Selective data protection is a promising technique to defend against the data leakage attack. In this paper, we revisit technical challenges that were neglected when applying this protection to real applications. These challenges include the secure input channel, granularity conflict, and sensitivity conflict. We summarize the causes of them and propose corresponding solutions. Then we design and implement a prototype system for selective data protection and evaluate the overhead using the RISC-V Spike simulator. The evaluation demonstrates the efficiency (less than 3% runtime overhead with optimizations) and the security guarantees provided by our system.


翻译:选择性数据保护是防范数据泄漏攻击的有希望的方法。 在本文中,我们重新审视了在将这种保护应用于实际应用时被忽略的技术挑战。 这些挑战包括安全输入渠道、颗粒冲突和敏感性冲突。 我们总结了它们的原因并提出相应的解决办法。 然后我们设计并实施了选择性数据保护原型系统,并使用RISC-V Spik Spik模拟器评估间接费用。 评估显示了我们系统的效率( 低于3%的运行时间接费用, 优化) 和安全保障。

0
下载
关闭预览

相关内容

专知会员服务
44+阅读 · 2020年10月31日
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
清华大学研究生教育
3+阅读 · 2018年6月30日
VIP会员
相关VIP内容
相关资讯
已删除
清华大学研究生教育
3+阅读 · 2018年6月30日
Top
微信扫码咨询专知VIP会员