Skip to content
KitploitKITPLOIT
도구블로그
제출
도구블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

··피드·문의·개인정보·© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
prism — PrISM: A Scalable Probabilistic RowHammer Mitigation (ISCA 2026). Ramulator2 source code and evaluation scripts. | Kitploit
도구/GitHubGitHub/star-laboratory/prism
Embedded Systems SecurityMemory ForensicsHardware SecurityHardware & IoT SecurityPapers & ResearchLearning & Education
GitHubstar-laboratory/prism

prism

PrISM: A Scalable Probabilistic RowHammer Mitigation (ISCA 2026). Ramulator2 source code and evaluation scripts.

저장소 보기
13개월 전아직 검토되지 않음

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →
공유

Loaded Dice: 확장 가능한 확률적 RowHammer 방어를 위한 비선택 문제 해결

제53회 국제 컴퓨터 아키텍처 심포지엄 (ISCA), 2026년에 발표 예정.

Jeonghyun Woo1*, Junsu Kim1*, Aamer Jaleel2, Prashant J. Nair1

1 브리티시 컬럼비아 대학교    2 NVIDIA    * 동등한 기여

논문 (PDF) | arXiv


초록

DRAM 스케일링은 RowHammer 취약성을 악화시켰습니다. 이에 대응하기 위해 JEDEC은 최근 DDR5의 선택적 기능으로 Alert Back-Off 프로토콜을 갖춘 PRAC(Per Row Activation Counting)을 도입했습니다. PRAC은 유망하지만, 행당 카운터 셀이 필요하여 면적 오버헤드가 발생하고, 모든 활성화 시 이를 업데이트하면 DRAM 타이밍 파라미터가 길어져 성능이 저하됩니다. MINT와 같은 확률적 완화 기법은 주기적인 완화 윈도우 내에서 행을 무작위로 선택하여 완화함으로써 더 낮은 비용의 대안을 제공합니다. MINT는 높은 임계값(≥ 1000)에서는 효과적이지만, 낮은 임계값에서는 심하게 해머링된 행이 반복적으로 샘플링을 회피할 수 있는 비선택 문제를 극복하기 위해 완화율을 높여야 합니다. 이 고정 비율 스케일링은 공격이 없을 때에도 효과적인 메모리 대역폭을 감소시킵니다.

이 한계를 극복하기 위해, 우리는 PrISM을 제안합니다. PrISM은 샘플링된 히스토리 큐(SHQ)를 사용하여 윈도우 간 샘플링된 행을 상관시키는 교차 기반 확률적 완화 기법입니다. PrISM은 윈도우당 소수의 활성화 슬롯을 샘플링하고, 샘플링되었지만 완화되지 않은 행을 SHQ에 저장하며, 샘플링된 행이 이 히스토리에 다시 나타날 때 기존 Alert Back-Off 프로토콜을 통해 추가 완화를 요청합니다. 이를 통해 PrISM은 전역적으로 고정 완화율을 높이지 않고도 지속적인 행 활동이 관찰될 때만 완화를 증가시킬 수 있습니다. 임계값 500에서 PrISM은 평균 0.2%의 무시할 수 있는 성능 저하를 보이며(PRAC의 14%와 대비), DRAM 어레이 변경이나 행당 카운터가 필요 없으며, 뱅크당 625B의 SRAM만 사용합니다. 이는 이전의 안전한 카운터 기반 인-DRAM 방어에 비해 1~2자릿수 적은 양입니다. MINT와 비교하여 PrISM은 낮은 임계값에서 더 나은 확장성을 제공하며, 임계값 250에서 평균 성능 저하를 10.7%에서 1.5%로 낮춰 7.1배 향상시킵니다.


저장소 구조

root@kitploit:~
prism/
├── perf_analysis/         # Ramulator2 시뮬레이션 (그림 7, 8, 9; 표 VI)
├── security_analysis/     # 분석 모델 + MC 검증 (그림 5, 6)
├── LICENSE
└── README.md              # 이 파일

각 하위 디렉토리에는 상세한 재현 지침이 포함된 자체 README가 있습니다:

  • perf_analysis/ — 성능 결과를 위한 Ramulator2 인프라. SLURM 및 단일 머신 실행을 모두 지원합니다.
  • security_analysis/ — 보안 주장을 위한 순수 Python 분석 모델 및 Monte-Carlo 검증.

빠른 시작

저장소를 클론하고 하위 디렉토리를 선택하세요:

root@kitploit:~
git clone https://github.com/STAR-Laboratory/prism.git
cd prism

성능 결과(그림 7, 8, 9; 표 VI)를 재현하려면:

root@kitploit:~
cd perf_analysis
./run_artifact.sh --method slurm --artifact all   # 또는 --method personal

보안 분석(그림 5, 6)을 재현하려면:

root@kitploit:~
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

자세한 내용은 각 하위 디렉토리 README를 참조하세요.


인용

root@kitploit:~
@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},
}

라이선스

이 저장소는 MIT 라이선스 하에 배포됩니다.

도구 다운로드