Dabangg — новая форма атаки на процессоры Intel и AMD

Dabangg — новая форма атаки на процессоры Intel и AMD

Dabangg — новая форма атаки на процессоры Intel и AMD

Современные процессоры Intel и AMD уязвимы перед ещё одной формой атаки по сторонним каналам. О новой угрозе, получившей имя Dabangg («бесстрашный»), сообщили специалисты Индийского института технологий (IIT).

Два эксперта — Бисвабандан Панда и Аниш Саксена — опубликовали исследование под названием «DABANGG: Time for Fearless Flush based Cache Attacks» (PDF), в котором подробно описывают новый гипотетический сценарий атаки.

По словам специалистов, Dabangg берёт за основу два вида атак — Flush+Reload и Flush+Flush, которые приводят к утечке данных из процессоров Intel.

Однако новый метод Dabangg, по словам специалистов, может повысить эффективность этих атаках даже в системах с множеством ядер. Более того, описанный метод работает и в операционной системе macOS.

«Мы обнаружили, что в случае Dabangg успешную атаку можно провести даже при наличии значительного системного шума», — пишут эксперты.

Атаки вида Flush+Reload и Flush+Flush направлены на кеш центрального процессора. Например, Dabangg полагается на колебания частоты современного CPU.

При удачном применении нового метода атакующий может перехватить ввод пользователя, извлечь закрытые ключи AES и другие данные с помощью канала между вредоносным процессом и жертвой.

По принципу эта брешь схожа со Spectre, которая также открывает доступ к кешированной информации.

Google научила смартфоны измерять пульс без часов и фитнес-браслетов

Google, видимо, решила, что фитнес-браслетам и умные часам пора на пенсию. Компания представила технологию, которая позволяет измерять пульс и частоту сердечных сокращений в состоянии покоя с помощью обычной фронтальной камеры смартфона.

Никаких датчиков на запястье, никаких ремешков и дополнительных устройств. Всё, что нужно, — собственное лицо.

Система получила название Passive Heart Rate Monitoring (PHRM). Работает она  любопытно: после разблокировки смартфона по лицу фронтальная камера записывает короткое восьмисекундное видео, а встроенная ИИ-модель анализирует едва заметные изменения цвета кожи, возникающие из-за кровотока.

Человеческий глаз таких изменений не видит, а вот алгоритмы машинного обучения — вполне.

 

По данным Google, точность системы оказалась неожиданно высокой. При оценке пульса в состоянии покоя результаты отличались от показателей фитнес-браслета Fitbit Charge 6 менее чем на пять ударов в минуту.

Для обучения и тестирования модели компания использовала более 350 тысяч видеозаписей почти 700 участников с разными оттенками кожи. Более того, исследователи проверяли технологию не только в лаборатории, но и в реальной жизни. Добровольцы больше недели ходили со своими смартфонами, одновременно используя Fitbit и медицинское оборудование для контроля сердечного ритма.

Результаты оказались убедительными, чтобы Google всерьёз заговорила о будущем такого подхода. Впрочем, до идеала ещё далеко. Исследователи признают, что системе пока сложнее стабильно получать данные у людей с тёмными оттенками кожи. Также на точность могут влиять разговоры, движения головы и другие обычные действия.

Есть и вопрос приватности. Всё-таки технология предполагает регулярный анализ изображения лица пользователя. В Google уверяют, что обработка может выполняться непосредственно на устройстве без передачи данных в облако.

RSS: Новости на портале Anti-Malware.ru