隐藏通道一直是计算机安全领域研究的重点问题。自从1973年提出至今,隐藏通道已经成为了衡量B2级以上的计算机信息系统是否安全的一个重要指标。随着现代社会的发展,计算机信息系统已经深入渗透到各个领域中,而传统的图形硬件已经演化为可编程图形处理器(GPU),其强大的计算性能、灵活的可编程性以及面向个人消费市场的低廉价格,吸引了越来越多的研究者将GPU用在解决图形渲染之外的通用计算任务,其涉及的领域包括物理模拟、科学计算、信号处理、数据库操作等。越来越多的计算机系统都使用GPU来协助运作,但是目前大部分基于GPU的系统在隐藏通道方面的研究非常不全面,正在当前市面上流行使用的GPU仍然存在着此安全威胁。本文以国内外对于GPU和隐藏通道两方面的研究现状为基础,通过对GPU的三种不同的共享内存进行详细分析,并结合隐藏存储通道的实现原理,进而提出相关的算法来实现基于GPU的隐藏通道。论文的主要研究工作分为三部分:首先,探讨了GPU的体系结构和CUDA线程模型以及存储模型的基础知识。分别从硬件和软件的角度,分析了GPU的工作方式以及原理。然后,使用流技术启动两个应用进程(发送进程和接收进程),再控制两个进程的位置,最后通过固定步幅载入数组的方式来获取共享内存的大小参数。其次,根据GPU存储模型,本文从存储器的位置、大小以及性质三个方面考虑,选出了具有代表性的三种存储器。分别对GPU的Shared memory、Texture memory和TLB三种共享内存进行分析,并测量出各自的层次结构和大小,然后提出算法,通过内存争用来实现隐藏通道,得到的结果是若干组代表延迟的数值。最后,分析实验结果,其中高延迟数值代表二进制1,低延迟数值代表二进制0。通过这样的规则进行数据转换,接收进程就可以获得发送进程所传递的信息。实验显示在GPU三种不同的共享内存下,都能成功地建立隐藏通道并发送信息。同时,论文对于隐藏通道的误码率、通信带宽做了较为详细的说明,并且给出了隐藏通道检测以及防御的方法。