Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

BugWhisperer: Fine-Tuning LLMs for SoC Hardware Vulnerability Detection

Created by
  • Haebom

저자

Shams Tarek, Dipayan Saha, Sujan Kumar Saha, Farimah Farahmandi

개요

본 논문은 SoC(System-on-Chips) 보안 검증의 어려움을 해결하기 위해 대규모 언어 모델(LLM) 기반의 새로운 프레임워크인 BugWhisperer를 제안한다. 기존의 수동적이고 노동 집약적인 방법론의 한계를 극복하고자, 하드웨어 보안 지식으로 미세 조정된 LLM을 활용하여 RTL(Register-Transfer Level) 수준에서의 보안 취약점 탐지를 자동화하고 효율성을 높인다. 본 논문에서는 SoC 설계의 보안 취약점 탐지를 위해 특별히 고안된 오픈소스 미세 조정 LLM과 이를 지원하는 포괄적인 하드웨어 취약점 데이터베이스를 소개하며, 이를 통해 보안 검증 프로세스의 효율성과 유연성을 향상시킬 수 있음을 보여준다.

시사점, 한계점

•
시사점:
◦
LLM을 활용한 SoC 보안 검증 자동화를 통해 효율성 및 생산성 향상 가능성 제시
◦
오픈소스 LLM 및 하드웨어 취약점 데이터베이스 제공으로 연구 공동체 기여
◦
RTL 수준에서의 보안 취약점 탐지의 정확성 및 신뢰성 향상 가능성
•
한계점:
◦
LLM의 성능은 학습 데이터에 의존적이며, 데이터의 품질 및 양에 따라 성능 차이 발생 가능성
◦
LLM 기반 접근 방식의 일반화 가능성 및 다양한 SoC 아키텍처에 대한 적용성 검증 필요
◦
새로운 종류의 취약점이나 복잡한 공격에 대한 탐지 성능 평가 추가 필요
👍
Made with Slashpage