CRII: SHF: Pointer-aware Memory: Boosting Cybersecurity by Making Strong Memory Protection Affordable for Irregular Applications

CRII:SHF:指针感知内存:通过为不规则应用程序提供强大的内存保护来增强网络安全

基本信息

项目摘要

Computer security weaknesses are threatening public safety and economies at global scale. Due to the need for stronger computer security, current processors implement many new types of strong memory protections, such as memory encryption and out-of-bound memory access detection. The research community is also actively investigating many other types of strong memory protections, such as memory address randomization, memory traffic shaping, etc. Unfortunately, strong memory protection significantly slows down memory accesses and, therefore, application performance. Through real-system measurements using latest processors, adding a single type of strong memory protection can more than double a program's total execution time. Such a high performance penalty can curtail the adoption of strong memory protections, thereby degrading cybersecurity and jeopardizing public safety. The goal of this project is to reduce the high performance cost that strong memory protection currently imposes on pointer-heavy applications; this performance cost is especially problematic for such applications, which are very sensitive to memory-access latency. This project will explore CPU hardware innovations to reduce the performance overheads of pointer de-referencing for different types of strong memory protection transparently and without programmer assistance. Reducing this performance cost will broaden the adoption of strong memory protection and thus help boost the cybersecurity of software.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.
计算机安全弱点正在威胁全球范围内的公共安全和经济。由于需要更强的计算机安全性,当前的处理器实现了许多新型的强内存保护,例如内存加密和出界内存访问检测。研究社区还在积极研究许多其他类型的强内存保护,例如内存地址随机化、内存流量整形等。不幸的是,强内存保护会显着减慢内存访问速度,从而降低应用程序性能。通过使用最新处理器的实际系统测量,添加单一类型的强大内存保护可以使程序的总执行时间增加一倍以上。如此高的性能损失可能会限制强大的内存保护的采用,从而降低网络安全并危害公共安全。该项目的目标是降低当前强内存保护对指针密集型应用程序造成的高性能成本;对于此类对内存访问延迟非常敏感的应用程序来说,这种性能成本尤其成问题。该项目将探索 CPU 硬件创新,以透明地减少不同类型强内存保护的指针取消引用的性能开销,而无需程序员协助。降低这种性能成本将扩大强大内存保护的采用,从而有助于提高软件的网络安全性。该奖项反映了 NSF 的法定使命,并通过使用基金会的智力价值和更广泛的影响审查标准进行评估,被认为值得支持。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Self-Reinforcing Memoization for Cryptography Calculations in Secure Memory Systems
安全内存系统中密码计算的自我强化记忆
Eager Memory Cryptography in Caches
缓存中的渴望内存加密
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Xun Jian其他文献

Low-power, low-storage-overhead chipkill correct via multi-line error correction
通过多线纠错实现低功耗、低存储开销的chipkill纠正
On Efficiently Detecting Overlapping Communities over Distributed Dynamic Graphs
分布式动态图上重叠社区的有效检测
High Performance, Energy Efficient Chipkill Correct Memory with Multidimensional Parity
具有多维奇偶校验的高性能、高能效 Chipkill 正确内存
  • DOI:
    10.1109/l-ca.2012.21
  • 发表时间:
    2013-07-01
  • 期刊:
  • 影响因子:
    2.3
  • 作者:
    Xun Jian;J. Sartori;Henry Duwe;Rakesh Kumar
  • 通讯作者:
    Rakesh Kumar
Effective and Efficient Relational Community Detection and Search in Large Dynamic Heterogeneous Information Networks
大型动态异构信息网络中有效且高效的关系社区检测和搜索
  • DOI:
    10.14778/3401960.3401969
  • 发表时间:
    2020-06-01
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Xun Jian;Yue Wang;Lei Chen
  • 通讯作者:
    Lei Chen
An Experimental Evaluation of Task Assignment in Spatial Crowdsourcing
空间众包任务分配的实验评估
  • DOI:
    10.14778/3236187.3236196
  • 发表时间:
    2018-07-01
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Peng Cheng;Xun Jian;Lei Chen
  • 通讯作者:
    Lei Chen

Xun Jian的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Xun Jian', 18)}}的其他基金

CSR:Medium: A Cross-stack Approach to Reduce Memory Carbon in Cloud Data Centers
CSR:Medium:减少云数据中心内存碳的跨堆栈方法
  • 批准号:
    2312785
  • 财政年份:
    2023
  • 资助金额:
    $ 17.5万
  • 项目类别:
    Continuing Grant
CAREER: MemMax: Maximizing Cyberinfrastructure Memory Utilization via Hardware Acceleration for OS-level Memory Utilization Management
职业:MemMax:通过操作系统级内存利用率管理的硬件加速最大化网络基础设施内存利用率
  • 批准号:
    1942590
  • 财政年份:
    2020
  • 资助金额:
    $ 17.5万
  • 项目类别:
    Continuing Grant

相似国自然基金

面向5G通信的超高频FBAR耗散机理和耗散稳定性研究
  • 批准号:
    12302200
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
衔接蛋白SHF负向调控胶质母细胞瘤中EGFR/EGFRvIII再循环和稳定性的功能及机制研究
  • 批准号:
    82302939
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
宽运行范围超高频逆变系统架构拓扑与调控策略研究
  • 批准号:
    52377175
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
超高频同步整流DC-DC变换器效率优化关键技术研究
  • 批准号:
    62301375
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
超高频光声频谱渐进式调制下的光声显微成像轴向分辨率提升研究
  • 批准号:
    62265011
  • 批准年份:
    2022
  • 资助金额:
    34 万元
  • 项目类别:
    地区科学基金项目

相似海外基金

CRII: SHF: A Novel Address Translation Architecture for Virtualized Clouds
CRII:SHF:一种用于虚拟化云的新型地址转换架构
  • 批准号:
    2348066
  • 财政年份:
    2024
  • 资助金额:
    $ 17.5万
  • 项目类别:
    Standard Grant
CRII: SHF: Systematic Construction of Teaching Language Progressions for Embedded Domain-Specific Languages
CRII:SHF:嵌入式领域特定语言教学语言进程的系统构建
  • 批准号:
    2348408
  • 财政年份:
    2024
  • 资助金额:
    $ 17.5万
  • 项目类别:
    Standard Grant
SHF: Small: Hardware-Software Co-design for Privacy Protection on Deep Learning-based Recommendation Systems
SHF:小型:基于深度学习的推荐系统的隐私保护软硬件协同设计
  • 批准号:
    2334628
  • 财政年份:
    2024
  • 资助金额:
    $ 17.5万
  • 项目类别:
    Standard Grant
Collaborative Research: SHF: Medium: Enabling Graphics Processing Unit Performance Simulation for Large-Scale Workloads with Lightweight Simulation Methods
合作研究:SHF:中:通过轻量级仿真方法实现大规模工作负载的图形处理单元性能仿真
  • 批准号:
    2402804
  • 财政年份:
    2024
  • 资助金额:
    $ 17.5万
  • 项目类别:
    Standard Grant
SHF: Medium: Provably Correct, Energy-Efficient Edge Computing
SHF:中:可证明正确、节能的边缘计算
  • 批准号:
    2403144
  • 财政年份:
    2024
  • 资助金额:
    $ 17.5万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了