| Abstract |
Atslēgvārdi: GPU, CUDA programmēšana, Nvidia Nsight Compute.
Grafikas apstrādes vienību (GPU) pielietojuma apgabals turpinās, pieaug arī kiberdrošības nozīme grafisko procesoru izmantošanā. Paātrinātās skaitļošanas platformas ir būtiska kiberdrošības nepieciešamība potenciālo ievainojamību gadījumā. Maģistra darba mērķis ir novērtēt kiberdrošības draudus, ievainojamības un riskus GPU un salīdzināt tos ar uz centrālo procesoru balstītiem risinājumiem, kas nozīmē koncentrēties uz CPU un GPU, kas risina drošības problēmas, ietverot dizainu, lietošanas scenārijus, drošības elementus un trūkumus. Pirmkārt, tiek sniegta detalizēta informācija par GPU sistēmām, un pašreizējām tendencēm to arhitektūras attīstībā. Tiek veikts pārskats par iespējamām GPU ievainojamībām,izceļot unikālo uzbrukuma virsmu un izmantošanas vektorus. Sistemātiskā veidā tiek novērtētas ievainojamības un riski gan aparatūras, gan programmatūras arhitektūrā. Turklāt ir veikts eksperimentāls risku novērtējums, pamatojoties uz datiem, kas identificē iespējamās ievainojamības. Izmantojot ievainojamu CUDA kodu programmatūras izstrādei GPU, šis ievainojamais kods ir analizēts ar Nvidia Nsight Compute rīku. Šajā rīkā ir iespējams salīdzināt veiktspēju starp CPU un GPU, apkopot datus no Nvidia Nsight Compute, pēc tam piemērot drošības problēmu mazināšanas stratēģijas ievainojamā kodā. Tiek aplūkota arī labā drošības prakse drošām GPU sistēmām. Visbeidzot, maģistra darbā ir pievērsta uzmanība, kā uzlabot vispārējo noturību pret jauniem kiberdraudiem GPU sistēmās.
Maģistra darbs satur 87 lappuses, 38 attēlus, 4 tabulas, 66 avotus un 1 pielikumu. |
