存内计算架构上的侧信道攻击分析
密码学与安全
2023-03-28 v2 硬件体系结构
摘要
存内计算(IMC)系统在加速深度神经网络(DNN)等数据密集型任务方面具有巨大潜力。由于 DNN 模型通常高度专有,神经网络架构成为有价值的攻击目标。在 IMC 系统中,由于整个模型被映射至芯片上且权重内存读取可受限制,预映射的 DNN 模型对用户而言相当于一个“黑盒”。然而,局部化且静止的权重与数据模式可能使 IMC 系统面临其他攻击。本文提出一种针对 IMC 架构的侧信道攻击方法。我们表明,无需任何神经网络先验知识,即可从功耗轨迹测量中提取模型架构信息。我们首先开发了一个可模拟 IMC 宏单元动态功耗轨迹的仿真框架。随后,我们进行侧信道泄露分析,从 IMC 宏单元的功耗轨迹中逆向工程出所存储层类型、层序列、输出通道/特征尺寸以及卷积核尺寸等模型信息。基于所提取的信息,可在无任何神经网络知识的情况下潜在地重建完整网络。最后,我们讨论了构建可抵抗此类模型提取攻击的 IMC 系统的潜在对策。
引用
@article{arxiv.2209.02792,
title = {Side-channel attack analysis on in-memory computing architectures},
author = {Ziyu Wang and Fan-hsuan Meng and Yongmo Park and Jason K. Eshraghian and Wei D. Lu},
journal= {arXiv preprint arXiv:2209.02792},
year = {2023}
}