Black Hat Asia 2026 | Apple Silicon 搭載 macOS におけるユーザー活動の可視化
研究者らは、タイマーに依存せず Apple Silicon 上の割り込みを検出する新手法「Tide」を開発しました。これにより、サイドチャネル分析を通じてユーザーの活動内容を再構築することが可能となりました。XNU カーネルの例外処理における決定論的パターンと、ARM 呼び出し規約、特にレジスタ x18 の利用方法を悪用することで、EL0 で動作するアプリケーションが EL1 からキー入力やその他の入力情報を推測できることを実証しています。この知見は M シリーズチップのセキュリティ前提に挑戦し、特権レベル間のハードウェア分離が、割り込みハンドラ内のタイミング異常を通じて情報漏洩を防ぐものではないことを証明しました。
Black Hat Asia 2026 | モデルファイル→メモリ破損→RCE：トリプルステージのAI攻撃チェーン
研究者のLu Lei氏とZhou Jian氏は、モデルファイルをメモリ破損へと変換し、最終的にPyTorch内でリモートコード実行を可能にするトリプルステージの攻撃チェーンを実証しました。彼らの分析によると、PyTorchのload関数における'weights-only'セキュリティフラグを有効化しても、内部の'torch.jit.load'メカニズムに論理的欠陥があるため、悪用を防ぐことはできません。この欠陥により、ファイルの書き込みや読み込み関数といった悪意のある演算子が、セキュリティ設定を無視して任意のコードを実行できてしまいます。本研究は、TensorFlowにおける整数オーバーフロー脆弱性とPyTorchの論理バグが確立されたセキュリティの前提を回避することを指摘し、展開されたAIアプリケーションに対する重大なリスクを浮き彫りにしています。