导读：近日，国际顶级设计自动化大会DAC大会公布DAC 2020会议议程和论文名单，由百度安全发表的《DRAMDig: A Knowledge-assisted Tool to Uncover DRAM Address Mapping》成功入选。本篇论文介绍了由百度安全所研究设计的DRAM address mapping逆向工具——DRAMDig，可以在平均7~8分钟时间（最快仅须要69秒），快速、可靠地逆向出DRAM地址映射 —— Rowhammer攻击实现的关键步骤。该工具可用来评估我的主机、云计算基础设施是否受到Rowhammer攻击的威胁。缓存
DAC是以电子设计自动化（EDA）和嵌入式系统及软件（ESS）为主题的国际公认的最顶尖学术会议，也是中国计算机学会（CCF）认定的A类会议，被誉为EDA界的奥斯卡。大会每一年吸引全球知名的学者参与成果发布和技术讨论，近两年论文接受率维持在20%左右。安全
图1. 2020 DAC Accepted Papers架构
谈到Rowhammer攻击，整个安全行业必定都不陌生，2014年卡内基梅隆大学宣布发现一种存在于动态随机储存器（下称DRAM）的漏洞，借助这项漏洞，攻击者能够经过反复加载内存的特定行来实现帐户提权，研究一经发表，便掀起业内极大轰动，由于这代表了无论是PC、手机，无论操做系统是Linux、Windows··，几乎全部搭载DRAM内存的X86构架CPU的设备都会都会存在安全隐患，影响不言而喻。app
那么，今天咱们就带你们了解一下，究竟颠覆攻击逻辑的Rowhammer究竟是什么？由百度安全研究员Minghua Wang和Yueqiang Cheng联合Henry Zhang（来自澳洲Data61）所研究设计的映射逆向工具DRAMDig，又是如何快速、可靠地逆向出触发Rowhammer攻击的DRAM地址映射？ide
“一招通杀”全部设备 —— Rowhammer攻击原理
从硬件角度来看，计算机就是一个庞大的集成电路，由大量的电子管、继电器和各类电气元件组合而成。其中用来存储信息用的物理内存，就是咱们上面提到的DRAM。就像去图书馆找一本书，你须要经过书的类型和编码，定位到它在哪个书架，哪一排，哪一格，DRAM里想要找到存储的某一数据，也有一套明确的访问路径：channel →DIMM → rank → chip → bank → cell。因此，计算机内存就是由无数个内存存储单元（下简称cell）构成的电路板。函数
图2. 内存存储单元cell结构工具
cell由一个晶体管和一个电容组成，就像一个小电池，每一个cell存放1 bit数据，而计算机里全部的内容，本质上都是一堆数据编码，均可以用相似01010101001这样的二进制来表达 —— 体如今cell上，晶体管通电状态表示1，不通电状态表示0。因此说，无论你在电脑里存放的文档、照片，下载的游戏、音乐程序，亦或是计算机自己的操做系统，其实归根结底都是经过必定规则存储在cell里的“0”或“1”。测试
然而近年来，随着人们生产生活对计算机存储的需求要求更高，设备厂商在不改变内存电路板面积大小的前提下，让其可以存储更多的数据，只能将cell的设计越作越多，排列愈来愈近，密度大幅度增长，虽然制做工艺有所提高，但仍是会存在一种假设，那就是相邻的cell在运行中可能会受到干扰，若是频繁“轰炸”某两行（行话称之为row），就可能会形成中间一排腹背受敌、上下夹击，从而出现比特位翻转，也就是0变成1，1变成0...编码
业内把这种上下敲击的疯狂操做，称为double-sided Rowhammer test，而致使比特位翻转的这个攻击方式就叫作Rowhammer攻击，Row是行，Hammer是反复敲击，如此简洁明了，一针见血。云计算
固然若是只是单纯的疯狂改写数据，以此来搞破坏也过过小看Rowhammer攻击的威力了，其实攻击者的深层目标是利用Rowhammer攻击来提高帐号权限，得到通往各路关卡的“通行证”。此前就有学者发现，经过rowhammer能够打破进程间隔离，user-kernel隔离，VM间隔离以及VM-VMM间隔离，从而得到更多系统权限。
再举个例子，有攻击者企图获取你的网银支付密码，但此类程序开发者为了安全起见，都会将诸如密码、身份证号等核心数据，设立重重关卡，存放在金字塔的顶端，除了用户自身，其余人没法触及。而有了Rowhammer攻击，虽然被设立关卡，攻击者却能够绕过这些，选择经过更底层去找到储存核心数据的cell，而后反复敲击其“隔壁邻居”，引发比特位翻转，来实现最终获取支付密码的目的。
“提及来容易作起来难” —— Rowhammer攻击难点
读到如今，你是否是会有一个这样的疑问，计算机内存里密密麻麻分布着cell，即便理解了Rowhammer攻击的操做手法，若是不知道哪些cell里隐藏着帐号提权的核心线索，一顿轰炸操做无异于随机“抽盲盒”，能不能找到关键全靠运气。
因此很长时间以来，对于Rowhammer攻击的研究只停留在理论阶段，归根结底缘由是：找到那最为关键的两个row实在是太难了！
专业上，定位到最关键的两个row须要解决的核心问题，是要找出DRAM核心数据所在的DRAM地址，其实也就是逆向DRAM地址映射（下简称DRAM address mapping）的过程。
上文咱们讲到过，在计算机里，无论是什么类型的文件、信息、数据，最终都会以0101011的形式被存储在内存里，程序运行中须要访问到这些数据，只能经过虚拟地址来访问。这些虚拟地址在操做系统中首先转换成物理地址，而后物理地址再经过CPU中的Memory Controller转为为DRAM中的地址。物理地址与DRAM中地址的映射关系是一段未公开的“咒语”，须要逆向分析来解决。
对此，百度安全研究员调研了的目前行业公开的全部DRAM address mapping逆向工具并作了分析，结果显示这些工具的表现并不尽如人意，或是没法通用于各种型号的CPU，或是操做时间过长，须要数小时的时间，还有的甚至检测屡次，得出的结果先后不一致。
而这次即将在DAC大会上公开的，由百度安全所研究设计的DRAM address mapping逆向工具——DRAMDig， 可以在平均7~8分钟时间（最快仅须要69秒），快速、可靠地逆向出DRAM地址映射，而且通用于包括Non-ECC DDR3\DDR4内存条，以及当前市面上流行的Intel CPU（Sandy Bridge ~ Coffee Lake）。
“更经得起推敲”—— DRAMDig 工具核心原理
目前已有逆向工具（如DRAMA）没法稳定、快速、准确逆向出DRAM address mapping，主要有以下几个方面缘由。首先，已有工具对DRAM自身信息挖掘不到位，好比缺少对bank数目、row/column位数的理解；其次，已有工具中存在物理地址盲目的随机选取，致使逆向结果不稳定、不许确，同时存在大量的穷举操做，致使较大时间开销；最后，已有工具对interleaved mode形式的DRAM address mapping逆向能力有限。
由百度安全研发的新型DRAM address mapping映射逆向工具——DRAMDig，提出了Domain-knowledge assisted的方案，可以充分挖掘、利用已有的knowledge来辅助逆向，使得最终获得的逆向结果准确、稳定、快速。Domain knowledge包括三个方面：
- DDR3/DDR4 Specification。咱们从Specification中可以获取有关DRAM row/column bits的确切数量；
- 系统信息。经过程序来获取DRAM中bank数量，系统的物理内存大小（物理地址中有效地址位数）等信息；
- 经验观察。咱们认为Intel CPU上的bank寻址采用的是线性XOR计算方式，参与XOR计算的是物理地址中的特定bits（称之为bank bits）。例如，在某款Intel CPU，以及一个包含8个bank的DRAM的设定下，bank寻址函数表示为：(BA0, BA1, BA2)。其中，BA0 = bit6bit13, BA1= bit14bit16，BA2=bit15bit18。
DRAM address mapping逆向目标是肯定物理地址到DRAM中地址的映射关系。包括两个方面，第一，还原物理地址中bits的角色，即哪些是row bits，column bits和bank bits；第二，肯定bank寻址函数。图3描述了DRAMDig的工做流程。在介绍具体流程以前，咱们首先简要介绍一个DRAMDig逆向所依赖的一个基本操做原语，它是DRAMDig工做的基石。
图3. DRAMDig 逆向流程
这个操做原语是一个timing channel。具体而言，这个timing channel是由同一DRAM bank中的row buffer冲突引发的。DRAM中每一个bank都有一个row buffer来缓存最后访问到的row。若是一对地址在同一bank的两个不一样row中，交替访问它们时row buffer将反复从新加载、清除这两个row，致使row buffer 冲突。而若是两个地址位于同一row或不一样bank中，访问这两个地址时不会发生row buffer 冲突。显然发生row buffer冲突状况下，也就是两个地址在同一bank不一样row时，获得的latency更大。所以，根据两个地址的latency测量结果的高低，能够判断它们是否在同一bank不一样row。
在这个操做原语基础之上，咱们来简要介绍DRAMDig的逆向流程。主要分为三个阶段：
第一阶段，精心选取多对物理地址，利用timing channel进行latency测量，根据测量结果对row、column和bank bits范围进行初步的划分。首先从高到低考察物理地址中每一个bit，选取仅有这个bit不一样的两个物理地址测量latency。若是是high latency，则说明它们在同一个bank不一样row，当前只有1个bit不一样，因此这个bit是row bit。而后选定1个row bit和一个非row bit，再选取仅有这2 bit不一样的物理地址测量latency。若是是high则说明它们在同一bank不一样row，这个非row bit不会是bank bit，而是column bit。这样两轮测量以后可以获得row bits和column bits的位置范围，剩余的bits是bank bits。
第二阶段，选取覆盖bank bits全部取值状况的物理地址，再次利用timing channel来测量latency。将latency为high的地址划分到一堆，最终这些物理地址将被划分为#bank堆，同一堆物理地址都在一个bank中，并且每一堆的物理地址个数大体相同。而后依次在每堆中考察bank bits之间的XOR组合状况，找出堆中全部物理地址都知足的bits XOR方式，做为候选bank寻址函数。在全部地址堆都考察完毕后，将候选bank寻址函数进行消元处理，获得最终的bank寻址函数。
第三阶段，肯定具备多重角色的bits，这是因为存在interleave mode的寻址状况，例如，有些bit既是row bit也是bank bit，有些bit既是column bit也是bank bit。还原多重角色row bits的方式是，考察2-bit的bank寻址函数，选取仅有这2个bit不一样的两个物理地址，测量它们的latency。若是测量结果是high latency，则认为高位bit是row bit。对于多重角色的column bits，根据Domain knowledge和第一阶段的还原结果，可以获知未还原的column bits数量（N）。在已还原出column bits的位置基础上，按照从低到高的顺序，将未还原数量（N）的bits认为是column bits。
因为DRAMDig选取了覆盖全部bank bits取值状况的物理地址，不但可以真实且完整揭示bank寻址方式，并且可以根据latency测量结果将这些地址均匀地划分到#bank堆，保证了bank 寻址函数还原结果的准确性和稳定性。另外，DRAMDig仅须要在bank bits空间内的寻找bank寻址函数，不须要在全部bits空间内穷举，大大下降了时间开销。
据介绍，百度安全利用DRAMDig在9台具备不一样CPU和内存设定的机器上进行了DRAM address mapping逆向实验。实验结果如表1所示。能够看到，实验的CPU涵盖Sandy Bridge、Ivy Bridge到Coffee Lake等多个新老微架构（Microarch.），内存条涵盖DDR3和DDR4 (DRAM Type,Size)，和包含多种DRAM设定方式（DRAM Config）。
表1. DRAMDig在9个不一样机器设置上的逆向结果
其中Config表示以下参数：#channel，#DIMM/channel，#rank/DIMM，#bank/rank.
在这些逆向实验中，最多须要17分钟，最少须要69 秒能够得到逆向结果，如图4所示。相比较逆向工具DRAMA而言，DRAMDig具有更短的时间开销。其中，在第3和第7台机器中，DRAMA花费了将近2小时都没有输出逆向结果。此外，百度安全研究员在实验中发现，运行DRAMA屡次，很大概率会出现每次逆向结果都不相同的状况，所以DRAMA在逆向结果的准确性和稳定性方面均没法保证。
图4. DRAMDig和DRAMA逆向时间开销（单位：秒）
在得到逆向结果基础之上，为进一步验证，百度安全研究员还在多台机器上进行了double-sided Rowhammer测试，而且和DRAMA进行了对比。使用两个工具在不一样的机器上分别进行了5次测试，每次测试5分钟，最后统计bit翻转的数量。能够从表2中看到，DRAMDig可以产生更多的bit flips。有一些测试中DRAMA甚至没有出现翻转，而DRAMDig敲出了翻转，这也可以说明DRAMDig逆向结果的正确性。因而可知，准确的逆向DRAM address mapping对bit翻转具备很重要的影响，对Rowhammer威胁评估具备很是关键的做用。
表2. DRAMDig和DRAM执行5次double-sided rowhammer测试，每次测试持续5分钟。
DRAMDig比DRAMA产生了更多的bit flip。
结语：毫无疑问DRAMDig的诞生，大大提高了对DRAM address mapping逆向的效率和准确性，对于高效评估我的主机、云计算平台等基础设施是否受到Rowhammer攻击的威胁有着重要意义。对于硬件厂商修复Rowhammer漏洞，提高芯片制做工艺，也提供了新的思路。据悉，百度安全正在计划将DRAMDig开源，欢迎广大开发者体验使用，同时也持续开放自身顶尖安全技术能力，以开放共享的姿态，欢迎整个行业上下游携手一道，打破技术壁垒，推动安全生态建设，保护数据隐私安全。
关注【百度安全实验室】公众号，获取更多项目信息。