Intel отмахивается от двух новых возможных атак по сторонним каналам

Intel отмахивается от двух новых возможных атак по сторонним каналам

Intel отмахивается от двух новых возможных атак по сторонним каналам

Корпорация Intel не придала особого значения сообщениям о двух новых уязвимостях, которые позволяют провести атаку по сторонним каналам. Одна из этих брешей обсуждалась на прошлой неделе на Black Hat Asia в Сингапуре, где исследователи выступили с докладом «When good turns to evil: using Intel SGX to stealthily steal Bitcoins» («Когда добрые намерения оборачиваются злом: используем Intel SGX для кражи биткойнов»).

Технология Intel SGX предназначена для защиты исходного кода и данных от несанкционированного доступа и изменения. Разработчики могут размещать свои приложения в укрепленных с помощью функций процессора «анклавах» или защищенных областях выполнения в памяти, которые повышают безопасность даже скомпрометированных платформ.

Анклавы SGX должны быть недоступны из ОС и способны выдерживать атаки, которые взламывают BIOS или повреждают драйверы. Специалисты отметили, что анклавы SGX использовались разработчиками кошельков биткойн. Однако есть плохая новость — SGX-анклавы подвержены атакам «prime and probe» на сторонние каналы.

В процессе подобных атак злоумышленники могут заполнить известные адреса ОЗУ, а затем наблюдают за загрузкой жертвой данных в эти области оперативной памяти. Как только атакующие понимают, что память была изменена, они пытаются считать ее содержимое.

Этот способ отлично бы подошел для получения данных из анклава SGX, однако есть нюанс — SGX невосприимчив к программному обеспечению, позволяющему определить, когда происходит доступ к памяти.

Таким образом, эксперты написали собственный код, использующий разницу во времени, чтобы найти границы строк DRAM. Как только они узнали границы строк, они смогли вычислить остальную часть адресов ОЗУ и провести атаку, которая выявила недавно измененные области памяти.

Intel заявила, что это известный метод. Также корпорация опубликовала документ под названием «BranchScope: A New Side-Channel Attack on Directional Branch Predictor», в котором описывается «новая атака на сторонние каналы».

ИИ сказал — ты согласился: учёные описали феномен когнитивной капитуляции

Исследователи из Университета Пенсильвании предложили новое объяснение тому, как люди взаимодействуют с ИИ. По их мнению, всё чаще пользователи не просто пользуются нейросетями, а буквально «сдаются» им. Этот феномен специалисты назвали «когнитивной капитуляцией» (cognitive surrender).

Если раньше люди использовали технологии вроде калькуляторов или GPS для отдельных задач — «разгружали» мозг, но сохраняли контроль, — то с ИИ ситуация меняется.

Всё чаще пользователи просто принимают ответы модели за истину, не проверяя и не анализируя их. Причём, как отмечают исследователи, это особенно заметно, если ответ звучит уверенно, гладко и без лишних сложностей. В таком случае у человека просто не включается внутренний «режим сомнения».

Чтобы проверить это, учёные провели серию экспериментов с участием более 1300 человек. Им предложили задачи на когнитивное мышление с подвохом, который требует не интуиции, а вдумчивого анализа.

Часть участников могла пользоваться ИИ-помощником, но с нюансом: модель специально давала неправильные ответы примерно в половине случаев. Результат оказался показательным.

 

Когда ИИ отвечал правильно, пользователи соглашались с ним в 93% случаев. Но даже когда он ошибался, люди всё равно принимали его ответ в 80% случаев. То есть большинство просто не перепроверяло результат, даже если он был неверным.

В среднем участники соглашались с ошибочным ИИ в 73% случаев и оспаривали его лишь в 19,7% случаев.

Более того, у тех, кто пользовался ИИ, уровень уверенности в своих ответах оказался выше — даже несмотря на то, что половина этих ответов была неправильной.

 

Интересно, что поведение менялось в зависимости от условий. Например, если участникам давали небольшие денежные стимулы за правильные ответы и мгновенную обратную связь, они чаще перепроверяли ИИ и исправляли ошибки. А вот дефицит времени, наоборот, усиливал зависимость от модели: под давлением дедлайна люди ещё охотнее доверяли ИИ.

Не все оказались одинаково уязвимы. Люди с более высоким уровнем так называемого флюидного интеллекта (fluid IQ) реже полагались на ИИ и чаще замечали его ошибки. А вот те, кто изначально воспринимал ИИ как авторитетный источник, чаще попадались на неверные ответы.

При этом сами исследователи подчёркивают: «когнитивная капитуляция» — не обязательно зло сама по себе. Если ИИ действительно работает лучше человека, логично ему доверять, особенно в задачах вроде анализа данных или оценки рисков.

Но есть важный нюанс: качество мышления в таком случае напрямую зависит от качества самой модели.

RSS: Новости на портале Anti-Malware.ru