Khả năng tấn công mới từ các khách hàng đám mây sử dụng GPU

Các trung tâm dữ liệu thường gây áp lực lớn lên lưới điện vì nhu cầu xử lý và đồng bộ dữ liệu đòi hỏi công suất cao, đặc biệt trong các tác vụ liên quan đến AI và học máy. Một nhóm nghiên cứu bảo mật thuộc Đại học Zhejiang, Trung Quốc đã phát triển một phương pháp tấn công mới mang tên Bit2Watt. Phương pháp này lợi dụng khả năng điều khiển các tác vụ GPU được thuê trên đám mây để gây ra những biến động điện năng mạnh mẽ, đe dọa làm hỏng các thiết bị trung tâm dữ liệu và hệ thống điện liên kết.

Nhóm nghiên cứu gồm Zhouhao Ji, Kaikai Pan và Wenyuan Xu trình bày rằng các tác vụ GPU có thể tạo ra dao động với tần số đến hơn 6.000 Hz, cao hơn rất nhiều so với dao động điện năng thông thường trong gia đình, vốn chỉ vài Hz. Những xung điện với tần số cao này có thể gây ra các hiện tượng như lệch áp điện, méo hài và suy giảm khả năng giảm chấn của hệ thống điện, làm giảm tính ổn định của lưới.

Nguy cơ mới từ đào tạo AI và sự biến động công suất lớn

Trong các nghiên cứu gần đây, Microsoft, Nvidia và OpenAI đã lưu ý về việc dao động công suất trong quá trình đào tạo AI trên GPU có thể gây ra các biến động lớn về điện năng, ảnh hưởng đến ổn định của lưới điện. Meta cũng chỉ ra rằng việc nhiều nghìn GPU tăng hoặc giảm đồng loạt công suất trong quá trình đào tạo với các tác vụ như checkpointing hay truyền thông nhóm có thể tạo ra dao động lên đến hàng chục megawatt, làm căng thẳng nguồn điện của trung tâm dữ liệu.

Advertisement300 × 250

Bit2Watt đã biến những hiện tượng này thành một phương tiện tấn công thực tế, theo đó một kẻ tấn công có thể sử dụng tác vụ GPU độc hại để làm mất ổn định các trung tâm dữ liệu và hệ thống điện. Nhóm nghiên cứu cho biết, trong một lưới điện địa phương 1 MW kết hợp nhiều nguồn năng lượng phân tán như pin mặt trời, việc sử dụng 1.000 GPU chạy tác vụ điều chỉnh có thể gây ra méo hài tổng đến 46,8%, làm lãng phí gần một nửa dòng điện và sinh nhiệt tăng khoảng 20% so với mức bình thường.

Sự bất ổn này có thể dẫn đến tỷ lệ giảm chấn âm -0,27, cho thấy sự xuất hiện của trạng thái dao động không ổn định trong hệ thống điện. Khi các cơ chế bảo vệ được kích hoạt và tải điện bị loại bỏ, có thể xảy ra sự cố lan truyền gây mất điện lên tới 80% trong hệ thống điện lớn.

Sự tinh vi của cuộc tấn công và đề xuất phòng ngừa

Nhóm nghiên cứu khẳng định rằng cuộc tấn công Bit2Watt tương đối kín đáo bởi nó được thực hiện trong phạm vi cho phép của các luồng thực thi tác vụ GPU và khó bị hệ thống giám sát của nhà cung cấp dịch vụ đám mây phát hiện. Họ đề xuất nhà cung cấp hạ tầng cần phối hợp bảo vệ giữa các lớp không gian mạng và vật lý, đồng thời theo dõi chặt chẽ các mẫu tác vụ để nhận diện các hoạt động khả nghi.

Bên cạnh đó, việc cải thiện hệ thống lưu trữ năng lượng tại địa phương cũng là một biện pháp cần thiết để xử lý các đỉnh công suất đột ngột và duy trì ổn định điện năng.

Lỗ hổng Watt2Bit và nguy cơ rò rỉ dữ liệu

Bit2Watt còn mở đường cho một kiểu tấn công kênh bên gọi là Watt2Bit, khai thác các stress điện và nhiệt từ tác vụ độc hại để gây ra các sự cố từ chối dịch vụ đồng thời bí mật truyền dữ liệu thông qua điều chỉnh điện năng. Nhóm nghiên cứu đã chứng minh phương pháp này bằng việc phục hồi thành công chuỗi dữ liệu thử nghiệm dài 50 bit sử dụng mã hóa điều chỉnh tần số (FSK).

Cuối cùng, nhóm nghiên cứu nhấn mạnh rằng sự hội tụ giữa hạ tầng tính toán và điện lực đặt ra những thách thức mới về bảo mật, đòi hỏi các giải pháp phối hợp giữa việc theo dõi hành vi tải công việc, thiết bị điện tử công suất và động lực học lưới điện.

Những điều bổ ích rút ra từ bài viết

  • Bit2Watt cho thấy tác vụ GPU có thể tạo dao động điện cao tần gây hại cho lưới điện và thiết bị trung tâm dữ liệu.
  • Đào tạo AI trên quy mô lớn gây biến động công suất điện năng lớn, đòi hỏi cải tiến ổn định nguồn điện.
  • Cuộc tấn công Bit2Watt khó bị phát hiện vì dùng đường truyền tác vụ hợp pháp trong đám mây.
  • Kỹ thuật Watt2Bit có thể che giấu rò rỉ dữ liệu qua điều chỉnh điện năng.
  • Cần phối hợp bảo mật giữa các lớp mạng và vật lý, đồng thời nâng cao hệ thống lưu trữ năng lượng địa phương.

Đăng ký bản tin QMVN