抓得住我吗：利用功耗分析识别 HPC 活动
密码学与安全
2020-05-08 v1 机器学习
性能
摘要
在大型计算平台（如高性能计算（HPC）和云计算系统）上监控用户并非易事。由于粒度限制，进程查看器等实用工具对用户运行内容的洞察有限，而其他数据源（如系统调用追踪）可能带来显著的运行开销。然而，尽管有技术和程序性措施，过去已有用户为个人利益滥用宝贵 HPC 资源的记录 \cite{hpcbitmine}，并且对来自世界各地大量松散验证用户开放的系统面临滥用风险。在本文中，我们展示了如何利用 HPC 平台的电力消耗数据来识别所执行的程序。其直觉是，程序在执行期间表现出各种 CPU 和内存活动模式。这些模式反映在系统的功耗中，并可用于识别运行的程序。我们在劳伦斯伯克利国家实验室的一个 HPC 机架上使用多种科学基准测试我们的方法。除其他有趣观察外，我们的结果表明，通过监控 HPC 机架的功耗，即使在嘈杂场景中也能以高达 95% 的精确率和召回率识别特定程序是否正在运行。
引用
@article{arxiv.2005.03135,
title = {Catch Me If You Can: Using Power Analysis to Identify HPC Activity},
author = {Bogdan Copos and Sean Peisert},
journal= {arXiv preprint arXiv:2005.03135},
year = {2020}
}