#fault-tolerance

共收录 1 条相关安全情报。

← 返回所有主题
推荐 9.5
Conf: 50%
👥 作者: Baltasar Dinis, Peter Druschel, Rodrigo Rodrigues 0001

本文针对可信执行环境(TEE)复制中的故障模型问题展开研究。TEE 通过硬件保证计算机密性和完整性,在 TEE 威胁模型下,硬件可以防护大多数外部注入的故障行为(如内存篡改),仅允许崩溃故障。因此,理论上在 TEE 内复制受信代码时,使用崩溃容错(CFT)复制协议即可。然而,TEE 缺乏高效且通用的手段来确保外部持久状态的新鲜性(freshness)。当 TEE 重启时,外部状态可能被回滚到旧版本,导致 CFT 复制不足以应对。另一方面,直接采用拜占庭容错(BFT)协议则过于保守,因为 BFT 旨在容忍任意恶意行为,而 TEE 的故障仅限于重启时的状态回滚。为此,作者提出了一种针对 TEE 复制的重启-回滚(RR)故障模型,精确刻画了 TEE 在外部状态下的可能故障行为。然后展示了如何将现有复制协议少量修改即可适配该故障模型,并保持原有性能。具体地,作者将两种广泛使用的崩溃容错协议——ABD 读写寄存器协议和 Paxos 共识协议——适配到 RR 模型。基于这些协议,构建了一个名为 TEEMS 的复制元数据服务,该服务能够为不可信的云存储服务提供 TEE 级别的机密性、完整性和新鲜性保证。评估表明,所提协议性能显著优于对应的 BFT 协议(吞吐量提升 1.25 至 55 倍),且与不防护回滚攻击的 CFT 版本性能相同。

💡 推荐理由: 该论文提出了一种精准适配 TEE 故障特性的 RR 模型,解决了现有 CFT 和 BFT 协议在 TEE 复制场景下的不足,为构建高效且安全的 TEE 复制系统提供了新思路,对云计算和数据机密性保护具有重要参考价值。

🎯 建议动作: 研究跟进

排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)