GPU 컨텍스트 전환을 이용한 사이드 채널 공격
Exploiting GPU Context Switching for Side-Channel Attack on iGPU
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
최근 모바일 기기 및 저전력 시스템에서 iGPU의 활용이 증가함에 따라, 해당 환경에서의 보안 위협 가능성이 주목받고 있다. 특히 iGPU는 컨텍스트 전환 시 내부 캐시 상태가 변하기 때문에 이를 악용한 부채널 공격이 발생할 수 있다. 본 논문에서는 인텔 iGPU의 컨텍스트 전환 과정에서 L3 캐시가 전부 플러시되는 특성에 기반한 캐시 타이밍 기반 부채널 공격을 제안한다. 이를 구현하기 위해 GPU 내부에서 정밀한 시간 측정을 위한 카운팅 스레드를 설계하고, GPU L3 캐시에 대한 eviction set을 구성하였다. 또한 공격의 정확성을 높이기 위해 컨텍스트 전환주기를 인텔 VTune 및 커널 로그 기반으로 분석했다. 제안한 프리미티브를 바탕으로 은닉 채널을 구성한 결과 약 117bps의 비트 전송률과 약 97.8%의 정확도를 달성했으며 웹사이트 핑거프린팅 수행시 최대 89%의 정확도를 기록했다.
Abstract
With the increasing adoption of integrated GPUs (iGPUs) in mobile and low-power systems, potential security threats in such environments are drawing attention. In particular, iGPUs can undergo internal cache state changes during context switches, which may be exploited for side-channel attacks. In this paper, we propose a cache timing-based side-channel attack that leverages the L3 cache invalidation behavior observed during context switches on Intel iGPUs. To realize this attack, we design a custom high-resolution timer executable within the GPU and construct eviction sets targeting the GPU's shared L3 cache. Furthermore, we analyze the periodic nature of context switches using Intel VTune and kernel log instrumentation to improve the attack's accuracy. Based on the proposed primitive, we implement a covert channel that achieves a transmission rate of approximately 117 bps with 98.5% accuracy. We also demonstrate the feasibility of website fingerprinting using this technique, achieving up to 89% classification accuracy.