Cluster-BPI：用于防御多核 SoC 中硬件热木马的高效细粒度盲功率识别
密码学与安全
2024-09-30 v1 性能
信号处理
摘要
现代多核片上系统采用硬件监控机制来测量总功耗。然而，这些汇总测量往往不足以进行细粒度的热和功率管理。本文提出了一种增强的聚类盲功率识别方法，旨在提高传统盲功率识别方法的灵敏度和鲁棒性。BPI 仅使用热传感器数据和总功率测量值来估计各个核心的功耗，并对 SoC 的热行为进行建模。所提出的 ICBPI 方法改进了 BPI 的初始化过程，特别是改进了非负矩阵分解步骤，该步骤对 BPI 的准确性至关重要。ICBPI 引入了具有噪声的基于密度的空间聚类应用来更好地对齐温度和功耗数据，从而提供更准确的功耗估计。我们通过两个关键任务验证了 ICBPI 方法。第一个任务评估了四种不同多核架构（包括异构处理器）的功率估计精度。结果表明，ICBPI 显著提高了准确性，与原始 BPI 相比错误率降低了 77.56%，与最先进的 BPISS 方法相比降低了 68.44%。第二个任务侧重于改进异构处理器中恶意热传感器攻击的检测和定位。结果表明，ICBPI 增强了多核 SoC 针对此类攻击的安全性和鲁棒性。
引用
@article{arxiv.2409.18921,
title = {Cluster-BPI: Efficient Fine-Grain Blind Power Identification for Defending against Hardware Thermal Trojans in Multicore SoCs},
author = {Mohamed R. Elshamy and Mehdi Elahi and Ahmad Patooghy and Abdel-Hameed A. Badawy},
journal= {arXiv preprint arXiv:2409.18921},
year = {2024}
}