Metior: новая платформа MIT для анализа количества данных, которые злоумышленники могут украсть

Несмотря на глубокие и преобразующие изменения, вызванные появлением технологий, кибератака является одной из главных неудач. Анализируя активность компьютерной программы, например, сколько времени она тратит на доступ к памяти компьютера, опытный хакер может обнаружить конфиденциальную информацию, например пароль.

Многие реальные системы не могут поддерживать меры безопасности, которые полностью предотвращают эти «атаки по побочным каналам» из-за их высоких вычислительных затрат. Вместо этого инженеры часто используют так называемые стратегии запутывания, целью которых является уменьшение, но не полное уничтожение возможности злоумышленника обнаружить скрытую информацию.

Чтобы помочь инженерам и ученым лучше понять эффективность различных схем запутывания этих злоумышленников, исследователи MIT создали систему для количественной оценки того, сколько информации злоумышленник может узнать из программы-жертвы при наличии схемы запутывания.

Metior: новый инструмент для оценки кибератак

Их структура, названная Metior, позволяет пользователю изучать, как различные программы-жертвы, стратегии злоумышленников и конфигурации схем запутывания влияют на объем утечки конфиденциальной информации. Эту структуру могут использовать инженеры, разрабатывающие микропроцессоры, для оценки эффективности нескольких схем безопасности и определения наиболее перспективной архитектуры на ранних этапах процесса проектирования чипов.

«Metior помогает нам осознать, что нам не следует рассматривать эти схемы безопасности изолированно. Очень заманчиво проанализировать эффективность схемы запутывания для одной конкретной жертвы, но это не помогает нам понять, почему эти атаки работают. Взгляд на вещи с более высокого уровня дает нам более целостную картину того, что на самом деле происходит», — говорит Питер Дойч, ведущий автор статьи о Metior в открытом доступе.

Ранее они создали CaSA — инструмент для оценки объема данных, предоставляемых с помощью определенной стратегии запутывания. Однако они возлагали на Метиора более высокие ожидания. Целью команды было создание всеобъемлющей модели, которую можно было бы применить для оценки любой стратегии запутывания, даже той, которая еще не создана.

Они создали Metior для преобразования потока информации через систему запутывания в случайные переменные для достижения этой цели. Например, модель создает математическое описание того, как жертва и злоумышленник получают доступ к общим структурам памяти на компьютерном чипе.

Веон Тэк На, аспирант кафедры электротехники и информатики Массачусетского технологического института, Джоэл Эмер, профессор практики в области информатики и электротехники Массачусетского технологического института, и старший автор Мэнцзя Ян, профессор электротехники Гомера А. Слоана, входят в число авторы исследования, представленного на Международном симпозиуме по компьютерной архитектуре.

Как Metior анализирует объем данных, которые могут украсть злоумышленники

Фреймворк One Metior использует методы теории информации, чтобы понять, как злоумышленник может получить информацию от жертвы. Имея эти компоненты, Metior может рассчитать вероятность того, что злоумышленник правильно угадает конфиденциальную информацию жертвы.

Чтобы оценить тактику атак и изучить потерю информации из-за передовых систем запутывания, они использовали Metior в трех тематических исследованиях. Благодаря своему анализу они узнали, как Metior может выявлять интригующее поведение, которое ранее не было полностью изучено.

В качестве иллюстрации можно привести предыдущее расследование, которое показало, что особый вид атаки по побочному каналу, известный как вероятностное простое и зондирование, оказался успешным, поскольку эта сложная атака включает в себя первый этап, на котором она профилирует систему-жертву, чтобы понять ее защиту.

С помощью Metior они демонстрируют, что этот сложный подход на самом деле работает не хуже, чем простая стандартная атака, и что он использует несколько моделей поведения жертвы, ранее не распознаваемых исследователями.