跳到主要内容
返回时间线
arXiv来源发表:

黑盒处理器不再靠手工试探:ProcReverser 多智能体在 C910 上把属性识别 Pass@1 做到 81.3%

核心概要

当处理器实现细节不可得时,安全研究者只能靠软件实验逐项推断分支预测、推测执行等硬件属性,每个处理器都要重新设计实验、写测试程序并判读结果。ProcReverser 把这一流程交给五个分工不同的 AI 智能体,用执行反馈反复修改实验方案与测试程序,并在给出结论前强制核对测量证据。在玄铁 C910 的 16 项参考任务上,五次独立尝试的 Pass@1 为 81.3%、Pass@5 为 93.8%;在 gem5 RISC-V O3 模型的 20 项任务上分别为 83.0% 和 100.0%。

Source-provided article image: ProcReverser: Multi-Agent Black-Box Microarchitectural Reverse Engineering for Processor Vulnerability Analysis
arXiv

深度剖析

黑盒微架构逆向工程从依赖专家逐处理器手工设计实验,变成由多智能体自动完成实验设计、程序生成、失败诊断与结果判读的闭环流程。 此前研究者要为每个属性单独设计测试、编写并调试程序、建立对照、适配可用的测量接口,换到另一款处理器往往还要改动假设、测量方法和判定标准。 在玄铁 C910 的 16 项参考任务上,五次独立尝试中有 65 次通过评分,Pass@1 为 81.3%,15 项任务至少成功一次,Pass@5 为 93.8%;在 gem5 RISC-V O3 的 20 项任务上,100 次尝试中 83 次通过,Pass@1 为 83.0%,20 项全部至少成功一次,Pass@5 为 100.0%。

系统按角色拆分职责:设计者把属性问题写成带假设、对照和量化判定标准的实验方案,评审者检查方案能否区分竞争解释,生成者实现测试程序,诊断者依据编译信息与执行日志提出修复建议,分析者撰写属性报告。 单一智能体在同一上下文里承担全部职责时,C910 与 O3 上的 Pass@1 分别只有 17.5% 和 18.0%,五角色配置则分别为 68.8% 和 72.0%。 在启用证据复核机制 Discriminative Revalidation 后,五角色配置的 Pass@1 在 C910 上提高 12.5 个百分点(95% 置信区间 [6.25, 21.25]),在 gem5 O3 上提高 11.0 个百分点(95% 置信区间 [4.00, 18.00]),置信区间由按平台对任务做 10,000 次配对自助重采样得到。

证据复核机制在实验执行前登记候选解释、区分它们所需的比较、预期结果和量化判定标准,执行后直接对原始样本计算这些比较,证据不足时把具体缺口退回诊断环节补测。 在 gem5 O3 的硬件预取任务中,关闭该机制时系统连续三轮只返回扫描时序,把持续存在的时序差误判为存在硬件预取。 开启后系统补采了探针缓存行的首次访问样本,发现阶段每种条件 200 次试验分别得到 3 次和 2 次命中,确认批次分别为 2 次和 3 次,两批都满足预先登记的“每种条件命中率不超过 5%”判据,最终结论为在所测访问模式下未检测到硬件预取。

启示与展望

评估覆盖玄铁 C910、SiFive P550 两款商用 RISC-V 处理器和 gem5 RISC-V O3 CPU 模型,任务集为 26 项,聚焦推测执行、分支预测、内存依赖与缓存行为;在 P550 上系统对 23 项任务给出属性结论,R2、R3、R7 因证据不足未定,部分结论只覆盖测量所能支持的子属性。

当目标侧测量信号较弱,或结果不足以区分竞争解释时,部分属性可能保持未定;所有实验配置使用同一个语言模型,模型选择对实验设计与识别准确率的影响仍需受控实验评估;对 Arm、x86 等其他指令集处理器的适用性有待评估。