Badanie opublikowane 27 października 2026 r. wykazało bardzo wysoką skuteczność wykrywania znanych ataków RISC-V w symulacji gem5, ale wyniki dla całych, wcześniej niewidzianych programów były znacznie bardziej zróżnicowane. Systematyczna ewaluacja podała średnią 77,95% dla modelu Random Forest opartego na licznikach sprzętowych. Eksperymenty nie obejmowały fizycznych układów RISC-V.

Jakie sygnały analizuje HARPY-V-GEM5

HARPY-V-GEM5 łączy dwa rodzaje danych: odczyty sprzętowych liczników wydajności (HPC), które rejestrują aktywność procesora, oraz częstotliwość mnemoniców zatwierdzonych instrukcji, czyli nazw operacji wykonanych przez procesor. Dane pochodzą z 32 symulowanych programów: 16 benign i 16 złośliwych. Każdy program reprezentowało 12 890 próbek, łącznie 412 480.

Badacze użyli symulatora gem5 w wersji 24.1.0.3. Symulowany procesor RISC-V miał jeden rdzeń i jeden wątek, pracował w trybie out-of-order z częstotliwością 3 GHz, a telemetrię próbkowano co 10 000 zatwierdzonych instrukcji. To wyniki dla konkretnego środowiska symulacyjnego i zestawu programów, nie pomiary z procesorów działających w rzeczywistych urządzeniach.

Znane ataki: ponad 99% w symulowanym teście

W teście ataków znanych model Random Forest analizujący liczniki HPC osiągnął dokładność wykrywania 99,55%, a Decision Tree osiągnął 99,54%. Modele wykorzystujące cechy instrukcji uzyskały odpowiednio 99,08% i 99,06%.

Wykrycie złośliwego programu to co innego niż rozpoznanie jego rodziny. Przy klasyfikacji rodzin ataków Random Forest z danymi HPC osiągnął 97,52%, podczas gdy wyniki klasyfikacji opartej na cechach instrukcji wyniosły około 60%. Wysoka dokładność w teście znanych programów nie mówi sama w sobie, jak model poradzi sobie z programem spoza tego zbioru.

Wyniki dla niewidzianych programów zależą od ewaluacji

W wybranym studium przypadku ataku nieznanego Random Forest oparty na HPC osiągnął 90,08%. To osobny wynik, a nie średnia z systematycznej ewaluacji LOPO. W LOPO, czyli teście „leave-one-program-out”, badacze w każdej iteracji wyłączali jeden cały program wraz z jego 12 890 próbkami. W tej ewaluacji średnia dokładność Random Forest z danymi HPC wyniosła 77,95%.

Sekcja wyników podaje 89,38% dla Decision Tree korzystającego z cech instrukcji w ewaluacji LOPO. Abstrakt tej samej pracy podaje dla cech instrukcji ponad 96% przy niewidzianych atakach, ale artykuł nie wyjaśnia różnicy między tymi wartościami. Nie należy zatem sprowadzać ich do jednego wyniku opisującego skuteczność wobec nowych programów.

Wyniki LOPO mocno różniły się między programami: odchylenia standardowe między nimi wynosiły od 25% do 36%. W wynikach dla konkretnych odłożonych ataków skuteczność wyniosła 1,34% dla spectrev2 i 0,00% dla flush-fault-ret. W przypadku timer-drift cechy instrukcji uzyskały 0,00%, podczas gdy modele oparte na HPC wykrywały ten atak niemal bezbłędnie. Zestaw cech, który pomaga w jednym przypadku, może więc zawodzić w innym.

Co te wyniki mówią o praktycznym wykrywaniu

Badanie wskazuje, że liczniki HPC i cechy instrukcji mogą się uzupełniać. Autorzy proponują Decision Tree oparte na instrukcjach do lekkiego wstępnego monitorowania, Random Forest z HPC do przypisywania ataków do rodzin albo rozwiązanie dwuetapowe. Są to propozycje wynikające z eksperymentu, a nie sprawdzone wdrożenie.

Wszystkie opisane testy przeprowadzono w gem5. Walidacja na fizycznym sprzęcie RISC-V oraz integracja z działającym monitorem pozostają dalszymi etapami prac. Złośliwa część zbioru obejmowała 16 programów typu proof of concept, więc uzyskane wyniki dotyczą właśnie badanych programów i warunków symulacji.