揭示边缘GPU平台的功耗与频率行为及其安全影响

《ACM Transactions on Architecture and Code Optimization》:Uncovering Power and Frequency Behaviors and Their Security Implications in Edge GPU Platforms

【字体: 大 中 小 】 时间:2026年08月30日 来源:ACM Transactions on Architecture and Code Optimization 2.9

编辑推荐:

   摘要AI 摘要要查看此AI生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要边缘平台日益依赖GPU和深度学习加速器(DLA)来支持新兴工作负载的实时计算。然而,它们的功耗、频率和安全特性仍几乎未被探索。本文首次深入刻画了NVIDIA边缘GPU和DLA的功耗与频率行为。我

  

摘要

摘要

边缘平台日益依赖GPU和深度学习加速器(DLA)来支持新兴工作负载的实时计算。然而,它们的功耗、频率和安全特性仍几乎未被探索。本文首次深入刻画了NVIDIA边缘GPU和DLA的功耗与频率行为。我们揭示了指令、数据位宽和架构之间的显著差异,暴露出隐蔽通道利用的漏洞。基于这些发现,我们设计了利用边缘平台上GPU和DLA功耗与频率行为的新型隐蔽通道。据我们所知,我们提出了*首个*基于DLA的隐蔽通道。我们的基于GPU的隐蔽通道相比此前的GPU隐蔽通道实现了高达31倍的信息泄露带宽。基于DLA的隐蔽通道比现有的基于加速器的攻击产生4倍以上的带宽。我们探索了多种缓解方法,例如限制功耗和频率监控工具的访问性、分辨率和准确性。然而,我们的评估表明,这些方法均无法成功防御我们提出的隐蔽通道。这些结果凸显了边缘AI平台中对细粒度功耗管理和更强安全防御的迫切需求。

AI 摘要

AI生成的摘要(实验性)

本摘要由自动化工具生成,未经本文作者撰写或审核。它旨在辅助发现、帮助读者评估相关性,并协助相邻研究领域的读者理解本工作。本摘要旨在补充作者提供的摘要,后者仍为本论文的主要摘要。完整文章仍为权威版本。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进和未来的重新生成版本。

要查看此AI生成的通俗语言摘要,您必须拥有高级访问权限。

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号