Exploiting Power Side-Channel Vulnerabilities in XGBoost Accelerator

XGBoost (eXtreme Gradient Boosting), a widelyused decision tree algorithm, plays a crucial role in applications such as ransomware and fraud detection. While its performance is well-established, its security against model extraction on hardware platforms like Field Programmable Gate Arrays (FPGAs) h...

Celý popis

Podrobná bibliografie

Vydáno v:	2025 62nd ACM/IEEE Design Automation Conference (DAC) s. 1 - 7
Hlavní autoři:	Xiao, Yimeng, Gajjar, Archit, Aysu, Aydin, Franzon, Paul
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 22.06.2025
Témata:	Data models Decision trees Feature extraction Field programmable gate arrays FPGAs hardware security HLS Machine learning algorithms Monitoring Power demand Protection Ransomware side-channel attack Side-channel attacks XGBoost
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!