Kraken：面向近场和远场 DNN 的高阶 EM 侧信道攻击
密码学与安全
2026-03-30 v3
摘要
现代机器学习 (ML) 所需的数百万美元投资使大型 ML 模型成为受窃目标。作为响应，模型窃取领域已兴起。基于物理侧信道信息的攻击已表明，即使在 GPU 的 CUDA 核心上也可实现 DNN 模型提取。本工作首次演示了针对 GPU 专用 Tensor Core 单元的参数提取，这些单元是当今因性能优越而最常用的 GPU 单元。以往工作仅针对 GPU 的通用 CUDA 核心进行攻击，这些功能单元是 GPU 从诞生起就内置的组件。我们的方法针对 GPU 架构进行定制，准确估算能耗并高效推进通过关联功率分析 (CPA) 的攻击。此外，我们对 LLM 在远场的超参数和权重泄漏进行探索性分析，表明即使通过玻璃障碍物，GPU 的电磁辐射仍可在 100 cm 外泄漏。
引用
@article{arxiv.2603.02891,
title = {Kraken: Higher-order EM Side-Channel Attacks on DNNs in Near and Far Field},
author = {Peter Horvath and Ilia Shumailov and Lukasz Chmielewski and Lejla Batina and Yuval Yarom},
journal= {arXiv preprint arXiv:2603.02891},
year = {2026}
}
备注
To appear at IEEE SaTML 2026