Intel Knights Landing Processors have shared last level cache (LLC) across all the tiles using MESIF protocol and uses a mesh network of Caching and Homing Agents(CHA)s. Due to the structure of the network, the cache access is non uniform in nature having significant difference in cache hit times. In this paper, we try to exploit this idea to leak secret from a victim process. First, we show a naive implementation of the attack using a gem5 simulator that achieves 100\% accuracy of extracting the secret bits. Then we replicate the attack in a Intel Xeon Phi 7290@ 1.50 GHz Knight's Landing CPU to show the efficacy of the attack. In real machine we can leak the secret from a victim process at 85\% accuracy and ~350 kbps bandwidth. All the attacks were done on a machine without any root or sudo privileges, so this shows the strength of the attack. This can be further extended to leak secrets from different processes given the vulnerable patterns may exist in many libraries. Other processors with similar architecture (last level distributed cache in mesh networks) can also be vulnerable to similar attack strategy.


翻译:英特尔骑士着陆处理器在使用 MESIF 协议的所有瓷砖中共享最后一级缓存( LLC), 并使用 Caching 和 Homing Agents (CHA) 的网状网络网络网络。 由于网络的结构, 缓存存访问在性质上是非统一的, 在缓存点击时间上差异很大。 在本文中, 我们试图利用这个想法从受害者程序中泄露秘密。 首先, 我们展示了使用宝石5 模拟器进行攻击的天真性, 其精确度达到了100 ⁇ 提取秘密部分的精度。 然后, 我们复制了在 Intel Xeon Phi 7290@ 1. 150 GHMz Knight 登陆 CPU 中进行攻击, 以显示袭击的功效。 在真实机器中, 我们可以以 85 ⁇ 精确度 和 ~ 350 kbps 带宽度向受害者进程泄露秘密。 所有攻击都是在没有根或sudo 特权的情况下进行的, 这表明攻击的强度 。 这可以进一步扩展到由于许多图书馆的脆弱模式可能存在不同过程的机密。 其他处理器( 类似攻击网络中的最后一级分配脆弱缓冲隐藏) 也可以成为类似的战略 。

0
下载
关闭预览

相关内容

专知会员服务
32+阅读 · 2021年9月7日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
移动端机器学习资源合集
专知
8+阅读 · 2019年4月21日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Arxiv
1+阅读 · 2022年2月22日
Arxiv
0+阅读 · 2022年2月22日
Arxiv
4+阅读 · 2018年11月6日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
移动端机器学习资源合集
专知
8+阅读 · 2019年4月21日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Top
微信扫码咨询专知VIP会员