新型 GPUThor 攻击突破 NVIDIA ECC 保护实现 root 权限获取

一种新披露的名为 GPUThor 的 Rowhammer 攻击能够绕过 NVIDIA GPU 上的纠错码（ECC）保护，实现拒绝服务（DoS）和 root 级权限提升。
在多伦多大学发表的一篇论文中，研究人员表示，GPUThor 实现了比过去的概念（如他们自己的 GPUHammer 或 GPUBreach）更实用的比特翻转率，后者在引入 ECC 后已变得无关紧要。
该攻击针对配备 GDDR6 内存的 Ampere 级 NVIDIA 工作站 GPU 进行了演示，包括 RTX A4000、RTX A4500、RTX A5000 和 RTX A6000，这些 GPU 广泛用于 AI 和云基础设施。
Rowhammer 是一类攻击的统称，其中内存行被反复访问（"锤击"），从而增加相邻内存区域中比特翻转的可能性，使其状态从 1 变为 0，反之亦然。
这可能导致数据损坏和安全风险。由于 AI 模型训练严重依赖 GPU 算力，成功的 Rowhammer 攻击可能对模型的准确性产生毁灭性影响。
为了缓解此类攻击的风险，NVIDIA 使用了 SECDED ECC 等缓解措施，以纠正受监控内存块中的单比特错误并检测双比特错误。
然而，多伦多大学的研究人员调整了 GPUThor，使其锤击遵循非均匀模式，速率恰好避免触发 GDDR6 的目标行刷新（TRR）缓解措施。
他们通过考虑两种未记录的 GPU 行为来实现这一点：重复内存请求如何合并，以及 TRR 激活的频率。
研究人员表示，与之前的攻击概念相比，这种调整导致产生 6.6 倍更多的攻击行激活，并在没有 ECC 保护的测试 GPU 上实现了每 GB 72,000 到 377,000 次翻转。
这些结果比研究人员之前的攻击 GPUHammer 高出 4,548 到 23,597 倍，接近 Blacksmith 等强大 CPU Rowhammer 攻击所达到的比特翻转率。
在 GPUThor 的比特翻转率下，找到可利用的比特翻转大约只需 1.1 分钟，而 GPUHammer 则需要 21.9 小时。
研究人员解释说，在启用 ECC 的情况下，GPUThor 生成了 387 个 ECC 能检测但无法纠正的双比特错误，以及两个 ECC 错误修复导致数据损坏的三比特错误。
DoS 与权限提升
多伦多大学的研究人员表明，GPUThor 可以在启用 ECC 的 RTX A6000 上诱导 DoS 状态，导致 GPU 每两小时重置一次，并终止所有工作负载。
在同一张卡上重复攻击后，设备最终会标记自身为需要更换。
更有趣的攻击是将权限提升至 root 级别，研究人员声称这可以通过破坏 GPU 页表来实现，使无特权的 CUDA 程序获得任意内存访问权限，并在主机系统上打开 root shell。
如何防御该攻击
除了确认易受 GPUThor 攻击的四个型号外，研究人员表示，尽管存在一些限制提高了对拒绝服务（DoS）条件的抵御能力，但权限提升在服务器级 Ampere GPU（A100）上仍然有效，因为它们仍依赖 SECDED 级别的 ECC。
在某些 Blackwell GPU 上，RAS Repair 弹性功能使 GPUThor 攻击更加耗时，但并不能阻止它。
根据研究人员昨天发表的 GPUThor 论文，即使是具有片上 ECC 的 HBM3/e 和 GDDR7 GPU，如果触发多比特翻转，也可能存在漏洞。
研究人员于 4 月 29 日向 NVIDIA 报告了他们的发现，8 月 21 日，该公司发布了一份提供指导建议的安全公告。
NVIDIA 建议启用 SYS-ECC 和 IOMMU/DMA 隔离，监控 GPU 错误遥测，并限制共享或执行不受信任的工作负载。
该公司表示，风险因 DRAM 设备、内存技术、平台设计、DRAM 内防御和系统配置而异，并指出在测试的 GDDR6X 或 HBM2e GPU 上使用相同的攻击模式未观察到比特翻转。
研究人员建议尽可能避免跨租户 GPU 共享，监控 ECC 错误计数器，并限制不受信任的 CUDA 工作负载。他们补充说，完全保护可能需要未来 GPU 中更强的多比特 ECC 和硬件级防御。