Toronto Üniversitesi'nden araştırmacılar, ECC hata düzeltme koruması etkin olmasına rağmen bazı NVIDIA ekran kartlarının belleğindeki bitlerin değişmesini sağlamak için Rowhammer tekniğinden yararlanan GPUThor adlı yeni bir saldırı keşfetti. Araştırmacılar, saldırının hizmet engelleme durumuna yol açabileceğini ve belirli bir senaryoda GPU bellek sayfa tablolarını bozarak ayrıcalıksız bir CUDA programının rastgele belleğe erişmesine ve araştırma makalesinin sonuçlarına göre ana sistemde root ayrıcalıklarıyla bir oturum açmasına olanak sağlayabileceğini gösterdi.
GPUThor'u farklı kılan nedir?
Rowhammer saldırıları, bitlerin komşu satırlardaki durumlarının değişme olasılığını artırmak için bellek satırlarına tekrar tekrar erişmeye dayanır. Araştırmacılar GPUThor'daki erişim modelini düzensiz hâle getirerek GDDR6 belleğindeki Target Row Refresh veya TRR mekanizmasının etkinleştirilmesini önledi. Bu değişiklik, GPU birimlerindeki bellek isteklerinin birleştirilmesi ve TRR'nin etkinleştirilme sıklığıyla ilgili belgelenmemiş iki davranışa dayanıyordu.
Saldırı, GDDR6 belleğe sahip NVIDIA Ampere serisi kartlarda test edildi: RTX A4000, RTX A4500, RTX A5000 ve RTX A6000. Araştırmacılara göre yeni yöntem, önceki yaklaşımlara kıyasla saldırılan bellek satırlarında 6,6 kata kadar daha fazla etkinleştirme üretti ve ECC devre dışı bırakıldığında gigabayt başına 72.000 ile 377.000 arasında bit değişimi kaydetti. Bu sonuçlar, önceki GPUHammer saldırısına kıyasla 4.548 ila 23.597 katlık bir artış anlamına geliyor ve güçlü CPU Rowhammer saldırılarının oranlarına yaklaşıyor.
ECC neden tek başına yeterli değil?
NVIDIA, izlenen bellek blokları içindeki tek bitlik hataları düzeltmek ve iki bitlik hataları tespit etmek için SECDED ECC mekanizmasını kullanıyor. Ancak araştırmacılar, ECC etkin durumdayken mekanizmanın tespit edebildiği fakat düzeltemediği hatalar olan yaklaşık 387 çift bitlik hata kaydetti. Buna ek olarak çalışma, ECC'nin iki üç bitlik hatayı yanlış biçimde düzelttiğini ve bunun veri bozulmasına yol açtığını belirtti.
GPUThor oranlarına göre istismar edilebilir bir bit değişiminin bulunması yaklaşık 1,1 dakika içinde mümkün olabilir; GPUHammer'da bu süre yaklaşık 21,9 saatti. Araştırmanın önemi de burada yatıyor: Hatalar tek bitlik kapsamdan çok bitli modellere geçtiğinde mevcut koruma tehlikeyi ortadan kaldırmıyor.
Kartın devre dışı bırakılması ve ayrıcalık yükseltme
Araştırmacılar, GPUThor'un ECC ile donatılmış bir RTX A6000 kartını hizmet engelleme durumuna sokabildiğini ve kartın her iki saatte bir kendini yeniden başlatarak iş yüklerini sonlandırdığını gösterdi. Saldırı aynı karta tekrarlanırsa kart sonunda değiştirilmesi gerekiyor olarak sınıflandırılabilir.
Daha tehlikeli senaryo GPU sayfa tablolarının bozulmasıyla ilgili. Araştırmacılar bunun, ayrıcalıksız bir CUDA programına belleğe keyfi erişim olanağı sağlayabileceğini ve ana sistemde root ayrıcalıklarıyla bir shell açabileceğini söylüyor. Ayrıca bazı hizmet engelleme etkilerini sınırlayan kısıtlamalar bulunsa bile, Ampere tabanlı sunucu sınıfı kartlarda, bunların SECDED seviyesinde ECC kullanması nedeniyle ayrıcalık yükseltmenin hâlâ mümkün olabileceğine dikkat çektiler. Bunlara A100 de dâhil.
Pratikte ne değişiyor?
Araştırmacılar sonuçları 29 Nisan'da NVIDIA'ya bildirdi ve şirket 21 Ağustos'ta tehdidi azaltmaya yönelik yönergeler yayımladı. NVIDIA, SYS-ECC'nin etkinleştirilmesini, IOMMU/DMA izolasyonunu, GPU hata verilerinin izlenmesini ve güvenilmeyen iş yüklerinin paylaşılmasının veya çalıştırılmasının sınırlandırılmasını öneriyor. Şirkete göre etkilenebilirlik; DRAM türüne, bellek teknolojisine, platform tasarımına, bellek içindeki koruma mekanizmalarına ve sistem ayarlarına göre değişiyor.
Aynı testlerde GDDR6X veya HBM2e birimlerinde bit değişimleri gözlemlenmedi. Ancak araştırmacılar, kalıp içi ECC'ye sahip HBM3/e ve GDDR7 birimlerinin de çok bitli değişimler üretilebilirse etkilenebileceği konusunda uyarıyor. Çalışma, mümkün olduğunda GPU'nun kiracılar arasında paylaşılmasından kaçınılmasını, ECC hata sayaçlarının izlenmesini ve güvenilmeyen CUDA iş yüklerinin sınırlandırılmasını öneriyor. Araştırmacılara göre tam koruma, çok bitli hatalar için daha güçlü ECC'nin ve ek donanımsal savunmaların geliştirilmesine bağlı olmaya devam ediyor.