System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 存储系统、存储装置以及控制存储系统的方法制造方法及图纸_技高网

存储系统、存储装置以及控制存储系统的方法制造方法及图纸

技术编号:40299401 阅读:3 留言:0更新日期:2024-02-07 20:46
公开了存储系统、存储装置以及控制存储系统的方法。所述存储系统包括主机装置;以及存储装置,包括非易失性存储器和被配置为实现存储内部保护(SIP)模块的至少一个处理器,其中,SIP模块被配置为:从主机装置获得与非易失性存储器对应的多个存储命令;过滤所述多个存储命令以获得过滤后的多个存储命令,并且提取关于所述过滤后的多个存储命令的信息;将关于所述过滤后的多个存储命令的信息应用于机器学习加密货币挖矿(CM)检测算法;并且基于机器学习CM检测算法指示检测到CM操作,将通知提供给主机装置。

【技术实现步骤摘要】

与实施例一致的设备和方法涉及存储装置的保护,更具体地,涉及检测加密劫持(crypto-jacking)和其他恶意的加密挖矿操作。


技术介绍

1、术语“加密货币”可表示数字货币。这些货币的所有交易可被存储在分布式在线数据库中。因为由于交易历史可跨网络被存储在多个副本中,使得没有单个实体可监视或阻止交易,因此金钱可被存储在数字钱包中,数字钱包可不与所有者的身份相关联并且是去中心化的,所以加密货币是匿名的。因此,货币可不受任何机构(例如,政府或银行)的控制或监管。

2、除了从另一用户接收加密货币之外,用户可使用可被称为挖矿的程序(procedure)来(例如,以加密币的形式)生成新的加密货币。这样做,用户可需要在挖矿中投入资源。例如,作为一种流行的加密货币的比特币通过在cpu上执行大量计算而被挖矿,这结果导致大量的功耗。

3、加密货币的匿名性使其对于恶意的行为者(诸如,黑客)特别有用。例如,存在一类称为勒索软件的恶意的软件,勒索软件加密受害者的计算机上的数据,然后要求支付(交付赎金)以供应用于解密的密钥。赎金通常要求以加密货币的形式。恶意的黑客可赚取加密货币的另一方式是通过利用受害者的资源来生成新的加密币。这种类型的攻击可被称为加密挖矿攻击或加密劫持。例如,运行比特币挖矿攻击的黑客可以以由cpu消耗的功率的形式导致受害者金钱损失,以及机器的磨损。

4、几种新的加密货币(例如,文件币(filecoin)和奇亚币(chia))将存储资源用于它们的挖矿,而不是像比特币那样使用计算资源。基于这样的加密货币的加密挖矿攻击可能对受害者的存储装置(例如,固态驱动器(ssd)存储装置)具有破坏性影响。通常,可在ssd内部没有任何监视或过滤的情况下执行对ssd的存储命令(诸如,非易失性存储器快速(nvme)命令)。因此,可被称为恶意软件的恶意的软件可执行基于存储的加密货币挖矿,占用ssd上的存储空间并且通过执行多个编程/擦除(p/e)循环来劣化ssd的健康。例如,使用受害者的ssd装置来准备chia挖矿或耕作(称为绘图的程序)可显著劣化装置的性能,甚至在几周内将装置完全磨损。

5、当前针对网络攻击的保护主要位于软件层中(例如,在杀毒软件或防火墙软件中),这可能不足以防止所有恶意的加密挖矿或加密劫持攻击。因此,需要通过占用存储配额和/或执行多个p/e循环来防止使用受害者的存储装置的网络攻击。


技术实现思路

1、根据公开的一方面,一种存储系统包括:主机装置;以及存储装置,包括非易失性存储器和被配置为实现存储内部保护(sip)模块的至少一个处理器,其中,sip模块被配置为:从主机装置获得与非易失性存储器对应的多个存储命令;过滤所述多个存储命令以获得过滤后的多个存储命令,并且提取关于所述过滤后的多个存储命令的信息;将关于所述过滤后的多个存储命令的信息应用于机器学习加密货币挖矿(cm)检测算法;并且基于机器学习cm检测算法指示检测到cm操作,将通知提供给主机装置。

2、根据公开的一方面,一种存储装置包括:非易失性存储器;以及至少一个处理器,被配置为:获得与非易失性存储器对应的多个存储命令;过滤所述多个存储命令以获得过滤后的多个存储命令,并且提取关于所述过滤后的多个存储命令的信息;将关于所述过滤后的多个存储命令的信息应用于机器学习加密货币挖矿(cm)检测算法;并且基于机器学习cm检测算法指示检测到cm操作,将通知提供给存储装置的用户。

3、根据公开的一个方面,一种控制存储系统的方法由存储内部保护(sip)模块执行,sip模块由包括在存储系统的存储装置中的至少一个处理器实现,所述方法包括:从包括在存储系统中的主机装置获得与存储装置的非易失性存储器对应的多个存储命令;过滤所述多个存储命令以获得过滤后的多个存储命令,并且提取关于所述过滤后的多个存储命令的信息;将关于所述过滤后的多个存储命令的信息应用于机器学习加密货币挖矿(cm)检测算法;以及基于机器学习cm算法指示检测到cm操作,将通知提供给主机装置。

4、根据公开的一个方面,一种控制存储装置的方法由至少一个处理器执行并且包括:获得与包括在存储装置中的非易失性存储器对应的多个存储命令;过滤所述多个存储命令以获得过滤后的多个存储命令;以及提取关于过滤后的多个存储命令的信息;将关于所述过滤后的多个存储命令的信息应用于机器学习加密货币挖矿(cm)检测算法;以及基于机器学习cm检测算法指示检测到cm操作,将通知提供给存储装置的用户。

本文档来自技高网...

【技术保护点】

1.一种存储系统,包括:

2.根据权利要求1所述的存储系统,其中,存储装置包括固态驱动器,固态驱动器包括固态驱动器控制器,固态驱动器控制器被配置为:接收所述多个存储命令并且基于所述多个存储命令对非易失性存储器执行操作,

3.根据权利要求2所述的存储系统,其中,固态驱动器控制器还包括:主机接口,被配置为从主机装置接收所述多个存储命令,并且

4.根据权利要求1所述的存储系统,其中,所述多个存储命令基于具有预定大小的滑动窗口而被获得。

5.根据权利要求1所述的存储系统,其中,机器学习加密货币挖矿检测算法被配置为:基于与所述过滤后的多个存储命令相关联的模式来识别加密货币挖矿操作,并且

6.根据权利要求1所述的存储系统,其中,机器学习加密货币挖矿检测算法包括来自卷积神经网络、循环神经网络、主成分分析模型和随机森林模型之中的至少一者。

7.根据权利要求1至权利要求6中的任意一项所述的存储系统,其中,主机装置被配置为操作与存储内部保护模块对应的存储内部保护应用,

8.一种存储装置,包括:

9.根据权利要求8所述的存储装置,其中,所述存储装置包括固态驱动器,固态驱动器包括固态驱动器控制器,固态驱动器控制器被配置为:接收所述多个存储命令并且基于所述多个存储命令对非易失性存储器执行操作,

10.根据权利要求8所述的存储装置,其中,所述多个存储命令基于具有预定大小的滑动窗口而被获得。

11.根据权利要求8所述的存储装置,其中,所述至少一个处理器被配置为:通过从与所述多个存储命令对应的元数据提取多个特征来获得关于所述过滤后的多个存储命令的所述信息。

12.根据权利要求11所述的存储装置,其中,所述多个特征中的特征包括来自以下各项之中的至少一项:与来自所述多个存储命令之中的存储命令对应的操作码、与所述存储命令对应的起始逻辑块地址、与所述存储命令对应的逻辑块的数量、以及与所述存储命令对应的队列标识符。

13.根据权利要求11所述的存储装置,其中,所述至少一个处理器被配置为:基于提取的所述多个特征来过滤所述多个存储命令,并且

14.根据权利要求8所述的存储装置,其中,机器学习加密货币挖矿检测算法包括来自卷积神经网络、循环神经网络、主成分分析模型和随机森林模型之中的至少一者。

15.一种控制存储系统的方法,所述方法由存储内部保护模块执行,存储内部保护模块由包括在存储系统的存储装置中的至少一个处理器实现,所述方法包括:

16.根据权利要求15所述的方法,其中,存储装置包括固态驱动器,固态驱动器包括固态驱动器控制器,固态驱动器控制器被配置为:接收所述多个存储命令并且基于所述多个存储命令对非易失性存储器执行操作,

17.根据权利要求16所述的方法,其中,固态驱动器控制器还包括:主机接口,被配置为从主机装置接收所述多个存储命令,并且

18.根据权利要求15所述的方法,其中,所述过滤后的多个存储命令基于从与所述多个存储命令对应的元数据提取的多个特征而被获得。

19.根据权利要求15所述的方法,其中,机器学习加密货币挖矿检测算法被配置为基于与所述过滤后的多个存储命令相关联的模式来识别加密货币挖矿操作,并且

20.根据权利要求15至权利要求19中的任意一项所述的方法,其中,主机装置被配置为操作与存储内部保护模块对应的存储内部保护模块应用,并且

...

【技术特征摘要】

1.一种存储系统,包括:

2.根据权利要求1所述的存储系统,其中,存储装置包括固态驱动器,固态驱动器包括固态驱动器控制器,固态驱动器控制器被配置为:接收所述多个存储命令并且基于所述多个存储命令对非易失性存储器执行操作,

3.根据权利要求2所述的存储系统,其中,固态驱动器控制器还包括:主机接口,被配置为从主机装置接收所述多个存储命令,并且

4.根据权利要求1所述的存储系统,其中,所述多个存储命令基于具有预定大小的滑动窗口而被获得。

5.根据权利要求1所述的存储系统,其中,机器学习加密货币挖矿检测算法被配置为:基于与所述过滤后的多个存储命令相关联的模式来识别加密货币挖矿操作,并且

6.根据权利要求1所述的存储系统,其中,机器学习加密货币挖矿检测算法包括来自卷积神经网络、循环神经网络、主成分分析模型和随机森林模型之中的至少一者。

7.根据权利要求1至权利要求6中的任意一项所述的存储系统,其中,主机装置被配置为操作与存储内部保护模块对应的存储内部保护应用,

8.一种存储装置,包括:

9.根据权利要求8所述的存储装置,其中,所述存储装置包括固态驱动器,固态驱动器包括固态驱动器控制器,固态驱动器控制器被配置为:接收所述多个存储命令并且基于所述多个存储命令对非易失性存储器执行操作,

10.根据权利要求8所述的存储装置,其中,所述多个存储命令基于具有预定大小的滑动窗口而被获得。

11.根据权利要求8所述的存储装置,其中,所述至少一个处理器被配置为:通过从与所述多个存储命令对应的元数据提取多个特征来获得关于所述过滤后的多个存储命令的所述信息。

12.根...

【专利技术属性】
技术研发人员:亚历山大·布宁叶夫根尼·布莱克曼阿密特·伯曼
申请(专利权)人:三星电子株式会社
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1