[论文解读] Quantifying the Information Leak in Cache Attacks through Symbolic Execution

Sudipta Chattopadhyay, Moritz Beck+2 more|arXiv (Cornell University)|Nov 14, 2016

Security and Verification in Computing参考文献 15被引用 3

一句话总结

CHALICE 是一种基于符号执行的框架，通过分析执行跟踪，精确量化缓存侧信道攻击中的信息泄露，能够检测真实二进制文件中的关键泄露问题。它揭示了在某些输入下，AES-128 密钥的 127 个比特中多达 128 个可能通过缓存时序泄露，其性能优于静态分析，能够捕捉输入相关的泄露分布。

ABSTRACT

Cache timing attacks allow attackers to infer the properties of a secret execution by observing cache hits and misses. But how much information can actually leak through such attacks? For a given program, a cache model, and an input, our CHALICE framework leverages symbolic execution to compute the amount of information that can possibly leak through cache attacks. At the core of CHALICE is a novel approach to quantify information leak that can highlight critical cache side-channel leaks on arbitrary binary code. In our evaluation on real-world programs from OpenSSL and Linux GDK libraries, CHALICE effectively quantifies information leaks: For an AES-128 implementation on Linux, for instance, CHALICE finds that a cache attack can leak as much as 127 out of 128 bits of the encryption key.

研究动机与目标

• 解决现实软件中缓存侧信道信息泄露缺乏精确、输入感知量化的问题。
• 识别在缓存时序攻击下，相较于其他输入，会暴露显著更多敏感信息的关键输入部分。
• 为检测可利用的侧信道泄露，提供一种动态的、基于执行的静态分析替代方案。
• 通过支持对高泄露代码区域的调试与优化，助力安全软件开发。
• 适用于多种缓存策略（如直接映射、LRU）和观察者模型，具备广泛的适用性。

提出的方法

• 对具体程序输入应用符号执行，以推导出缓存命中与未命中的符号时序跟踪。
• 构建一种新颖的符号缓存模型，以在执行过程中同步跟踪缓存状态转换与程序状态。
• 通过分析不同输入值下缓存时序模式的分布，量化信息泄露程度。
• 将程序变量映射到建模的缓存结构（如直接映射或 LRU），以模拟真实的缓存行为。
• CHALICE 使用最大 SMT 求解，确定产生相同时序模式的输入数量，从而揭示每次观测的泄露量。
• 该方法在 LLVM 和 KLEE 上实现，支持对任意二进制代码的分析，并具备完整的符号状态追踪能力。

实验结果

研究问题

• RQ1 对于给定的程序、缓存模型和输入，实际通过缓存时序攻击能泄露多少信息？
• RQ2 符号执行能否精确量化缓存侧信道中输入相关的泄露信息？
• RQ3 缓存时序模式的分布如何影响敏感数据的可利用泄露量？
• RQ4 CHALICE 是否能够检测并排序出导致显著高于其他输入泄露量的输入？
• RQ5 与静态分析相比，CHALICE 的动态分析在识别关键泄露场景方面表现如何？

主要发现

• 在 AES-128 实现中，CHALICE 发现某些输入可通过缓存时序泄露多达 127 个密钥比特（共 128 个），使得剩余 1 个比特的暴力破解变得微不足道。
• 在极端情况下（如 213 或 279 次缓存未命中），仅有 2 个密钥产生相同的时序模式，CHALICE 确定此时有 90 个比特的密钥泄露。
• 对于平均缓存时序模式，超过 13,000 个密钥产生相同的模式，表明每次观测的泄露量显著降低。
• CHALICE 发现输入相关的泄露差异极大——某些输入泄露远多于其他输入，而这种现象被静态上界分析所忽略。
• 该框架成功量化了 OpenSSL 和 Linux GDK 库等真实世界二进制文件中的泄露，揭示了生产代码中存在高泄露风险。
• CHALICE 的符号分析表明，均匀的缓存时序分布极为罕见，即使经过良好优化的实现，在特定输入下仍可能暴露关键泄露。