Lightning：利用瞬态硬件故障击穿 GPU 云的安全隔离
数论
2021-12-08 v1
摘要
GPU 云因拥有和维护高性能计算集群的成本而成为流行的计算平台。许多云架构也被提出，通过强制执行强安全策略以将不可信虚拟机监控程序与客户虚拟机（VM）隔离，从而为客户应用确保安全的执行环境。本文中，我们以深度神经网络（DNN）作为底层应用，研究 GPU 芯片硬件故障对云“可信”执行环境安全性的影响。我们表明，利用动态电压频率调整（DVFS）技术可产生 GPU 的瞬态硬件故障，这些故障可能导致计算错误，但由于成熟 DNN 模型的鲁棒性和容错性，其对 DNN 推理精度影响有限。为充分利用这些瞬态硬件故障，我们提出 Lightning 攻击以定位 DNN 的故障注入目标，并在时序和位置上控制故障注入精度。我们在三款商用 GPU 上对四种广泛使用的 DNN 进行攻击实验。实验结果表明，所提攻击可使模型推理精度最高降低 78.3%，平均降低 64.5%。更重要的是，67.9% 的定向攻击成功误导模型给出我们期望的错误推理结果。这表明 GPU 云上的安全隔离易受瞬态硬件故障攻击，计算结果可能不可信。
引用
@article{arxiv.2112.03663,
title = {Connections of Class Numbers to the Group Structure of Generalized Pythagorean Triples},
author = {Thomas Jaklitsch and Thomas C. Martinez and Steven J. Miller and Sagnik Mukherjee},
journal= {arXiv preprint arXiv:2112.03663},
year = {2021}
}
备注
13 pages, 1 figure