# gpu
11 artikelengetagd met “gpu”
Aanvallen op AI-deployments
Beveiligingsbeoordeling van AI-deployment-infrastructuur, waaronder container escapes, GPU-side-channels, kwetsbaarheden in inference-servers en resource-uitputtingsaanvallen.
Aanvallen op GPU-rekenclusters
Analyse op expertniveau van aanvallen op GPU-rekenclusters die worden gebruikt voor ML-training en -inferentie, waaronder side-channel-aanvallen op GPU-geheugen, exploitatie van de CUDA-runtime, falen van multi-tenant-isolatie en RDMA-netwerkaanvallen.
GPU Cluster Security
Het beveiligen van GPU-clusters die worden gebruikt voor modeltraining en -inferentie tegen ongeautoriseerde toegang en datalekkage.
GPU-geheugen side-channelaanvallen
Side-channelaanvallen die GPU-geheugentoewijzing, timing en elektromagnetische emanatie uitbuiten om gevoelige data te onttrekken aan AI-workloads.
Security van GPU-sharing en -isolatie
Beveiligingsimplicaties van GPU-sharing in multi-tenant AI-infrastructuur en isolatiestrategieën.
AI Infrastructure Exploitation
Methodologie voor het exploiteren van GPU-clusters, model-serving-frameworks (Triton, vLLM, Ollama), Kubernetes ML-platforms, cloud-AI-services en cost-amplification-aanvallen.
Kubernetes Security for ML Workloads
Uitgebreide analyse van Kubernetes-aanvalsoppervlakken die specifiek zijn voor machine-learning-workloads, waaronder exploitatie van de GPU operator, namespace-aanvallen op model serving en privilege-escalatie op clusterniveau via ML-componenten.
Lab: side-channel-aanvallen op de GPU
Demonstrate information leakage through GPU memory residuals and timing side channels, showing how shared GPU infrastructure can expose sensitive model data.
GPU-beveiliging voor AI
GPU security risks in AI workloads — covering memory isolation failures, side-channel attacks, multi-tenant GPU risks, GPU firmware vulnerabilities, and secure GPU configuration.
Grondbeginselen van GPU-side-channels
GPU-based side channel attacks on ML inference, exploiting timing, power consumption, and memory access patterns to extract information about models and data.
Testen van RunPod serverless GPU-endpoints
End-to-end walkthrough for security testing RunPod serverless GPU endpoints: endpoint enumeration, handler exploitation, webhook security, Docker template assessment, and cost abuse prevention.