김대훈 교수 연구팀이 데이터 센터의 메모리 집약적 작업 효율을 높이기 위해 도입된 인텔의 Data Streaming Accelerator (DSA) 내부의 처리량 경합을 악용하여 정보를 유출하는 새로운 타이밍 공격 기법인 'DarkStream'을 발견했다. 최신 프로세서들은 방대한 데이터 처리 요구를 감당하기 위해 오프코어(off-core) 가속기 탑재를 늘리는 추세지만, 이러한 전역 공유 자원이 새로운 마이크로아키텍처 보안 취약점을 대두시켰다.

인텔 DSA는 각 클라이언트에게 전용 작업 큐(work queue)와 엔진(engine)을 독립적인 그룹으로 할당하는 하드웨어 격리(isolation) 메커니즘을 제공하여, 프로세스 사이의 성능 간섭을 차단하는 것처럼 보였다.

이러한 맹점을 찌르기 위해, 연구팀은 내부 구조 분석을 통해 그룹 격리 경계 아래에 위치한 'I/O 패브릭 인터페이스(I/O fabric interface)'가 모든 클라이언트 간에 여전히 공유되고 있다는 핵심적인 설계 취약점을 밝혀냈다. 이를 바탕으로 연구팀은 격리된 작업 큐와 엔진에서 실행되는 메모리 복사 작업들이 이 공유 인터페이스에서 처리량 병목을 일으키며 측정 가능한 지연 시간(latency) 변화를 유발한다는 사실을 입증하고, 이를 악용하는 DarkStream 공격이 가능함을 보였다.

DarkStream은 송신자(Source)가 DSA 작업량을 조절해 의도적으로 경합을 발생시켜 비밀 데이터를 인코딩하고, 수신자(Sink)가 자신의 DSA 작업 지연 시간 변화를 관찰하여 이를 디코딩하는 방식으로 은닉 채널(covert channel)을 형성한다. 또한, 피해자가 특정 웹사이트를 탐색하거나 딥러닝 모델을 실행할 때 발생하는 고유한 메모리 작업 패턴을 지연 시간 기반으로 분석해 사용자의 활동을 추론하는 부채널 공격(side-channel attack)에도 활용된다.

DarkStream은 실제 시스템 환경에서 최대 129 Kbps에 달하는 높은 대역폭의 은닉 채널 통신을 달성했으며, 부채널 공격을 통해 97.03%의 정확도로 접속한 웹사이트를 식별하고 99.17%의 정확도로 딥러닝 모델 구조를 특정하는 데 성공했다.

이러한 연구 성과는 논문 "DarkStream: Exploiting Internal Throughput Contention in Data Streaming Accelerator for Timing Attacks"로 컴퓨터 구조 분야의 최고 권위 학회 중 하나인 International Symposium on Computer Architecture (ISCA 2026)에 채택되었다.

해당 연구는 김대훈 교수(교신저자) 지도 하에 김효상 연구원(1저자)이 주도하였다