基于 OpenVINO 的神经网络模型副通道分析
密码学与安全
2024-08-21 v2 人工智能
摘要
嵌入式设备配备神经网络加速器为用户提供了巨大的灵活性，减少了对云端服务的依赖。然而，这些设备也在硬件攻击领域引入了新的安全挑战，其中最突出的是副通道分析（SCA）。已证明副通道分析能够以高精度恢复模型参数，这对希望保密其模型的实体构成威胁。本文探索了在 OpenVINO 实现的量化模型中的脆弱性。我们展示了有可能以高精度恢复模型参数，从而使恢复后的模型性能几乎与原始模型相当。我们在 GoogleNet v1 上的实验显示，Top 1 准确率差异仅为 1%，Top 5 准确率差异为 0.64%。
引用
@article{arxiv.2407.16467,
title = {Side-Channel Analysis of OpenVINO-based Neural Network Models},
author = {Dirmanto Jap and Jakub Breier and Zdenko Lehocký and Shivam Bhasin and Xiaolu Hou},
journal= {arXiv preprint arXiv:2407.16467},
year = {2024}
}