Investigadores descubren una nueva vulnerabilidad de canal lateral en GPU que filtra datos sensibles

Un ataque de canal lateral novedoso llamado GPU.zip hace que prácticamente todas las unidades de procesamiento gráfico (GPU) modernas sean vulnerables a la filtración de información.

"Este canal explota una optimización que es dependiente de los datos, transparente para el software y está presente en casi todas las GPU modernas: la compresión de datos gráficos", afirmó un grupo de académicos de la Universidad de Texas en Austin, la Universidad Carnegie Mellon, la Universidad de Washington y la Universidad de Illinois Urbana-Champaign.

La compresión de datos gráficos es una característica en las GPU integradas (iGPU) que permite ahorrar ancho de banda de memoria y mejorar el rendimiento al renderizar cuadros, comprimiendo datos visuales sin pérdida incluso cuando no son solicitados por el software.

El estudio encontró que la compresión, que ocurre de diversas maneras específicas del fabricante y no documentadas, induce tráfico DRAM dependiente de los datos y ocupación de caché que se puede medir utilizando un canal lateral.

"Un atacante puede explotar el canal de compresión basado en iGPU para realizar ataques de robo de píxeles entre dominios en el navegador mediante el uso de filtros SVG, aunque los filtros SVG se implementen en tiempo constante", afirmaron los investigadores.

"La razón es que el atacante puede crear patrones altamente redundantes o altamente no redundantes según un solo píxel secreto en el navegador. A medida que estos patrones son procesados por la iGPU, sus diferentes grados de redundancia hacen que la salida de compresión sin pérdida dependa del píxel secreto".

La explotación exitosa podría permitir que una página web maliciosa infiera los valores de píxeles individuales de otra página web incrustada en un elemento iframe en la última versión de Google Chrome, eludiendo efectivamente límites de seguridad críticos como la política del mismo origen (SOP).

Chrome y Microsoft Edge son particularmente vulnerables al ataque porque permiten cargar iframes entre dominios con cookies, permiten la renderización de filtros SVG en iframes y delegan tareas de renderización a la GPU. Sin embargo, Mozilla Firefox y Apple Safari no se ven afectados.

En otras palabras, el canal de fuga de compresión de datos gráficos de GPU se puede utilizar para robar píxeles de un iframe entre dominios "ya sea midiendo la diferencia de tiempo de renderización debido a la contención del bus de memoria o utilizando la métrica de tiempo de recorrido LLC para inferir los cambios en el estado de la caché de la CPU inducidos por la GPU".

Un comprobante de concepto (PoC) ideado por los investigadores descubrió que es posible que un actor amenaza pueda engañar a un objetivo potencial para que visite un sitio web fraudulento y obtenga información sobre el nombre de usuario de Wikipedia de un usuario registrado.

Esto, a su vez, se basa en el hecho de que algunos estándares web permiten que la página de enmarcado aplique efectos visuales (es decir, filtros SVG) a la página enmarcada, exponiendo así el mecanismo a ataques de canal lateral al calcular las diferencias de tiempo entre la representación de píxeles en blanco y negro y luego distinguirlos utilizando la información de sincronización.

Las GPU afectadas incluyen las de AMD, Apple, Arm, Intel, Nvidia y Qualcomm. Dicho esto, los sitios web que ya niegan estar incrustados por sitios web entre dominios a través de las reglas de X-Frame-Options y la Política de Seguridad de Contenido (CSP) no son susceptibles al ataque de robo de píxeles.

Estos hallazgos se producen después de un ataque de canal lateral relacionado llamado Hot Pixels que aprovecha un enfoque similar para llevar a cabo "ataques de robo de píxeles y rastreo de historial basados en el navegador" contra los navegadores web Chrome y Safari.

Fuente y créditos: Researchers Uncover New GPU Side-Channel Vulnerability Leaking Sensitive Data (thehackernews.com)

Contenido traducido al español con fines informativos, cualquier cambio en la publicación original no será reflejada en esta entrada, favor referirse a la fuente para obtener el acceso a cualquier actualización del contenido. Para la traducción se utilizó ChatGPT, al ser una traducción automática puede contener errores gramaticales o de otro tipo, favor enviar comentarios al moderador para corregir.