 周期數(shù)、二級緩存命中、末級緩存命中和缺失數(shù)五個(gè)評價(jià)指標(biāo)。 同時(shí)，該方法使用均值和方差而不是簡單的數(shù)值對比識別攻擊。
Fortuneteller 認(rèn)為程序運(yùn)行過程中微架構(gòu)事件具有時(shí)間先后特性，因此使用門控循環(huán)單元和長短期記憶網(wǎng)絡(luò)這兩個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測選定的微架構(gòu)事件（一級指令緩存命中數(shù)、一級指令緩存缺失數(shù)和末級緩存缺失數(shù)）在下一時(shí)刻的數(shù)值。 如果在設(shè)定的滑動(dòng)窗口內(nèi)超過閾值次數(shù)過多，則認(rèn)為存在惡意程序［7］。 此外，F(xiàn)ortuneteller 從37 個(gè)硬件事件中自動(dòng)化地篩選出了上述三個(gè)最具關(guān)聯(lián)性指標(biāo)。 該方案在檢測緩存?zhèn)刃诺拦舻耐瑫r(shí)，還能夠覆蓋幽靈［3］、rowhammer［8］等典型的硬件漏洞。
對于常規(guī)的緩存?zhèn)刃诺拦?，上述機(jī)制在準(zhǔn)確度和降低性能開銷維度方面已取得了不錯(cuò)的進(jìn)展。例如，F(xiàn)ortuneteller 的F - score已達(dá)到0.997 并且僅對Phoronix 測試程序造成平均0.12%的性能損失。然而，這些檢測方法并未考慮如何應(yīng)對自適應(yīng)攻擊，即攻擊者在感知系統(tǒng)中部署了防御機(jī)制后，偽裝信息流，避免觸發(fā)指標(biāo)異常的攻擊場景。 本文的目標(biāo)是分析并驗(yàn)證側(cè)信道攻擊中無法隱藏的硬件事件及其特征，啟發(fā)研究人員探索更有效的防御方案。
3 攻擊行為分析
通過分析攻擊流程，本文發(fā)現(xiàn)無論是基于沖刷的攻擊還是基于競爭的攻擊在進(jìn)行探測時(shí)都需要滿足如下2 個(gè)先決條件：
（1）不可避免的驅(qū)逐操作。 攻擊者在每輪發(fā)起攻擊前需要確保被探測的緩存行已從緩存清除。 否則，受害者隨后的訪問行為會(huì)出現(xiàn)緩存命中事件。由于緩存狀態(tài)未發(fā)生改變，攻擊者將無法感知到受害者的行為。
（2）嚴(yán)格的攻擊頻率。 在每輪迭代中，攻擊者僅能確定目標(biāo)緩存行或緩存組是否被受害者訪問，這一有限的信息量并不足以引起敏感信息泄露。 為獲得完整信息，攻擊者需要重復(fù)完成多次攻擊。 例如，在Liu 等人［2］提出的Prime + Probe 攻擊中，攻擊者實(shí)施了上萬次探測才能復(fù)原出3 072 位密鑰信息。 當(dāng)需要發(fā)動(dòng)多輪攻擊時(shí)，攻擊者就需要考慮攻擊頻率的問題。 一方面，攻擊間隔過長可能導(dǎo)致受害者在此期間發(fā)生了多次與敏感信息相關(guān)的操作，導(dǎo)致錯(cuò)失信息。 另一方面，攻擊間隔過短會(huì)增加攻擊者的驅(qū)逐和重訪等操作與受害者的訪問行為發(fā)生沖突的可能，引入新的噪聲。 通常，現(xiàn)有攻擊的間隔為500～20 000 周期。
4 篩選硬件事件
異常檢測需要選擇對攻擊程序和正常程序有良好區(qū)分度的硬件事件作為識別器。 如前所述，已有許多研究使用系統(tǒng)運(yùn)行中的統(tǒng)計(jì)事件，尤其是緩存相關(guān)事件（緩存命中、缺失數(shù)量［9］等）識別側(cè)信道攻擊。然而，攻擊者可能會(huì)優(yōu)化攻擊，避免上述指標(biāo)出現(xiàn)異常。 在側(cè)信道攻擊的3 步流程中，攻擊者會(huì)參與其中的第一和第三步。 本節(jié)將從中挖掘基于沖刷和基于競爭的攻擊存在的共性特征。 具體論述如下。
（1）基于沖刷的攻擊。 基于沖刷的攻擊的緩存事件集中在重訪操作。 由于受害者行為的差異，攻擊者的重訪操作必然會(huì)導(dǎo)致一次緩存命中或缺失。
（2）基于競爭的攻擊。 基于競爭的攻擊的緩存事件集中在驅(qū)逐操作。 本節(jié)將在LRU （Least Recently Used）替換策略下進(jìn)行分析。 對于其他類型的緩存替換策略，已有研究證明相應(yīng)策略將會(huì)在特殊的攻擊手段下退化為LRU［8］。
假定e1e2e3...ew是目標(biāo)緩存組的驅(qū)逐集而v是目標(biāo)緩存行。 在開啟下一輪探測前，假定緩存組存儲(chǔ)的元素分別是e1e2e3...ew-1v，該存儲(chǔ)順序同時(shí)也代表了LRU 狀態(tài)，即發(fā)生緩存替換時(shí)，下一個(gè)被移除的元素是e1。 在驅(qū)逐階段，攻擊者迭代訪問整個(gè)驅(qū)逐集以確保目標(biāo)地址v被移除。 盡管訪問驅(qū)逐集的順序不會(huì)改變驅(qū)逐的效果但會(huì)影響微架構(gòu)的統(tǒng)計(jì)信息。 如果訪問序列是e1e2e3...ew，這會(huì)導(dǎo)致w -1 次緩存命中和一次緩存缺失。 翻轉(zhuǎn)訪問順序則會(huì)帶來w次訪問缺失。
從上述分析可以發(fā)現(xiàn)，攻擊行為必然會(huì)導(dǎo)致緩存命中或缺失事件，并由于嚴(yán)格的攻擊頻率使得出現(xiàn)次數(shù)急劇增加。 但是，單獨(dú)的緩存命中或缺失事件無法完全覆蓋攻擊者的行為。 此外，攻擊者還可以引入無關(guān)的訪存操作動(dòng)態(tài)改變?nèi)笔屎兔新省?/p>
盡管攻擊者有可能影響緩存命中和缺失的數(shù)量，但緩存訪問量（緩存命中和缺失事件總和）是其無法隱藏的特征。 由于物理地址到緩存的映射關(guān)系固定，目標(biāo)地址每次都會(huì)落入到同一個(gè)緩存組，這也使得這些訪問量必然集中在對應(yīng)的緩存組。 因此，本文建議使用末級緩存組訪問量作為異常檢測的關(guān)鍵指標(biāo)。
5 實(shí)驗(yàn)評估
5.1 實(shí)驗(yàn)方法
本節(jié)在時(shí)鐘精準(zhǔn)的全系統(tǒng)模擬器gem5 中統(tǒng)計(jì)了SPEC CPU2006 基準(zhǔn)程序和2 類跨核緩存攻擊在末級緩存組的訪問量。 該模擬器配置了一個(gè)使用3層包含緩存和x86 指令集的系統(tǒng)。 其中，一級緩存和二級緩存為每個(gè)核私有，邏輯共享的末級緩存在物理上劃分為與核數(shù)相等的分片。 表1 列出了詳細(xì)的參數(shù)配置。
表1 參數(shù)配置Tab.1 Parameter configurations
本節(jié)使用reference 輸入運(yùn)行SPEC 測試集。 對于每個(gè)程序，gem5 采樣其有代表性的十億條指令，并統(tǒng)計(jì)末級緩存組的訪問量。
本節(jié)還構(gòu)建了Flush+Reload 和Prime+Probe，并統(tǒng)計(jì)攻擊行為下各緩存組訪問量。 上述攻擊會(huì)以20 000周期為間隔從square-and-multiply 算法中竊取密鑰。 其中，F(xiàn)lush+Reload 攻擊依據(jù)圖1 所述流程監(jiān)控目標(biāo)緩存行；Prime+Probe 攻擊依據(jù)圖2 所述流程監(jiān)控目標(biāo)緩存組。
5.2 實(shí)驗(yàn)結(jié)果
圖3 統(tǒng)計(jì)了測試集和攻擊程序每百萬周期中末級緩存組平均出現(xiàn)的訪問量。 目標(biāo)緩存組在Prime+Probe 和Flush+Reload 攻擊中分別會(huì)出現(xiàn)約403.1和73.2 次訪問操作。 在相同攻擊頻率下，以Prime +Probe 為代表的基于競爭的攻擊會(huì)帶來更顯著的訪問量。 這一現(xiàn)象主要由于基于競爭的攻擊在驅(qū)逐階段需要利用緩存組沖突和替換策略清除目標(biāo)緩存行。 此外，由于攻擊行為僅聚焦目標(biāo)緩存組，因此其他組的訪問量趨向0。
圖3 每百萬周期末級緩存組（300～350）訪問量Fig.3 Access count per one million cycles for last level cache sets（300～350）
測試集程序則不存在這種異?，F(xiàn)象，且在每個(gè)緩存組的平均訪問量都小于30。 其中，zeusmp 在所有測試集中緩存組訪問量最多，約為28.06。 Prime+ Probe 和Flush + Reload 的訪問量分別是該值的14.37 倍和2.61 倍。 因此，末級緩存組訪問量是一種對惡意程序和常規(guī)程序具有良好區(qū)分度的評價(jià)指標(biāo)，可以用于識別側(cè)信道攻擊。
6 結(jié)束語
本文指出當(dāng)前基于硬件事件的緩存?zhèn)刃诺拦魴z測機(jī)制并未考慮攻擊者隱藏特征時(shí)的準(zhǔn)確度。 本文發(fā)現(xiàn)側(cè)信道攻擊需要保證每輪的驅(qū)逐操作和嚴(yán)格的攻擊頻率，而這兩個(gè)約束條件會(huì)導(dǎo)致目標(biāo)緩存組的訪問量不可避免地增加。 實(shí)驗(yàn)結(jié)果表明側(cè)信道攻擊至少會(huì)產(chǎn)生相當(dāng)于SPEC 基準(zhǔn)程序2.61 倍的緩存組訪問量。 這說明緩存組訪問量是一種對惡意程序和常規(guī)程序具有良好區(qū)分度的評價(jià)指標(biāo)。 在后續(xù)工作中，本研究將探索利用該指標(biāo)檢測和防御側(cè)信道攻擊的方案。
猜你喜歡
水泵技術(shù)(2022年3期)2022-08-26 08:59:18
導(dǎo)彈與航天運(yùn)載技術(shù)(2022年2期)2022-05-09 09:04:04
自動(dòng)化學(xué)報(bào)(2021年8期)2021-09-28 07:20:18
中國特種設(shè)備安全(2020年11期)2020-06-09 09:15:16
電子制作(2018年8期)2018-06-26 06:43:32
愛你(2018年16期)2018-06-21 03:28:44
卷宗(2016年12期)2017-04-19 20:57:30
活力(2016年9期)2016-08-01 22:41:45
健康管理(2016年7期)2016-05-14 11:38:41
指揮與控制學(xué)報(bào)(2015年4期)2015-11-01 10:09:34
