🇨🇳較早收集於 15m

研究人員發現透過監測 SSD 活動窺探用戶瀏覽行為的新型攻擊

研究人員發現透過監測 SSD 活動窺探用戶瀏覽行為的新型攻擊
PostLinkedIn
🇨🇳閱讀原文: cnBeta (Full RSS)

💡一種能繞過標準瀏覽器隱私保護的新型硬體層面側信道攻擊。

⚡ 30-Second TL;DR

有什麼變化

利用 SSD 數據請求的時間特性來推斷用戶活動

為什麼重要

此漏洞對注重隱私的應用程式與瀏覽器安全構成重大風險,可能需要作業系統或韌體層面的緩解措施。

下一步行動

若您正在開發注重隱私的網頁應用程式,請檢查瀏覽器的安全設定,並考慮停用高精度計時器。

誰應關注:Researchers & Academics

關鍵要點

  • 利用 SSD 數據請求的時間特性來推斷用戶活動
  • 透過瀏覽器內程式碼運作,無需傳統追蹤腳本
  • 揭露了現代儲存設備在硬體層面的隱私漏洞

🧠 深度解析

Web-grounded analysis with 11 cited sources.

🔑 增強重點摘要

  • 此攻擊被命名為FROST(Fingerprinting Remotely using OPFS-based SSD Timing),它利用瀏覽器的Origin Private File System (OPFS) API來產生磁碟活動,並透過測量SSD存取時間的微小變化來推斷用戶行為。
  • FROST攻擊透過在OPFS中建立一個大型檔案並持續進行隨機讀取來運作,這會迫使作業系統直接存取實體SSD而非記憶體快取,從而產生可測量的延遲變化。
  • 研究人員利用卷積神經網路(CNN)分析這些時間模式,在macOS系統上,網站瀏覽行為的識別準確率(F1分數)達到約89%,應用程式指紋識別準確率達到約96%。
  • 此攻擊無需任何特殊權限、額外使用者互動(僅需造訪惡意網頁)或原生程式碼執行,並且能夠跨瀏覽器分頁甚至不同瀏覽器運作,只要它們共用同一個實體SSD。
  • FROST不僅能追蹤瀏覽行為,還能建立一個隱蔽通道,在原生應用程式與惡意網站之間傳輸資料,在Linux上達到661.63位元/秒,在macOS上達到891.77位元/秒的傳輸容量。

🛠️ 技術深入

  • 攻擊名稱: FROST (Fingerprinting Remotely using OPFS-based SSD Timing)。
  • 核心機制: 透過濫用瀏覽器的Origin Private File System (OPFS) API來測量SSD爭用情況。
  • OPFS利用方式: 惡意JavaScript會在OPFS沙盒內建立一個超大檔案(例如,在Chrome和Safari上可佔用高達60%的可用磁碟空間,通常超過1GB),並持續對其執行隨機讀取操作(例如4KB讀取)。
  • 快取繞過: 由於檔案大小超過作業系統的頁面快取容量,每次讀取都會強制進行實際的SSD存取,而非從記憶體快取中讀取。
  • 計時測量: 攻擊者利用高解析度計時器(例如performance.now()),通常透過啟用嚴格的跨來源隔離標頭(如COOP和COEP)來提高測量精度。
  • 資料分析: 收集到的SSD存取延遲時間軌跡會經過清理以去除排程雜訊,然後輸入到一個預先訓練好的卷積神經網路(CNN)中,該網路學習將特定的時間模式與網站造訪或應用程式啟動相關聯。
  • 效能評估: 在macOS系統上,網站指紋識別(封閉世界測試)的F1分數為88.95%,應用程式指紋識別的F1分數為95.83%。
  • 隱蔽通道: 該技術還能建立一個跨應用程式的隱蔽通道,在Linux上達到661.63 bit/s,在macOS上達到891.77 bit/s的傳輸容量。
  • 平台支援: 已在macOS上進行完整測試,並在Linux上確認了底層原語的有效性,預計可達到類似的指紋識別效能;Windows尚未測試。
  • 限制: 攻擊僅限於與惡意檔案位於同一實體SSD上的活動,且建立大型OPFS檔案可能被使用者察覺或觸發儲存警告。

🔮 前景展望AI analysis grounded in cited sources

瀏覽器隱私模型將需要重新評估,以超越單純的軟體沙盒限制。
FROST攻擊證明,即使在軟體沙盒環境下,共用的硬體資源(如SSD)仍可能洩露敏感資訊,迫使隱私防護需考慮更深層次的硬體互動。
瀏覽器供應商可能面臨壓力,需對儲存API和高解析度計時器實施更嚴格的控制。
為緩解此類攻擊,研究人員建議限制OPFS檔案大小或降低計時器精度,這可能在保護隱私與維持網頁應用程式效能之間造成權衡。
廣告技術和監控公司可能會利用此技術進行持久且無需許可的使用者追蹤。
FROST攻擊繞過了傳統的追蹤防禦機制,例如Cookie和無痕瀏覽模式,為重新識別使用者提供了新的途徑。

時間線

1943-XX
首次觀察到潛在的側信道攻擊,涉及電傳打字機的電磁輻射洩漏。
1998-XX
Kocher、Jaffe和Jun發表了第一篇關於功耗分析攻擊的論文,確立了時間和功耗作為側信道攻擊的向量。
2017-XX
Meltdown和Spectre等CPU漏洞被發現,它們利用基於快取的時序側信道來洩露記憶體內容。
2018-11
研究人員揭露了某些自加密SSD存在漏洞,允許攻擊者繞過硬體加密並存取資料,凸顯了儲存硬體層面的安全問題。
XXXX-XX
先前的研究表明,SSD爭用側信道可以洩露使用者活動並建立隱蔽通道,但這些攻擊需要原生程式碼執行(例如透過io_uring核心API)。
2026-05
奧地利格拉茨工業大學的研究人員發表了FROST攻擊,這是一種新型的瀏覽器內SSD時序側信道攻擊,無需原生程式碼或特殊權限即可追蹤用戶行為。

📎 來源 (11)

Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.

  1. cybersecuritynews.com
  2. techspot.com
  3. gbhackers.com
  4. cyberpress.org
  5. easternherald.com
  6. hannesweissteiner.com
  7. tomshardware.com
  8. slashdot.org
  9. hothardware.com
  10. reddit.com
  11. aiweekly.co
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: cnBeta (Full RSS)