[论文解读] Dataplant: Enhancing System Security with Low-Cost In-DRAM Value Generation Primitives

Lois Orosa, Yaohua Wang+14 more|arXiv (Cornell University)|Feb 19, 2019

Physical Unclonable Functions (PUFs) and Hardware Security参考文献 93被引用 9

一句话总结

该论文提出Dataplant，一组低成本的嵌入式DRAM安全原原子，利用商品DRAM芯片中固有的工艺失配特性，无需修改DRAM阵列即可生成不可预测且可重现的值。通过微调内部定时信号，Dataplant实现了两项关键安全机制：一种非破坏性、抗温度变化的PUF，其吞吐量比以往DRAM PUF高出1.8倍；以及一种冷启动攻击防护机制，可在每次上电时摧毁数据，且运行时无性能与能耗开销。

ABSTRACT

DRAM manufacturers have been prioritizing memory capacity, yield, and bandwidth for years, while trying to keep the design complexity as simple as possible. DRAM chips do not carry out any computation or other important functions, such as security. Processors implement most of the existing security mechanisms that protect the system against security threats, because 1) executing security mechanisms usually require non-trivial computational capabilities (e.g., encryption), and 2) commodity DRAM chips are not designed to perform computations or tasks other than data storage. In this work, we advocate for DRAM as a key component for providing security mechanisms to the system. To this end, we propose Dataplant, a new class of low-cost, high-performance, and reliable security primitives that can be integrated in commodity DRAM chips with minimal changes. The main idea of Dataplant is to slightly modify the internal DRAM timing signals to expose the inherent process variation found in all DRAM chips for generating unpredictable but reproducible values (e.g., keys) within DRAM. We use Dataplant to build two new security mechanisms. First, a new Dataplant-based physical unclonable function (PUF) with non-destructive read-out, low evaluation latency, robust responses, resiliency to temperature changes, and data-independent responses. Second, a new cold boot attack prevention mechanism that automatically destroys all data within DRAM on every power cycle with zero run-time energy and latency overheads. Using a combination of detailed simulations and experiments with 136 real commodity DRAM chips, we show that our Dataplant-based PUF has 1.8x higher throughput than the best state-of-the-art DRAM PUFs. We also demonstrate that our Dataplant-based cold boot attack protection mechanism is 19.5x faster and consumes 2.54x less energy when compared to existing mechanisms.

研究动机与目标

• 解决商品DRAM芯片在存储敏感数据方面扮演关键角色却缺乏硬件级安全支持的问题。
• 克服现有基于DRAM的PUF的局限性，如破坏性读取、高延迟、噪声干扰和温度敏感性。
• 设计一种冷启动攻击防护机制，仅通过定时信号修改即可实现零运行时性能与能耗开销。
• 在不修改架构的前提下，直接在商品DRAM芯片内实现安全、低成本且高效的系统级安全机制。
• 证明嵌入式DRAM原原子可通过仅对现有DRAM定时参数进行最小修改来实现，确保向后兼容性并促进工业界采纳。

提出的方法

• 通过修改内部定时信号（如激活和预充电放大器定时）来利用DRAM中固有的工艺失配，生成不可预测但可重现的值。
• 提出两种原原子变体：US-Dataplant（在预充电放大器中生成值）和UC-Dataplant（在存储单元中生成值）。
• 设计原原子以完全兼容标准DDR内存命令，无需更改DRAM阵列或物理布局。
• 利用生成的值实现一种非破坏性、与数据无关的PUF，具备对温度变化的鲁棒性及低评估延迟。
• 通过单个DRAM命令触发数据破坏机制，实现每次上电即清除所有数据，且无运行时能耗与延迟成本。
• 使用对136款真实商品DRAM芯片在多种工作条件下的详细仿真与实验验证该方法。

实验结果

研究问题

• RQ1 是否可以利用商品DRAM芯片中的工艺失配，在不修改DRAM阵列的前提下生成密码学上安全的、不可预测的值？
• RQ2 是否可以设计出嵌入式DRAM原原子，以支持如非破坏性读取、对温度等环境变化具有鲁棒性的安全机制（如PUF）？
• RQ3 是否可以通过仅修改定时信号，实现一种零运行时性能与能耗开销的冷启动攻击防护机制？
• RQ4 在不同温度与内存负载条件下，基于Dataplant的PUF与当前最先进的DRAM PUF相比，其吞吐量与可靠性如何？
• RQ5 Dataplant原原子在不修改内存控制器或系统架构的前提下，能在多大程度上集成到现有DDR内存芯片中？

主要发现

• 基于Dataplant的PUF吞吐量比现有最佳DRAM PUF高出1.8倍，且完全独立于存储数据，对温度变化具有强鲁棒性。
• PUF响应具有鲁棒性、非破坏性，且行为与数据无关，无需温度校准或恒温运行环境。
• 基于Dataplant的冷启动攻击防护机制比先前方法快19.5倍，能耗降低2.54倍，且无运行时性能或能耗开销。
• 该机制仅通过一条DRAM命令即可在每次上电时彻底清除所有数据，显著快于需预充电与激活序列的替代方案。
• 对136款真实商品DRAM芯片的评估证实了Dataplant在不同DRAM代际与制造商产品中均具备可靠性、可重现性与实用性。
• 所提出的原原子无需修改DRAM阵列，且完全兼容标准DDR内存接口，可无缝集成至现有系统。