FeSHI：基于特征图的隐蔽硬件内嵌攻击
密码学与安全
2021-08-27 v3 人工智能
机器学习
摘要
为缩短上市时间并获取前沿技术，CNN 硬件映射与在嵌入式加速器上的部署常外包给不可信第三方，这在未来人工智能物联网（AIoT）系统中将更为普遍。这些 AIoT 系统预期不同资源受限 AIoT 节点设备间的横向协作，其中 CNN 层被划分且这些设备协作计算复杂 CNN 任务。这种横向协作为基于 CNN 的应用打开了另一攻击面，例如向为 CNN 设计的嵌入式加速器插入硬件木马（HT）。因此，亟需探索该攻击面以设计安全的 CNN 嵌入式硬件加速器。为此，本文中我们利用该攻击面提出一种基于 HT 的攻击称为 FeSHI。由于在 RC AIoT 设备横向协作中，CNN 架构的不同部分被外包给不同不可信第三方，攻击者可能不知输入图像，但可访问所分配 CNN 架构部分的逐层输出特征图信息。该攻击利用 CNN 逐层特征图的统计分布（即高斯分布）设计两种用于隐蔽 HT 的触发机制，其触发概率极低。此外，提出了三种新颖、隐蔽且有效的触发设计。
引用
@article{arxiv.2106.06895,
title = {FeSHI: Feature Map Based Stealthy Hardware Intrinsic Attack},
author = {Tolulope Odetola and Faiq Khalid and Travis Sandefur and Hawzhin Mohammed and Syed Rafay Hasan},
journal= {arXiv preprint arXiv:2106.06895},
year = {2021}
}
备注
Accepted for publication in IEEE Access