{"id":167488,"date":"2026-04-04T17:11:55","date_gmt":"2026-04-04T15:11:56","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/ataki-gddrhammer-i-geforge-iskazhayushhie-pamyat-gpu-dlya-dostupa-ko-vsej-pamyati-cpu"},"modified":"2026-04-04T17:11:55","modified_gmt":"2026-04-04T15:11:56","slug":"ataki-gddrhammer-i-geforge-iskazhayushhie-pamyat-gpu-dlya-dostupa-ko-vsej-pamyati-cpu","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/news\/ataki-gddrhammer-i-geforge-iskazhayushhie-pamyat-gpu-dlya-dostupa-ko-vsej-pamyati-cpu","title":{"rendered":"Attacchi GDDRHammer e GeForge, che distorcono la memoria GPU per accedere all'intera memoria CPU","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

I ricercatori di diverse universit\u00e0 statunitensi e australiane hanno sviluppato due attacchi di classe Rowhammer \u2014 GDDRHammer e GeForge, che consentono di alterare singoli bit nelle schede di memoria GDDR eseguendo un kernel CUDA non privilegiato su GPU NVIDIA. A differenza del metodo GPUHammer presentato lo scorso anno, i nuovi attacchi non si limitano a influire sui dati elaborati nella memoria GPU, ma consentono di ottenere accesso completo a tutta la memoria principale associata allo spazio indirizzi della CPU. I ricercatori hanno dimostrato exploit che forniscono accesso root al sistema principale durante l'esecuzione di un kernel CUDA non privilegiato sulla GPU. <\/p>\n

Entrambi gli attacchi causano una perdita di carica anticipata in determinate celle di memoria video, alle quali gli attaccanti non hanno accesso diretto, il che porta a una modifica dei bit memorizzati in queste celle. La possibilit\u00e0 di lettura e scrittura in memoria, relativa allo spazio di indirizzamento della CPU, \u00e8 realizzata interferendo con il funzionamento dell'allocatore di memoria GPU (cudaMalloc) per violare l'isolamento della memoria GPU e mappare gli indirizzi virtuali GPU su indirizzi fisici arbitrari della memoria GPU o CPU. <\/p>\n

L'intervento avviene attraverso la distorsione dei valori dei bit nella memoria video, dove sono archiviate le tabelle delle pagine della memoria GPU, responsabili della traduzione degli indirizzi virtuali in fisici. Le differenze tra gli attacchi GDDRHammer e GeForge riguardano il fatto che il metodo GDDRHammer modifica la tabella delle pagine di ultimo livello (PT \u2014 Last Level Page Table), mentre il metodo GeForge modifica il catalogo delle pagine di ultimo livello (PD0 \u2014 Last Level Page Directory). <\/p>\n

Tra l'altro, le tabelle di traduzione degli indirizzi menzionate vengono utilizzate per organizzare l'accesso diretto della GPU alla memoria della CPU, quindi modificare un indirizzo nella tabella delle pagine GPU in un indirizzo fisico nella memoria RAM principale e impostare il flag APERTURE, che attiva la modalit\u00e0 di mapping della memoria CPU, consente di leggere e scrivere dati accedendo alla memoria principale tramite il bus PCIe con IOMMU disattivato (disattivato per impostazione predefinita).

\"Attacchi<\/center>
\"Attacchi<\/center> <\/p>\n

Attacchi di successo sono stati dimostrati su schede grafiche professionali ad alte prestazioni NVIDIA RTX A6000 basate sull'architettura Ampere (il costo delle nuove schede parte da $6850, mentre quelle usate partono da $4000) e modelli consumer NVIDIA RTX 3060 ($250-300). La tecnica sviluppata per eludere la protezione contro il Rowhammer, insieme all'uso delle risorse di parallelizzazione fornite dalla GPU, ha consentito un incremento di 64 volte della frequenza di distorsione delle celle rispetto agli attacchi precedenti. Come misura temporanea per bloccare gli attacchi, il comando 'nvidia-smi -e 1' pu\u00f2 attivare la modalit\u00e0 di correzione degli errori ECC (Error Correcting Codes), ma comporta costi aggiuntivi e potrebbe essere eluso utilizzando metodi di attacco come ECCploit e ECC.fail.