新加坡国立大学的研究人员和一名独立研究人员于2022年8月在波士顿举行的USENIX安全研讨会上发表了一篇题为“FlowMatrix:通过基于矩阵的表示实现gpu辅助信息流分析”的新技术论文。
文摘:
“动态信息流跟踪(DIFT)构成了广泛的安全和隐私分析的基础。DIFT技术面临的主要挑战是性能和可伸缩性。由于程序中有大量的状态，数据流的数量可能非常大，使用现有方法有效地执行交互式数据流分析查询具有挑战性。在本文中，我们发现基于依赖的信息流规则下的DIFT可以转换为污染状态上的线性转换。这使得一种新颖的基于矩阵的表示法(我们称之为FlowMatrix)能够简洁地表示DIFT操作，并使采用gpu作为DIFT分析的协处理器变得切实可行。FlowMatrix为交互式DIFT查询操作提供了高效支持。我们设计了一个DIFT查询系统，并在商用图形处理器上进行了原型设计。我们的评估表明，我们的原型比基于cpu的基线性能好5.6倍，并且能够快速响应DIFT查询。与典型的DIFT分析解决方案相比，它的吞吐量提高了两到三个数量级。我们还展示了新的DIFT查询操作的效率和功效。”
找到这里是技术文件．
作者:
吉凯航，曾军，姜元成，梁振凯，新加坡国立大学;郑梁蔡，独立研究员;Prateek Saxena和Abhik Roychoudhury，新加坡国立大学。
相关的
利用信息流分析保护ic
跟踪数据如何移动对于安全设计至关重要。
技术论文侧重于安全性
半导体安全知识中心
芯片后门:评估威胁正在采取措施尽量减少问题，但这些措施需要数年时间才能实施。
商用芯片安全隐患扩大
从多个供应商菜单中选择组件对于降低成本和上市时间有着巨大的希望，但这并不像听起来那么简单。
软件更新的隐藏影响
无线代码更改会以意想不到的方式给系统带来压力。
留下回复