SHIFT：一种由确定性约束驱动的、具有选择性的硬件信息流追踪技术

《ACM Journal on Emerging Technologies in Computing Systems》：SHIFT: Selective Hardware Information Flow Tracking Driven by Deterministic Constraints

信息流跟踪技术在硬件安全分析中面临性能开销问题，本文提出SHIFT通过静态分析确定选择性监控点和优化标签，在综合阶段实现精准 instrumentation，减少35.7%合成面积，降低12.1%部署时间。

　　

摘要

信息流跟踪技术常用于硬件设计的安全分析中。该技术通过在每个操作单元中添加跟踪逻辑来检测关键信息是否被泄露或篡改，从而保护重要资产的保密性和完整性。然而，随着硬件设计规模和复杂性的不断增加，跟踪逻辑所带来的性能开销已成为一个主要挑战。本文提出了一种基于约束的优化技术——选择性硬件信息流跟踪（Selective Hardware Information Flow Tracking，简称SHIFT）。SHIFT的核心思想是对操作进行选择性监控，并对传播逻辑进行选择性优化。在硬件设计的中间表示形式中，SHIFT使用一种保守的分析算法静态扫描代码中的污染源（即可能被篡改的部分），以确定哪些逻辑结构需要监控，并根据已知条件为这些部分分配优化标签。在综合阶段，这些优化标签会被传递到网表中，从而实现对特定单元中跟踪逻辑的选择性插入。在Trust-Hub AES测试平台上，SHIFT将跟踪模型的部署时间减少了12.1%，单元数量减少了19.9%，合成面积减少了35.7%；同时，流程模型的安全验证时间也减少了10.5%。总体而言，SHIFT在降低跟踪逻辑部署开销的同时，不会产生误报。