star-laboratory/prismप्रिज़्म: एक स्केलेबल प्रोबेबिलिस्टिक रोहैमर शमन (ISCA 2026)। Ramulator2 स्रोत कोड और मूल्यांकन स्क्रिप्ट।
53वें अंतर्राष्ट्रीय कंप्यूटर आर्किटेक्चर संगोष्ठी (ISCA), 2026 में प्रकाशित होने वाला।
Jeonghyun Woo1*, Junsu Kim1*, Aamer Jaleel2, Prashant J. Nair1
1 ब्रिटिश कोलंबिया विश्वविद्यालय 2 NVIDIA * समान योगदान
DRAM स्केलिंग ने RowHammer कमजोरी को और बढ़ा दिया है। इसका मुकाबला करने के लिए, JEDEC ने हाल ही में Alert Back-Off प्रोटोकॉल के साथ Per Row Activation Counting (PRAC) को एक वैकल्पिक DDR5 सुविधा के रूप में पेश किया। आशाजनक होते हुए भी, PRAC को प्रति-पंक्ति काउंटर कोशिकाओं की आवश्यकता होती है जो क्षेत्र ओवरहेड उत्पन्न करती हैं, और प्रत्येक सक्रियण पर उन्हें अद्यतन करने से DRAM समय मापदंडों को लंबा किया जाता है, जिससे प्रदर्शन खराब होता है। प्रोबेबिलिस्टिक शमन जैसे MINT आवधिक शमन विंडो के भीतर यादृच्छिक रूप से पंक्तियों का चयन और शमन करके कम लागत वाला विकल्प प्रदान करते हैं। MINT उच्च थ्रेशोल्ड (≥ 1000) पर प्रभावी है, लेकिन कम थ्रेशोल्ड पर, इसे गैर-चयन समस्या से उबरने के लिए अपनी शमन दर बढ़ानी होगी, जहां भारी हथौड़े वाली पंक्तियां बार-बार नमूने से बच सकती हैं। यह निश्चित-दर स्केलिंग प्रभावी मेमोरी बैंडविड्थ को कम करता है, भले ही कोई हमला मौजूद न हो।
इस सीमा को दूर करने के लिए, हम PrISM प्रस्तावित करते हैं, एक इंटरसेक्शन-आधारित प्रोबेबिलिस्टिक शमन जो सैंपल्ड हिस्ट्री क्यू (SHQ) का उपयोग करके विंडो में सैंपल की गई पंक्तियों को सहसंबंधित करता है। PrISM प्रति विंडो में कुछ सक्रियण स्लॉट का नमूना लेता है, सैंपल की गई लेकिन शमित न की गई पंक्तियों को SHQ में संग्रहीत करता है, और जब कोई सैंपल की गई पंक्ति इस इतिहास में पुनः दिखाई देती है तो मौजूदा Alert Back-Off प्रोटोकॉल के माध्यम से एक अतिरिक्त शमन का अनुरोध करता है। यह PrISM को वैश्विक रूप से निश्चित शमन दर बढ़ाए बिना, केवल तब शमन बढ़ाने की अनुमति देता है जब लगातार पंक्ति गतिविधि देखी जाती है। 500 के थ्रेशोल्ड पर, PrISM PRAC के 14% की तुलना में नगण्य 0.2% औसत मंदी उत्पन्न करता है, जिसमें कोई DRAM ऐरे परिवर्तन या प्रति-पंक्ति काउंटर नहीं है और प्रति बैंक केवल 625B SRAM है — जो पिछले सुरक्षित काउंटर-आधारित इन-DRAM रक्षा से एक से दो ऑर्डर परिमाण कम है। MINT की तुलना में, PrISM कम थ्रेशोल्ड पर बेहतर स्केलेबिलिटी प्रदान करता है, 250 के थ्रेशोल्ड पर औसत मंदी को 10.7% से घटाकर 1.5% करता है, जो 7.1× की कमी है।
prism/
├── perf_analysis/ # Ramulator2 simulations (Figures 7, 8, 9; Table VI)
├── security_analysis/ # Analytical model + MC validation (Figures 5, 6)
├── LICENSE
└── README.md # This file
प्रत्येक उप-निर्देशिका का अपना README विस्तृत पुनरुत्पादन निर्देशों के साथ है:
perf_analysis/ — प्रदर्शन परिणामों के लिए Ramulator2 बुनियादी ढांचा। SLURM और सिंगल-मशीन निष्पादन दोनों का समर्थन करता है।security_analysis/ — सुरक्षा दावों के लिए शुद्ध-Python विश्लेषणात्मक मॉडल और मोंटे-कार्लो सत्यापन।रिपॉजिटरी क्लोन करें और एक उप-निर्देशिका चुनें:
git clone https://github.com/STAR-Laboratory/prism.git
cd prism
प्रदर्शन परिणामों (चित्र 7, 8, 9; तालिका VI) को पुन: उत्पन्न करने के लिए:
cd perf_analysis
./run_artifact.sh --method slurm --artifact all # or --method personal
सुरक्षा विश्लेषण (चित्र 5, 6) को पुन: उत्पन्न करने के लिए:
cd security_analysis
python3 prism_circular_security_analysis.py figure8 --w 72 \
--output-dir ./results --mc-windows 1000000 --mc-seeds 5
python3 plot_scripts/plot_figure5.py
पूर्ण विवरण के लिए उप-निर्देशिका READMEs देखें।
@inproceedings{prism_isca2026,
title = {Loaded Dice: Solving the Non-Selection Problem for Scalable Probabilistic RowHammer Defense},
author = {Jeonghyun Woo and Junsu Kim and Aamer Jaleel and Prashant J. Nair},
booktitle = {53rd Annual International Symposium on Computer Architecture (ISCA)},
year = {2026},
series = {ISCA'26},
}
यह रिपॉजिटरी MIT लाइसेंस के तहत जारी किया गया है।