计算机应用

作者：姚梓豪, 栗远明, 马自强, 李扬, 魏良根

单位：1.宁夏大学 信息工程学院, 银川 750021；2.宁夏大数据与人工智能省部共建协同创新中心 (宁夏大学), 银川 750021；3.比亚迪汽车有限公司, 银川 750101

关键词：缓存侧信道攻击,缓存侧信道攻击检测,硬件性能计数器,特征分析,机器学习

基金：宁夏重点研发计划引才专项(2021BEB04047);宁夏自然科学基金资助项目(2021AAC03078);宁夏重点研发计划项目(2022BDE03008)

当前缓存侧信道攻击检测技术主要针对单一攻击模式，对2~3种攻击的检测方法有限，无法全面覆盖；此外，尽管对单一攻击的检测精度高，但随着攻击数增加，精度下降，容易产生误报。为了有效检测缓存侧信道攻击，利用硬件性能计数器（HPC）采集不同的缓存侧信道攻击特征，结合机器学习算法，提出一种基于机器学习的多目标缓存侧信道攻击检测模型。首先，分析不同缓存侧信道攻击方式的相关特征，精选关键特征并收集数据集；其次，进行独立的训练，建立针对每种攻击方式的检测模型；最后，在检测时将测试数据并行送入多个模型中，根据检测结果判断是否存在某种缓存侧信道攻击。实验结果显示，所提模型在检测Flush+Reload、Flush+Flush和Prime+Probe这3种缓存侧信道攻击时，分别达到99.91%、98.69%和99.54%的高准确率，即使在同时存在多种攻击的情况下，也能准确识别各种攻击方式。

来源：2024年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第6期