Editorial Ilmu Komputer & AI
Open AccessOA2026
Menilai Deteksi Elektromagnetik Runtime terhadap Trojan Perangkat Keras CPU yang Menargetkan Memori Kernel
Pendekatan side-channel untuk mendeteksi aktivitas perangkat keras berbahaya melalui emanasi EM pada RISC-V
Athanasios Moschos; Baki Berkay Yilmaz; Kevin Valakuzhy; Angelos D. Keromytis· 2026· DOI 10.48550/arXiv.2609.23186
Masalah inti
Trojan perangkat keras merupakan ancaman signifikan bagi sistem komputasi, karena dapat disisipkan selama desain atau fabrikasi dan tetap dorman hingga dipicu. Metode deteksi tradisional sering memerlukan analisis destruktif atau sirkuit tambahan, yang mungkin tidak layak untuk sistem yang telah diterapkan. Analisis side-channel, khususnya emanasi elektromagnetik (EM), menawarkan alternatif pasif dan non-invasif. Makalah ini mengeksplorasi penggunaan emisi EM untuk deteksi runtime trojan perangkat keras yang menargetkan memori kernel. Penulis memanfaatkan trojan perangkat keras open-source yang mengimplementasikan primitif penulisan memori arbitrer untuk mengompromikan memori kernel sistem Linux yang berjalan pada mikroarsitektur RISC-V. Tujuannya adalah menentukan apakah side-channel EM dapat mengungkap aktivitas trojan secara tidak langsung melalui perilaku perangkat lunak anomali yang diinduksinya.
Inovasi
Eksperimen menunjukkan bahwa dalam kondisi tertentu, trojan perangkat keras dapat dideteksi secara tidak langsung melalui dampaknya terhadap perilaku perangkat lunak. Ketika trojan melakukan penulisan memori, alur eksekusi kernel berubah, yang menyebabkan perubahan emisi EM. Penulis mengamati bahwa perubahan ini dapat dideteksi secara real-time, dengan tingkat false-positive yang rendah. Namun, deteksi tidak selalu dapat diandalkan; faktor seperti noise, frekuensi pemicu trojan, dan alamat memori spesifik yang ditargetkan memengaruhi kemampuan deteksi. Hasil menunjukkan bahwa deteksi side-channel EM layak untuk trojan yang menargetkan memori kernel, tetapi efektivitasnya bergantung pada implementasi trojan dan lingkungan operasi. Hasil kuantitatif tidak disediakan dalam abstrak, tetapi penulis menekankan sifat tidak langsung dari deteksi: trojan tertangkap bukan oleh tanda tangan perangkat kerasnya melainkan oleh anomali perangkat lunak yang ditimbulkannya.
Trojan perangkat keras merupakan ancaman signifikan bagi sistem komputasi, karena dapat disisipkan selama desain atau fabrikasi dan tetap dorman hingga dipicu. Metode deteksi tradisional sering memerlukan analisis destruktif atau sirkuit tambahan, yang mungkin tidak layak untuk sistem yang telah diterapkan. Analisis side-channel, khususnya emanasi elektromagnetik (EM), menawarkan alternatif pasif dan non-invasif. Makalah ini mengeksplorasi penggunaan emisi EM untuk deteksi runtime trojan perangkat keras yang menargetkan memori kernel. Penulis memanfaatkan trojan perangkat keras open-source yang mengimplementasikan primitif penulisan memori arbitrer untuk mengompromikan memori kernel sistem Linux yang berjalan pada mikroarsitektur RISC-V. Tujuannya adalah menentukan apakah side-channel EM dapat mengungkap aktivitas trojan secara tidak langsung melalui perilaku perangkat lunak anomali yang diinduksinya.
Pengaturan eksperimen terdiri dari prosesor RISC-V yang menjalankan kernel Linux, dengan trojan perangkat keras open-source disisipkan ke dalam desain CPU. Trojan tersebut menyediakan primitif penulisan memori arbitrer, yang memungkinkannya memodifikasi memori kernel. Penulis melakukan pemantauan real-time terhadap emisi EM prosesor menggunakan antena dan software-defined radio. Mereka menetapkan baseline emisi EM normal selama operasi reguler dan kemudian memicu trojan untuk melakukan penulisan berbahaya. Metode deteksi menganalisis deviasi dari tanda tangan EM baseline. Hipotesis kuncinya adalah bahwa aktivitas trojan, meskipun stealthy pada tingkat perangkat keras, menyebabkan anomali yang dapat dideteksi dalam eksekusi perangkat lunak yang termanifestasi dalam emisi EM. Alur kerja eksperimen diilustrasikan di bawah ini:
Mengapa penting
Temuan ini menunjukkan bahwa analisis side-channel EM dapat berfungsi sebagai mekanisme deteksi runtime untuk trojan perangkat keras, khususnya yang menginduksi efek tingkat perangkat lunak yang dapat diamati. Pendekatan ini pasif dan tidak memerlukan modifikasi perangkat yang diuji. Namun, terdapat batasan: metode ini dapat gagal jika aktivitas trojan tidak secara signifikan mengubah emisi EM atau jika sistem terlalu bising. Penulis mencatat bahwa deteksi bersifat tidak langsung, bergantung pada dampak trojan terhadap perangkat lunak, yang mungkin tidak unik untuk aktivitas berbahaya. Pekerjaan selanjutnya dapat mengeksplorasi penggabungan analisis EM dengan side-channel lain atau machine learning untuk akurasi yang lebih baik. Studi ini berkontribusi pada bidang keamanan perangkat keras yang lebih luas dengan menunjukkan strategi deteksi praktis untuk model ancaman kritis. Taksonomi karya ini mencakup Arsitektur, Keamanan Siber, Jaringan, dan Kriptografi, yang menyoroti sifat interdisiplinernya.
Siapa yang sebaiknya membaca
Praktisi dan peneliti ilmu komputer
Membuka konten member…