[論文レビュー] Hot Pixels: Frequency, Power, and Temperature Attacks on GPUs and ARM SoCs

Hritvik Taneja, Jason Z. Kim+4 more|arXiv (Cornell University)|May 22, 2023

Security and Verification in Computing被引用数 6

ひとこと要約

この論文は、熱的または電力制限下でのDVFSメカニズムにより、GPUおよびARM SoCがソフトウェアからアクセス可能な周波数、電力、温度センサーを通じて機密情報を漏洩することを示している。著者らは、JavaScriptベースの攻撃（ピクセル盗難、履歴スニーピング、ウェブサイトフォグマッピング）を用いて、対策が有効な状態でもウェブサイト分類のトップ5正答率が76%に達する側帯を悪用した。

ABSTRACT

The drive to create thinner, lighter, and more energy efficient devices has resulted in modern SoCs being forced to balance a delicate tradeoff between power consumption, heat dissipation, and execution speed (i.e., frequency). While beneficial, these DVFS mechanisms have also resulted in software-visible hybrid side-channels, which use software to probe analog properties of computing devices. Such hybrid attacks are an emerging threat that can bypass countermeasures for traditional microarchitectural side-channel attacks. Given the rise in popularity of both Arm SoCs and GPUs, in this paper we investigate the susceptibility of these devices to information leakage via power, temperature and frequency, as measured via internal sensors. We demonstrate that the sensor data observed correlates with both instructions executed and data processed, allowing us to mount software-visible hybrid side-channel attacks on these devices. To demonstrate the real-world impact of this issue, we present JavaScript-based pixel stealing and history sniffing attacks on Chrome and Safari, with all side channel countermeasures enabled. Finally, we also show website fingerprinting attacks, without any elevated privileges.

研究の動機と目的

• 現代のGPUおよびARM SoCが、DVFSメカニズムに起因して、ソフトウェアからアクセス可能な周波数、電力、温度センサーを通じて情報を漏洩するかどうかを調査すること。
• 外部測定装置を一切使用せずに、内部センサーのデータのみを用いて側帯攻撃を実行可能かどうかを評価すること。
• ChromeやSafariなどのブラウザにおいて、すべての対策が有効な状態でも、ピクセル盗難、履歴スニーピング、ウェブサイトフォグマッピングといった実世界のプライバシー攻撃を実証すること。
• 被動冷却と能動冷却の異なるデバイスタイプ（マックミニ、マックブックエア）における、命令/データパターンと観測可能なセンサー動作の相関関係を分析すること。

提案手法

• ARM SoCおよびGPU上で、内部センサーを用いて命令およびデータ依存の周波数、電力、温度の変動を測定すること。
• ハミング距離（HD）モデルを用いてCPUの漏洩をモデル化し、被演算子の差異と電力・周波数・温度の変化の相関関係を分析すること。
• 異なるウェブサイトからのセンサートレースを学習データとして用い、ウェブサイトフォグマッピング分類器を構築し、トップ1、トップ2、トップ5正答率を評価指標とする。
• JavaScriptを用いてブラウザベースのピクセル盗難および履歴スニーピング攻撃を実装し、データ依存の周波数スロットリングをタイミングチャネルとして利用すること。
• JavaScriptからのタイミング測定を用いて、観測可能な周波数変動に基づきピクセル値や閲覧履歴を推定すること。
• 異なるデバイス（マックミニ、マックブックエア）および冷却状態における攻撃性能を評価し、耐久性および一般化性能を検証すること。

Figure 1 : Traces of frequency (top), power (middle), and temperature (bottom) from running our selected workloads on a MacBook Air with Apple M1 CPU. The aes curve represents the aese and aesmc instructions.

実験結果

リサーチクエスチョン

• RQ1 周波数、電力、温度の内部センサー読み取りのみを用いて、GPUおよびARM SoC上でソフトウェアのみの側帯攻撃を実行可能かどうか。
• RQ2 命令およびデータパターンが、DVFS制御デバイスにおける観測可能な周波数、電力、熱的挙動にどの程度影響を与えるか。
• RQ3 これらのセンサーに基づく側帯を、ブラウザ環境でウェブサイトフォグマッピング、ピクセル盗難、履歴スニーピングに悪用可能かどうか。
• RQ4 冷却方法（被動冷却対比能動冷却）が、これらの側帯の検出可能性および漏洩レートにどのように影響するか。
• RQ5 実世界のシステムにおける、こうした攻撃の実用的制限要因および潜在的な緩和策は何か。

主な発見

• 能動冷却のマックミニにおいて、検証データ上でトップ5正答率が0.76に達し、強力なウェブサイトフォグマッピング能力を示した。
• 被動冷却のマックブックエアでは、熱的ダイナミクスおよびコンテンツ変化の影響によりトップ5正答率が0.49に低下したが、ベースライン（0.01）より1桁以上高い水準を維持した。
• 熱的制限下のデバイスでは、遅い熱的平衡状態および小さな周波数／電力変動のため、漏洩レートが約0.1ビット／秒に制限される。
• データ依存の周波数スロットリングはJavaScriptのタイミングチャネルで観測可能であり、すべての側帯対策が有効な状態でもピクセル盗難や履歴スニーピング攻撃が可能である。
• マックミニのような能動冷却デバイスでは、データ依存の周波数変化が抑制されるため、冷却戦略が攻撃の実行可能性に顕著に影響することが示唆された。
• ハミング距離モデルは、CPUおよびGPUの両方で、被演算子の差異と観測された電力・周波数・温度変化との間に有意な相関関係を示した。

Figure 2 : Frequency (top), power (middle), and temperature (bottom) from add and fadd workloads on Pixel 6 Pro.