GPUThor: Memperkuat Serangan Rowhammer melalui Pola Non-Uniform untuk Mengeksploitasi GPU yang Dilindungi ECC

Serangan Rowhammer intensitas tinggi yang mencapai 500X-23.500X lebih banyak bit flip pada GPU NVIDIA dan eksploitasi pertama pada GPU yang dilindungi ECC

Chris S. Lin; Joyce Qu; Aditya Rajeev; Gururaj Saileshwar· 2026· DOI 10.48550/arXiv.2609.16546

Masalah inti

Memori GDDR pada GPU rentan terhadap serangan Rowhammer, di mana akses memori yang cepat menginduksi bit flip pada sel yang berdekatan, sehingga memungkinkan perusakan data dan eskalasi hak istimewa. Namun, serangan Rowhammer GPU sebelumnya hanya memicu puluhan hingga ratusan bit flip, jauh lebih sedikit dibandingkan serangan CPU, sehingga sangat membatasi dampak praktisnya. Kesenjangan ini berasal dari ketergantungan serangan Rowhammer GPU yang ada pada pola hammering uniform yang mengaktifkan aggressor row dan decoy row secara setara, yang mengakibatkan intensitas hammering yang rendah untuk aggressor row. Makalah ini menyajikan GPUThor, serangan Rowhammer intensitas tinggi pada GPU NVIDIA yang memanfaatkan hammering non-uniform. Karya ini menjawab kebutuhan kritis akan serangan Rowhammer GPU yang praktis dengan mengatasi keterbatasan intensitas dari pendekatan sebelumnya.

Secara bersama-sama, teknik-teknik ini menghasilkan 500X hingga 23.500X lebih banyak bit flip dibandingkan serangan Rowhammer GPU sebelumnya, pada beberapa GPU NVIDIA (A4000, A4500, A5000, A6000), mencapai tingkat bit flip yang mendekati serangan Rowhammer CPU mutakhir. GPUThor juga memungkinkan eksploitasi Rowhammer pertama pada GPU yang dilindungi ECC, dengan menginduksi double dan triple bit flip yang tidak dapat dikoreksi, sehingga serangan denial-of-service dan eskalasi hak istimewa menjadi praktis bahkan pada GPU dengan ECC aktif. Hasil ini menunjukkan kemajuan signifikan dalam efektivitas serangan Rowhammer GPU, dengan jumlah bit flip meningkat hingga empat orde besaran. Evaluasi mencakup beberapa model GPU, menunjukkan peningkatan yang konsisten di seluruh model. Kemampuan untuk menginduksi error yang tidak dapat dikoreksi pada GPU yang dilindungi ECC sangat menonjol, karena ECC sebelumnya dianggap sebagai mitigasi yang kuat terhadap Rowhammer.

Memori GDDR pada GPU rentan terhadap serangan Rowhammer, di mana akses memori yang cepat menginduksi bit flip pada sel yang berdekatan, sehingga memungkinkan perusakan data dan eskalasi hak istimewa. Namun, serangan Rowhammer GPU sebelumnya hanya memicu puluhan hingga ratusan bit flip, jauh lebih sedikit dibandingkan serangan CPU, sehingga sangat membatasi dampak praktisnya. Kesenjangan ini berasal dari ketergantungan serangan Rowhammer GPU yang ada pada pola hammering uniform yang mengaktifkan aggressor row dan decoy row secara setara, yang mengakibatkan intensitas hammering yang rendah untuk aggressor row. Makalah ini menyajikan GPUThor, serangan Rowhammer intensitas tinggi pada GPU NVIDIA yang memanfaatkan hammering non-uniform. Karya ini menjawab kebutuhan kritis akan serangan Rowhammer GPU yang praktis dengan mengatasi keterbatasan intensitas dari pendekatan sebelumnya.

GPUThor merekayasa balik perilaku coalescing akses memori GPU untuk memungkinkan pola hammering non-uniform pada GPU, yang mengaktifkan aggressor row lebih intens dibandingkan decoy row. Selain itu, dengan mengidentifikasi instance refresh saat mitigasi in-DRAM diterapkan, GPUThor membangun pola serangan yang lebih panjang yang lolos dari mitigasi di seluruh interval refresh, sehingga semakin meningkatkan intensitas hammering. Metodologi serangan ini melibatkan dua teknik utama: (1) hammering non-uniform melalui pembangkitan pola yang sadar coalescing, dan (2) konstruksi pola yang sadar refresh untuk melewati mitigasi in-DRAM. Teknik-teknik ini diimplementasikan dan dievaluasi pada beberapa GPU NVIDIA (A4000, A4500, A5000, A6000). Diagram Mermaid berikut menggambarkan alur serangan tingkat tinggi:

Temuan ini menyoroti kerentanan kritis dalam sistem memori GPU, khususnya dalam konteks perlindungan ECC. Pendekatan hammering non-uniform memanfaatkan perilaku coalescing akses memori GPU, yang sebelumnya terabaikan dalam desain serangan. Dengan mengintensifkan aggressor row, GPUThor mencapai tingkat bit flip yang sebanding dengan serangan CPU, mempersempit kesenjangan antara efektivitas Rowhammer GPU dan CPU. Konstruksi pola yang sadar refresh semakin melewati mitigasi in-DRAM, menunjukkan bahwa pertahanan saat ini tidak memadai. Implikasinya signifikan bagi keamanan GPU, karena GPU banyak digunakan dalam komputasi awan, AI, dan komputasi berkinerja tinggi. Kemampuan untuk menginduksi error yang tidak dapat dikoreksi pada GPU yang dilindungi ECC menantang asumsi bahwa ECC memberikan perlindungan yang kuat. Pekerjaan selanjutnya dapat mengeksplorasi pola non-uniform tambahan dan pertahanan. Kandidat taksonomi makalah ini mencakup Architecture, Cybersecurity, Network, dan Cryptography, yang mencerminkan sifat interdisipliner dari karya ini.

Praktisi dan peneliti ilmu komputer

Membuka konten member…