英伟达GPU存在安全漏洞，继英特尔之后再被打脸丨科技云·视角
如果你以为除了电脑和手机之外就安全的话，那你就还是低估硬件漏洞的危害了。此前，在英特尔CPU曝光出安全漏洞之后，很多人就将目光看向了英伟达这家世界上最大的GPU厂商。
”上周，加州大学河滨分校（University of California Riverside）在一份论文中公布了英伟达GPU存在的安全漏洞。
研究人员发现了三种可能被黑客利用GPU来攻破用户安全与隐私防线的方法。这些技术可用于监视浏览器活动、窃取密码，以及向基于云端的应用程序发起攻击。
入侵英伟达GPU的三种场景
基于间谍和受害者的位置，研究者定义了三种攻击场景。在所有三种场景中，都存在一个只有普通用户权限的恶意程序，其目标是侵入受害者的程序。
场景一，图形侵入图形受害者（Graphics spy Graphics）：来自图形的攻击侵入图形工作负载。由于台式机或笔记本电脑默认安装图形库和驱动程序，这种攻击可以很容易利用图形API（例如 OpenGL）来测量服务器托管的图形应用（例如网页浏览器），它们的泄露可以用来推断敏感信息。
场景二，CUDA 间谍侵入被攻击 CUDA（CUDA spy CUDA）：来自 CUDA 间谍应用的攻击者入侵通常在云端上进行，其中安装了 CUDA库和驱动器。
场景三，CUDA 间谍侵入被攻击图形（CUDA spy Graphics）：在安装了 CUDA 的用户系统上，来自 CUDA 间谍的攻击侵入图形应用是可能的。
其中，图形侵入图形受害者（Graphics spy Graphics）场景涉及两种攻击。
第一种，具备间谍软件和机器学习程序的条件，才可以利用现有的图形API（如OpenGL或 WebGL）发起攻击。换言之，一旦用户打开了恶意应用程序，它就会调用API来分析GPU正在呈现的内容，比如网页信息。GPU的存储器和性能计数器被其所监视，并馈送给机器学习算法，以解释数据和创建网站的指纹。
该研究指出，鉴于渲染对象数量和尺寸的不同，每个网站在GPU内存利用率方面都会留下独特的痕迹。在多次加载同一个网站时，这个信号的样式几乎时一致的，而且不受缓存的影响。
研究人员称，通过这种“网站指纹识别方法”，他们已经能够实现很高的识别准确率。借助这项技术，黑客可监控受害者的所有网络活动。
第二种更为糟糕，这一漏洞允许攻击者从GPU数据中提取密码。当用户键入密码字符时，整个文本框会被发送到GPU进行渲染。每一次的击键，都会发生这样的数据传递。如此一来，凭借完善的密码学习技术，只需监控GPU内存中持续的分配事件、并参考间隔时间，理论上攻击者就可以做到这点。
CUDA spy CUDA场景（攻击基于云端的应用程序）则比上述两种方法要复杂一些。攻击者可以在GPU上启动恶意的计算型工作负载，与被攻击者的应用程序一起运行。
该研究声称这是人们首次成功地对GPU发起旁路攻击，但是执行这类攻击也有着几项前提：首先，受害设备上必须被安装了间谍软件程序，这种恶意代码可以通过嵌入某个无害的应用程序进入设备。其次，攻击者必须拥有可以分析GPU内存分配机制的机器学习方法。
万幸的是，在团队向英伟达通报了他们的研究结果后，该公司表示将向系统管理员推出一个补丁，以便外界被禁止从用户级进程访问性能计数器。同时，研究团队还向AMD和英特尔安全团队通报了同样的事情，以便它们评估这些漏洞是否会在自家产品上被利用。
CPU/GPU频频中招安全漏洞
事实上，这并不是首次曝出显卡安全漏洞问题。今年年初，英特尔处理器惊爆芯片级漏洞。
由于存在 “底层设计缺陷”，过去十年间所有使用英特尔芯片的电脑都会受到影响，Linux和微软Windows操作系统将需要进行重大安全更新，而修补漏洞过程可能导致电脑性能下降，最高降幅可达三成。
英特尔已经承认，黑客确实有可能利用这一漏洞来窃取安装英特尔芯片的计算机、手机和其它电子设备中的信息。
当时，英伟达创始人兼CEO黄仁勋在CES期间对媒体表示，GPU与CPU不同，英伟达的图形芯片GPU不受安全漏洞的影响。
结果很快英伟达就对外发出公告，大致内容是存在于CPU的两个漏洞“熔断”(Meltdown)和“幽灵”(Spectre)，其后者“幽灵”(Spectre)漏洞存在于目前现有的英伟达产品中，本次涉及漏洞的产品包括GeForce、Tesla、Grid、NVS和Quadro系列产品，基本涵盖了英伟达大部分的产品线，尤其是我们日常使用的显卡产品。
目前英伟达在全球的GPU市场份额在70%以上，也就是说受到上面所说的漏洞威胁的GPU产品数量巨大。
没想到离“漏洞门”事件不到一年时间，英伟达GPU就再次被曝出安全漏洞，这一消息立刻引发了业界广泛关注。
这是因为相比CPU，GPU由于更适合执行复杂的数学和几何计算（尤其是并行运算），刚好与包含大量的并行运算的人工智能深度学习算法相匹配，因此在人工智能时代刚好被赋予了新的使命，比如在云端作为AI“训练”的主力芯片，在终端的安防、汽车等领域的率先落地，GPU是目前应用范围最广、灵活度最高的AI硬件。
而英伟达也因此几乎成为AI浪潮中的最大受益者，在加速深度学习算法芯片市场几乎占垄断地位。另外，由于英伟达发布的针对开发者提供的并行计算平台CUDA，被广泛认可和普及，积累了良好的编程环境，目前应用在人工智能领域，可进行通用计算的GPU市场基本被英伟达垄断。
考虑到英伟达GPU在企业、工业乃至新兴的人工智能和智能汽车领域有着比较广泛的应用，如果这种安全攻击情况一旦发生，后果将不堪设想，因此封堵这个漏洞十分必要，只是不知道英伟达官方准备何时修复上述漏洞。
在整个IT发展史上，随着技术发展所暴露出来的计算机软件或设计漏洞，可以说是一种难以避免的现象。芯片是整个信息系统的“心脏”和核心，解决这样芯片级的重大安全漏洞，则需要整个产业链的通力合作，因为一旦出现安全攻击事件，损害的不仅是英伟达或者英特尔等某一家厂商，而是整个产业。
相关阅读
中国人工智能欲摆脱芯片“依赖症”，Nvidia成头号“狙击”目标
【科技云报道原创】
转载请注明“科技云报道”并附本文链接