Forscher der University of Toronto haben einen neuen Angriff namens GPUThor entdeckt, der die Rowhammer-Technik ausnutzt, um Bitflips im Speicher einiger NVIDIA-Grafikkarten zu verursachen, obwohl der ECC-Fehlerschutz aktiviert ist. Die Forscher zeigten, dass der Angriff zu einem Denial-of-Service-Zustand führen kann. In einem bestimmten Szenario kann er außerdem GPU-Speicherseitentabellen beschädigen, wodurch ein nicht privilegiertes CUDA-Programm auf beliebigen Speicher zugreifen und eine Root-Sitzung auf dem Host-System öffnen kann, wie aus den Ergebnissen der Forschungsarbeit hervorgeht.
Was zeichnet GPUThor aus?
Rowhammer-Angriffe beruhen auf dem wiederholten Zugriff auf Speicherzeilen, um die Wahrscheinlichkeit zu erhöhen, dass sich der Zustand von Bits in benachbarten Zeilen ändert. Die Forscher passten das Zugriffsmuster von GPUThor so an, dass es unregelmäßig ist und dadurch die Aktivierung der Target Row Refresh-Mechanik (TRR) im GDDR6-Speicher vermeidet. Diese Anpassung stützte sich auf zwei undokumentierte Verhaltensweisen von GPUs, die mit der Zusammenführung von Speicheranforderungen und der Aktivierungsfrequenz von TRR zusammenhängen.
Der Angriff wurde auf NVIDIA-Grafikkarten der Ampere-Klasse mit GDDR6-Speicher getestet: RTX A4000, RTX A4500, RTX A5000 und RTX A6000. Den Forschern zufolge erzeugte die neue Methode bis zu 6,6-mal mehr Aktivierungen der angegriffenen Speicherzeilen als frühere Ansätze und verzeichnete bei deaktiviertem ECC zwischen 72.000 und 377.000 Bitflips pro Gigabyte. Diese Ergebnisse entsprechen einer Steigerung um das 4.548- bis 23.597-Fache gegenüber dem früheren GPUHammer-Angriff und nähern sich den Raten leistungsstarker Rowhammer-Angriffe auf zentrale Prozessoren.
Warum reicht ECC allein nicht aus?
NVIDIA verwendet den SECDED-ECC-Mechanismus, um Einbitfehler zu korrigieren und Zweibitfehler innerhalb der überwachten Speicherblöcke zu erkennen. Bei aktiviertem ECC registrierten die Forscher jedoch etwa 387 Zweibitfehler. Diese kann der Mechanismus erkennen, aber nicht korrigieren. Zusätzlich trat ein Dreibitfehler auf, bei dem die Studie angab, dass ECC ihn falsch korrigierte, was zu einer Beschädigung der Daten führte.
Auf Grundlage der GPUThor-Raten könnte es möglich sein, innerhalb von etwa 1,1 Minuten einen ausnutzbaren Bitflip zu finden, verglichen mit etwa 21,9 Stunden bei GPUHammer. Dieser Sprung bildet den Kern der Bedeutung der Untersuchung: Der vorhandene Schutz beseitigt das Risiko nicht, wenn sich die Fehler vom Einbit- auf Mehrbitmuster ausweiten.
Deaktivierung der Karte und Rechteausweitung
Die Forscher zeigten, dass GPUThor eine mit ECC ausgestattete RTX A6000 in einen Denial-of-Service-Zustand versetzen kann, in dem die Karte sich alle zwei Stunden neu startet und Workloads beendet. Nach wiederholten Angriffen auf dieselbe Karte kann sie letztlich als austauschbedürftig eingestuft werden.
Das gefährlichere Szenario betrifft die Beschädigung von GPU-Seitentabellen. Den Forschern zufolge kann dies einem nicht privilegierten CUDA-Programm willkürlichen Speicherzugriff ermöglichen und eine Shell mit Root-Rechten auf dem Host-System öffnen. Sie wiesen außerdem darauf hin, dass eine Rechteausweitung auch auf für Server vorgesehenen Ampere-Karten, darunter der A100, weiterhin möglich sein könnte, da diese auf SECDED-ECC setzen, selbst wenn Einschränkungen einige Auswirkungen der Denial-of-Service-Angriffe begrenzen.
Was ändert sich in der Praxis?
Die Forscher meldeten NVIDIA die Ergebnisse am 29. April. Am 21. August veröffentlichte das Unternehmen Richtlinien zur Risikominderung. NVIDIA empfiehlt, SYS-ECC zu aktivieren, IOMMU/DMA zu isolieren, Daten zu GPU-Fehlern zu überwachen sowie die gemeinsame Nutzung oder Ausführung nicht vertrauenswürdiger Workloads einzuschränken. Nach Angaben des Unternehmens unterscheidet sich die Anfälligkeit außerdem je nach DRAM-Typ, Speichertechnologie, Plattformdesign, Schutzmechanismen im Speicher und Systemeinstellungen.
Bei den Tests selbst wurden keine Bitflips auf GDDR6X- oder HBM2e-Einheiten beobachtet. Die Forscher warnen jedoch, dass HBM3/e- und GDDR7-Einheiten mit On-Die-ECC ebenfalls gefährdet sein könnten, wenn sich Mehrbitflips erzeugen lassen. Die Studie empfiehlt, die gemeinsame Nutzung einer GPU durch mehrere Mandanten nach Möglichkeit zu vermeiden, ECC-Fehlerzähler zu überwachen und nicht vertrauenswürdige CUDA-Workloads einzuschränken. Ein vollständiger Schutz hängt den Forschern zufolge weiterhin von der Entwicklung eines stärkeren ECC für Mehrbitfehler und zusätzlicher Hardware-Abwehrmaßnahmen ab.