[논문 리뷰] Vulnerable GPU Memory Management: Towards Recovering Raw Data from GPU

Zhe Zhou, Wenrui Diao외 4명|arXiv (Cornell University)|2016. 05. 21.

Security and Verification in Computing참고 문헌 9인용 수 4

한 줄 요약

이 논문은 현대 시스템에서 GPU 메모리 관리가 근본적으로 보안이 불완전하여, 응용 프로그램 종료 후 남는 GPU 메모리에 남아 있는 원시적이고 민감한 데이터—예를 들어 전체 이미지, 텍스트, 행렬 등—을 악성 사용자가 복구할 수 있음을 드러낸다. 저자들은 이미지 데이터의 신호 처리 패턴을 활용하여, 메타데이터 없이도 자동으로 이미지를 감지하고 재구성하는 새로운 방법을 개발하였으며, 크롬, 애드비 리더, MATLAB과 같은 인기 응용 프로그램에서 성공적으로 복구를 수행하였다.

ABSTRACT

In this paper, we present that security threats coming with existing GPU memory management strategy are overlooked, which opens a back door for adversaries to freely break the memory isolation: they enable adversaries without any privilege in a computer to recover the raw memory data left by previous processes directly. More importantly, such attacks can work on not only normal multi-user operating systems, but also cloud computing platforms. To demonstrate the seriousness of such attacks, we recovered original data directly from GPU memory residues left by exited commodity applications, including Google Chrome, Adobe Reader, GIMP, Matlab. The results show that, because of the vulnerable memory management strategy, commodity applications in our experiments are all affected.

연구 동기 및 목표

• 프로세스 및 가상 머신 간 메모리 격리가 손상되는 GPU 메모리 관리의 보안 취약성을 조사하기 위해.
• 응용 프로그램 종료 후 남는 GPU 메모리 잔류물에서 전체 이미지 및 텍스트와 같은 민감한 데이터를 복구할 수 있음을 입증하기 위해.
• 메타데이터 없이도 비정형 GPU 메모리에서 이미지를 자동으로 감지하고 재구성할 수 있는 방법을 개발하기 위해.
• 상용 GPU 가속 응용 프로그램과 가상화된 클라우드 환경 전반에서 공격의 실현 가능성 평가하기 위해.

제안 방법

• 몇 GB에 이르는 큰 GPU 메모리 영역 내에서 이미지 픽셀의 고유한 바이트 값 패턴을 활용해 이미지 유사 데이터를 감지하기 위해.
• 행 단위 신호 유사성의 순환 패턴을 감지함으로써 이미지 레이아웃을 추론하는 주파수 도메인 분석 기법을 제안하였으며, 이 주기 길이가 이미지 너비에 해당한다.
• 감지된 레이아웃과 픽셀 패턴을 이용해, RGBA나 ARGB와 같은 형식을 사용하지 않은 경우에도 손실 없이 이미지를 재구성하기 위해.
• 색상 형식이 비표준일 경우를 대비해 정렬을 유지하고 텍스트 감지를 통해 부분적 인식을 가능하게 함으로써 알고리즘을 비표준 색상 형식에 적응시켰다.
• MATLAB의 열 우선 행렬 저장 방식으로 인해 발생하는 분할된 GPU 메모리 레이아웃을 처리하기 위해 전치 효과를 역으로 적용하는 방법을 적용하였다.
• 응용 프로그램 실행 후 GPU 메모리를 덤프하고 잔류 데이터에서 복구 가능한 자료를 분석함으로써, 여러 응용 프로그램에서 접근 방법을 검증하였다.

실험 결과

연구 질문

• RQ1 응용 프로그램 종료 후 GPU 메모리 잔류물에서 원시적이고 민감한 데이터—예를 들어 이미지와 텍스트—를 복구할 수 있는가?
• RQ2 GPU 메모리에서 메타데이터가 부재할 경우, 이미지와 같은 구조적 데이터 복구에 얼마나 큰 장애가 발생하는가?
• RQ3 사전에 형식이나 구조에 대한 지식 없이도 신호 처리 기법으로 이미지 레이아웃과 내용을 감지할 수 있는가?
• RQ4 스탠드alone 및 가상화 환경에서 널리 사용되는 다양한 GPU 가속 응용 프로그램에서 이 공격의 효과는 어느 정도인가?
• RQ5 이 취약성은 클라우드 컴퓨팅과 다중 테넌트 GPU 플랫폼에 어떤 영향을 미치는가?

주요 결과

• 저자들은 Google Chrome의 GPU 메모리 잔류물에서 웹 페이지 주소 표시줄과 탭 제목을 포함한 전체적으로 인식 가능한 이미지를 성공적으로 복구하여 브라우징 이력이 직접 폭 드러남을 입증하였다.
• Adobe Reader에서 처리된 PDF 문서의 텍스트 조각—사용자 계정 이름과 이메일 제목 포함—이 복구되었으며, 이는 개인 정보 노출을 시사한다.
• MATLAB에서는 이미지 조각이 재구성되고 재조립되었으며, 알고리즘이 열 우선 메모리 레이아웃으로 인해 발생한 대각선 전치 효과를 정확히 식별하고 역전환하였다.
• 비표준 색상 형식을 사용한 경우에도 손실 없는 이미지 복구가 가능했으며, 텍스트 인식과 레이아웃 재구성 덕분에 높은 식별 가능성이 확보되었다.
• 이 공격은 GIMP, MATLAB, Adobe Reader와 같은 여러 GPU 가속 응용 프로그램에서 효과를 보였으며, 상용 GPU 워크로드 전반에 걸쳐 광범위한 취약성을 확인하였다.
• 이 취약성은 클라우드 및 가상화 환경으로까지 확장되며, 공격자가 다른 VM의 GPU 메모리에 접근할 수 있어 위협 표면이 크게 확대됨을 의미한다.