이 논문은 프로세서 분기 예측기에 쓰이는 결정론적 새추레이팅 카운터가 프라임+프로브 같은 사이드채널 공격에 취약하다는 문제를 다루며, 카운터 업데이트를 무작위화한 확률적 새추레이팅 카운터(PSC)를 차등 프라이버시(DP) 이론으로 최초로 정식 분석했다. 연구진은 PSC와 프라임+프로브 공격을 확률적 무어 머신으로 모델링해 최적 공격 전략을 도출하고, DP 지표로 공격자의 구별 능력을 정량화했다. 이를 바탕으로 목표 DP 보장을 만족하는 강화형 PSC의 파라미터를 합성했으며, 벤치마크 프로그램 실험을 통해 정지 상태 오예측률을 도출해 이론적 예측을 검증했다. 그 결과 기존 결정론적 및 확률적 카운터 대비 형식적 보안 보장을 제공하면서도 경쟁력 있는 예측 성능을 유지하는 것으로 나타났다.
- •결정론적 새추레이팅 카운터의 프라임+프로브 사이드채널 취약점을 차등 프라이버시로 정식 분석
- •PSC와 공격을 확률적 무어 머신으로 모델링해 최적 공격 전략 도출
- •목표 DP 보장을 만족하는 강화형 PSC 파라미터 합성
- •기존 카운터 대비 형식적 보안 보장과 경쟁력 있는 예측 성능을 동시 확보
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Synthesizing Probabilistic Saturating Counters with Differentially Private Formal Guarantees
본문 미리보기
arXiv:2608.10521v1 Announce Type: new Abstract: Branch predictors improve instruction-level parallelism in modern processors and are commonly modeled using saturating counters. However, classical saturating counters are deterministic and thus vulnerable to side-channel attacks: an attacker can manipulate the counter state and infer the branch direction of a victim process. Probabilistic saturating counters (PSCs) have been proposed to mitigate this leakage by randomizing counter updates, but ex
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:23AI 초안



