GPUs(图形处理器)在计算密集型和任务关键型应用中起到越来越重要的作用,特别是被广泛应用在密码学、财务、和防御等领域。GPUs作为一种加速器,能够加快应用软件的运行速度,目前正在被大量的应用。随着GPUs性能的不断提高,应用范围的不断增加,GPUs开始受到攻击者的关注,然而GPUs的安全性却没有得到深入研究。一些适用于CPU的攻击方法同样也适合GPUs,例如隐藏道攻击。隐藏通道攻击(covert channel)可以使没有网络访问的恶意应用程序将数据传输到另一个应用程序从而泄露设备数据。同时,隐藏通道可以绕过跟踪敏感信息曝光的保护措施,如沙箱或信息流跟踪,导致敏感数据逃离遏制。因此,利用隐藏通道对GPUs进行攻击能够泄露存储在GPUs中的保密信息。目前隐藏通道已在GPUs常量缓存和特殊功能单元上进行了实现。然而隐藏通道攻击方法基于GPUs其他内存结构同样也可以进行实现,甚至能够具有更高的威胁性,因此本文主要研究隐藏通道攻击。本论文的主要工作内容如下:(1)本文提出在GPUs全局内存上实现隐藏通道。全局内存拥有高带宽,需要利用原子操作才能观察到明显的访问时间的差异。全局内存能够被所有线程访问,因此更加容易泄露保密信息,相比之前的GPUs常量缓存隐藏通道和特殊功能隐藏通道具有更大的危害。(2)本文设计同步数据传输机制来保证两个函数进行同步数据传输。隐藏通道上的信息传递并不都是可靠的,由于全局内存的高带宽可能导致噪音影响数据的传输,使得隐藏通道丢失同步,从而影响传输数据的正确性。因此提出了同步数据传输机制这种保证隐藏通道数据传输可靠性的方法。(3)本文成功实现隐藏通道攻击。通过利用隐藏通道进行图片,文本文件以及音频文件传输,并且在理想环境和噪音环境下对隐藏通道传输情况进行详细分析。针对噪音环境下隐藏通道传输过程,提出使用汉明码进行数据纠错。