Resumo Técnico: uGen: Um Framework Agente para Geração de PoCs de Ataques Microarquiteturais

Declaração do Problema

Ataques de canal lateral microarquitetural (por exemplo, Prime+Probe, Spectre) representam um desafio fundamental para a segurança de computadores. Embora existam implementações de Referência de Prova de Conceito (PoC), adaptá-las a novas microarquiteturas, funções de vítima ou ambientes de execução é notoriamente difícil. Esse processo requer expertise profunda em comportamentos de hardware de baixo nível, ordenação precisa de instruções e calibração de temporização em granularidade fina. Consequentemente, a avaliação de vulnerabilidades permanece intensiva em mão de obra, não escalável e frequentemente limitada a pesquisadores especialistas.

Avanços recentes em Modelos de Linguagem de Grande Escala (LLMs) sugerem uma via potencial para automatizar a geração de código. No entanto, o artigo identifica uma lacuna crítica: os LLMs carecem do raciocínio microarquitetural específico necessário para sintetizar código de ataque funcional. Os autores hipotetizam que os modelos atuais frequentemente geram incorretamente ou posicionam erroneamente primitivas de ataque críticas (como barreiras de serialização ou atrasos controlados), levando a código sintaticamente correto, mas funcionalmente inerte. Além disso, os corpora de treinamento existentes contêm poucas implementações de ataques de ponta a ponta, deixando os modelos com exposição insuficiente aos invariantes estruturais de tais explorações.

Metodologia: O Framework uGen

Para abordar essas limitações, os autores introduzem o uGen, o primeiro framework orientado por Geração Aumentada por Recuperação (RAG) e multiagente, projetado para automatizar a síntese de PoCs de ataques microarquiteturais. O framework opera através de quatro estágios distintos:

1. Perfilador de Lacunas de Conhecimento (S1): Este estágio identifica sistematicamente onde e por que os LLMs falham. Ao desativar o RAG e forçar os modelos a dependerem do conhecimento interno, o framework decompõe os ataques em "métricas de ataque" (blocos de construção mínimos e semanticamente significativos). Ele compara o código gerado com implementações de verdade fundamental para identificar métricas ausentes, mal construídas ou mal posicionadas.
2. Gerador de Documentos RAG (S2): Com base nas lacunas identificadas no S1, o framework gera documentos RAG direcionados. Estes documentos não são descrições genéricas de ataques, mas guias específicos para métricas individuais, detalhando sua importância, etapas de implementação e restrições precisas de posicionamento dentro do código. O processo de geração é hierárquico, indexado tanto por vetor de ataque quanto por família de LLM, reconhecendo que diferentes modelos requerem diferentes tipos de orientação.
3. Validação e Refinamento RAG (S3): Este estágio valida empiricamente os documentos RAG gerados. Um "Agente Programador" tenta corrigir modelos de PoC usando a orientação recuperada. Se a correção falhar, um "Agente de Feedback" inicia um ciclo de refinamento, potencialmente envolvendo um especialista no domínio para esclarecer restrições ou remover detalhes enganosos. Este loop continua até que o documento RAG guie de forma confiável a síntese da métrica alvo.
4. Implantação (S4): No estágio final, um usuário não especialista pode especificar uma função de vítima e um vetor de ataque. O Agente Programador sintetiza um PoC do zero, recuperando e integrando sequencialmente os documentos RAG validados para cada métrica necessária. O código é então validado por um "Agente Refletor" usando sinais derivados de hardware (por exemplo, latência de cache, contadores de desempenho) para garantir a correção funcional.

Componentes Arquiteturais Principais:

• Design Multiagente: O uGen emprega agentes especializados (Programador, Refletor, Analista de Lacunas, Sintetizador, Feedback) para desacoplar a geração de código da validação, mitigando o "viés de autoavaliação" onde um único agente racionaliza suas próprias falhas.
• Execução Fundamentada em Ferramentas: Os agentes são acoplados a ferramentas especializadas de nível de sistema (por exemplo, hw_info, hpc, cache_thres) que fornecem sinais de execução verificáveis por máquina. Isso impede que os agentes alucinem vazamentos bem-sucedidos e força o refinamento iterativo com base no feedback real do hardware.
• Hub de Conhecimento Persistente: Os documentos RAG são armazenados em um banco de dados vetorial persistente com embeddings pré-calculados para garantir recuperação determinística e reproduzível entre experimentos.

Contribuições Principais

1. Primeira Análise de LLMs para Ataques Microarquiteturais: O artigo apresenta um estudo sistemático de modelos de última geração (GPT-4o, Claude Sonnet-4, Qwen3-Coder), identificando erros recorrentes de raciocínio e posicionamento de instruções que impedem a síntese bem-sucedida de PoCs.
2. O Framework uGen: Um framework inovador, aumentado por recuperação e multiagente, que perfila explicitamente as lacunas de conhecimento dos LLMs e injeta orientação específica para ataques, permitindo a síntese confiável de ataques microarquiteturais complexos.
3. Avaliação Orientada a Métricas: Os autores propõem uma metodologia que decompõe ataques em métricas granulares, fornecendo o primeiro benchmark reproduzível para avaliar as capacidades dos LLMs neste domínio.

Resultados Experimentais

O framework foi avaliado em três plataformas de hardware (Intel Tiger Lake, AMD Ryzen 9, ARM Neoverse-N1) e duas classes de ataque (Spectre-v1, Prime+Probe).

• Desempenho de Linha de Base: Sem o aumento por RAG, os LLMs alcançaram taxas de sucesso de 0% a 20% para gerar PoCs funcionais, falhando principalmente devido à ordenação incorreta de instruções e primitivas microarquiteturais ausentes.
• Impacto do RAG: Com o uGen, as taxas de sucesso melhoraram significativamente.
  • Spectre-v1: O Claude Sonnet-4 alcançou uma taxa de sucesso de 90% (subindo de 0% em alguns testes específicos de métrica), e o Qwen3-Coder alcançou 70%.
  • Prime+Probe: O Qwen3-Coder alcançou uma taxa de sucesso de 80%, enquanto o Claude e o GPT-4o alcançaram 70%.
• Eficiência: O uGen pode gerar um PoC bem-sucedido em menos de quatro minutos (por exemplo, 351s para Spectre-v1 no Claude) com um custo tão baixo quanto $1,25 (usando Qwen3-Coder).
• Portabilidade: O framework demonstrou portabilidade entre arquiteturas, adaptando com sucesso ataques para plataformas AArch64 (ARM) e x86, utilizando ferramentas de perfilamento específicas de microarquitetura e documentos RAG.
• Generalização: O sistema adaptou-se com sucesso a cinco variantes diferentes de funções de vítima vulneráveis sem a necessidade de reengenharia manual da lógica de ataque.

Significado e Alegações

O artigo afirma que o uGen transforma a avaliação de vulnerabilidades de um processo manual e limitado a especialistas em um processo sistemático e escalável. Ao combinar aumento por recuperação, raciocínio especializado por função e feedback fundamentado em hardware, o uGen preenche a lacuna entre as capacidades dos LLMs e os requisitos rigorosos da exploração microarquitetural.

Os autores posicionam o uGen principalmente como uma ferramenta defensiva. Eles argumentam que, embora o framework reduza a barreira para a geração de código de ataque, é mais benéfico para os defensores testarem sistematicamente a suscetibilidade de seus sistemas do que para os atacantes confiarem nele para construir novas explorações. O artigo observa que os atacantes ainda enfrentariam obstáculos significativos ao adotar o uGen para campanhas maliciosas do mundo real, uma vez que o framework é projetado para ambientes controlados e isolados e depende de vetores de ataque conhecidos, em vez de descobrir novas vulnerabilidades. O trabalho sublinha a necessidade de compreender as limitações dos LLMs em domínios críticos para a segurança e fornece um framework para mitigar essas limitações por meio de raciocínio estruturado e aumentado por ferramentas.