针对 AI 加速器的功耗侧信道攻击的 SystemC 模型：迷信与否？
硬件体系结构
2024-12-11 v1
摘要
由于训练人工智能（AI）模型耗时漫长因而成本高昂，此类模型内部参数的泄露极不可取。对于 AI 加速器而言，侧信道信息泄露开启了提取预训练模型内部机密的威胁场景。因此，在电子系统层级上亟需足够精细的设计验证以及故障与安全评估方法。本文提出从 AI 加速器的早期设计步骤估算信息泄露，以辅助更鲁棒的结构设计。我们首先引入威胁场景，随后深入探讨 SystemC 作为早期设计评估的标准方法，以及如何将其应用于威胁建模。我们展示了两种通过基于 SystemC 的功耗建模成功实施的侧信道攻击方法：相关功耗分析与模板攻击，二者均导致完全的信息泄露。所提模型对照工业级网表级功耗估计进行验证，以证明总体可行性并确定精度。进而，我们在仿真中探究加性噪声的影响，以建立早期威胁评估的指标。该提出的方法再次通过模型对照网表比较得到验证，显示出所得结果的高精度。因此，本工作是迈向快速攻击部署以及随后设计抗攻击 AI 加速器坚实的一步。
引用
@article{arxiv.2311.13387,
title = {SystemC Model of Power Side-Channel Attacks Against AI Accelerators: Superstition or not?},
author = {Andrija Nešković and Saleh Mulhem and Alexander Treff and Rainer Buchty and Thomas Eisenbarth and Mladen Berekovic},
journal= {arXiv preprint arXiv:2311.13387},
year = {2024}
}