不诚实的近似计算：云端客户面临的即将到来的危机

近似计算(Approximate Computing, AC)作为实现能源高效架构的有前景技术，预计将成为降低云服务提供商(Cloud Service Provider, CSP)电费用的有效手段。然而，近似计算的潜在滥用尚未得到充分关注，这是AC蓝图之后的即将到来的危机。驱动对非法财务利润的追求， untrusted CSPs可能部署低成本的AC设备，并以承诺准确计算产品的名义，误导客户将AC服务呈现为准确计算产品，同时虚假地声称AC输出为准确结果。这种AC的滥用将导致云端客户面临财务损失和计算性能下降。在本文中，我们将这种恶意攻击定义为不诚实的近似计算(DisHonest Approximate Computing, DHAC)，并分析客户在检测此类攻击时所面临的技术挑战。为此，我们提出了两种无需黄金模型的检测方法：残差类别检查(Residual Class Check, RCC)和前向-后向检查(Forward-Backward Check, FBC)。RCC为客户提供一种低成本的方法，推断合法准确输出应属于的残差类别。通过比较返回结果的残差类别，客户可以确定计算服务是否包含任何AC元素。FBC通过计算使用程序中间值构建的可逆检查分支来检测潜在的DHAC。它比较进入检查分支前后的值，以识别任何差异。RCC和FBC可以与实际计算任务并行执行，使能够在当前输入下实现实时DHAC检测。我们的实验结果表明，RCC和FBC在不误判任何合法准确结果的情况下，能够检测超过96%-99%的DHAC案例。