CacheQL：量化与定位生产软件中的缓存侧信道漏洞
密码学与安全
2022-10-04 v2
摘要
缓存侧信道攻击通过观测受害软件如何访问缓存来提取秘密。迄今，针对不同场景下的密码系统及媒体库已演示了实用攻击，可推断密钥并重建图像等私有媒体数据。本文首先提出设计成熟缓存侧信道漏洞检测器的八项准则，随后给出满足全部准则的新型检测器 CacheQL。CacheQL 通过刻画所记录侧信道轨迹的可区分性，精确量化二进制代码的信息泄露。此外，CacheQL 将泄露建模为合作博弈，从而将信息泄露精确归因到易受缓存侧信道攻击的程序点。CacheQL 经过精细优化，可分析从生产软件记录的全部侧信道轨迹（单条轨迹可达数百万条记录），并缓解由密码盲化、ORAM 或真实噪声引入的随机性。我们的评估量化了生产级密码与媒体软件中的侧信道泄露。我们进一步定位了先前检测器报告的漏洞，并在近期 OpenSSL (ver. 3.0.0)、MbedTLS (ver. 3.0.0)、Libgcrypt (ver. 1.9.4) 中识别出数百个新泄露点。许多定位到的程序点位于密码系统的预处理模块，因可扩展性问题未被已有工作分析。我们还在 Libjpeg (ver. 2.1.2) 中定位了泄露输入图像隐私的漏洞。
引用
@article{arxiv.2209.14952,
title = {CacheQL: Quantifying and Localizing Cache Side-Channel Vulnerabilities in Production Software},
author = {Yuanyuan Yuan and Zhibo Liu and Shuai Wang},
journal= {arXiv preprint arXiv:2209.14952},
year = {2022}
}
备注
The extended version of a paper to appear in the Proceedings of the 32nd USENIX Security Symposium, 2023, (USENIX Security '23), 24 pages