3、故障注入原理：故障模型（位翻转、指令跳过、数据损坏）、故障效果与攻击场景

故障注入并非随机破坏，而是攻击者通过物理手段（电压毛刺、时钟毛刺、激光等）在目标芯片运行过程中引入确定性或半确定性的逻辑错误，从而破坏安全边界。要理解攻击为何能奏效，必须先建立清晰的故障模型——即故障在数字电路和软件执行流中具体表现为哪几种形态。本章将深入剖析三种核心故障模型（位翻转、指令跳过、数据损坏），阐述其产生的物理机理、在处理器内核中的表现方式，并结合真实攻击场景说明如何从故障效果反推攻击路径。

上图展示了故障注入攻击的完整链路：攻击者通过物理手段在芯片内部特定位置、特定时间窗口引入扰动，该扰动在数字逻辑中表现为三种基本故障模型之一，进而被软件执行流放大为可观测的安全绕过效果。理解这一链路是后续章节中实施电压毛刺、时钟毛刺和激光攻击的基础。

3.1 核心原理：三种故障模型的本质

故障模型是对物理故障在数字抽象层面的数学化描述。不同注入手段、不同注入位置、不同时序窗口会产生不同的故障模型。实际攻击中，一次注入可能同时触发多种模型，但攻击者通常只关注其中一种主导效应。

故障模型	物理本质	典型触发条件	攻击价值
位翻转	存储单元（SRAM/寄存器/锁存器）在电压或激光扰动下，保持状态被破坏，逻辑值发生0↔1跳变	电压毛刺幅度超过噪声容限；激光照射敏感节点（如SRAM单元的反相器）	直接修改密钥、权限位、比较结果等关键数据
指令跳过	处理器取指或译码阶段发生时序违规，导致当前指令被丢弃或错误译码，PC跳转到下一条指令	时钟毛刺使建立时间/保持时间不满足；电压毛刺导致锁相环失锁	绕过安全检查（如if判断、循环计数、签名校验）
数据损坏	数据总线、ALU运算路径或内存读写路径上的组合逻辑在扰动下输出错误结果	电压毛刺导致逻辑门延迟增大，组合逻辑在采样窗口内未稳定	篡改运算结果、破坏消息认证码、污染内存数据

3.2 判断方法：如何识别故障模型

在实际攻击或安全评估中，识别故障模型是选择后续利用策略的前提。以下是系统化的判断流程：

1. 观察故障输出特征：记录注入后设备的输出行为。若程序计数器跳变导致函数返回地址错误，通常是指令跳过；若某个变量值变为0x00或0xFF，可能是位翻转；若加密结果与正确值仅有少数比特差异，则是数据损坏。
2. 重复注入统计：在相同参数下重复注入100次以上，统计故障模式分布。若80%以上表现为同一种故障，说明该参数下故障模型稳定；若分布分散，则需调整注入参数（如毛刺宽度、偏移）。
3. 使用调试接口辅助：若目标芯片有JTAG/SWD调试接口（在攻击场景中通常被禁用，但在开发板上可临时启用），可设置硬件断点观察故障发生时的PC值和寄存器状态。
4. 对比已知故障签名：参考芯片厂商的安全文档或学术中公开的故障特征。例如，STM32F4系列在特定电压毛刺参数下，已知会产生BKPT指令跳过。

// 故障模型识别伪代码（在攻击者控制的目标固件中植入）
volatile uint32_t fault_flag = 0;
void fault_isr(void) {
    fault_flag = SCB->ICSR & 0x1FF; // 读取异常编号
}
// 注入后检查：
// 若 fault_flag == 0x03 (HardFault) → 可能为数据损坏
// 若 fault_flag == 0x00 且程序继续执行 → 可能为指令跳过
// 若 fault_flag == 0x02 (NMI) → 可能为位翻转导致控制寄存器异常

3.3 案例拆解：智能卡PIN校验绕过

下面通过一个经典案例完整展示故障模型如何被利用。该案例基于某款商用Java Card智能卡（如NXP J3A040），攻击目标是绕过PIN码校验。

背景与约束：智能卡安全芯片内置硬件DES/3DES加速器，PIN校验在卡片操作系统（COS）中通过软件实现。攻击者拥有合法的空白卡片，但不知道管理员PIN。卡片支持ISO 7816接口，攻击者可以控制APDU命令时序。

初始现象：发送VERIFY PIN命令后，卡片返回63 00（认证失败）。攻击者尝试在命令处理期间注入电压毛刺，但随机注入的成功率极低（约0.1%）。

关键分析：通过逆向卡片固件（利用侧信道泄露的二进制），发现PIN校验代码使用了一个循环计数器：

// 伪代码
for (i = 0; i < 3; i++) {  // 最多尝试3次
    if (verify_pin(input_pin) == TRUE) {
        return SUCCESS;
    }
}
return FAILURE;

攻击者意识到，如果能在i++指令处注入时钟毛刺导致指令跳过，循环计数器将不会递增，从而允许无限次尝试。但更高效的攻击是：在verify_pin()函数返回后的CMP比较指令处注入故障，使比较结果从FALSE翻转为TRUE。

实际操作步骤：

1. 使用激光扫描确定芯片中CPU核心的位置（通过红外发射显微镜定位）。
2. 在VERIFY PIN命令的响应时间窗口内（约2.3ms处），使用宽度为5ns的激光脉冲照射CPU的ALU区域。
3. 以0.1ns步进扫描激光触发延迟，从2.0ms到2.6ms，每个延迟点尝试100次。
4. 在延迟2.35ms处，观察到约12%的概率返回90 00（成功）。
5. 进一步缩小延迟范围至2.34-2.36ms，以0.02ns步进，最终在2.348ms处达到31%的成功率。

结果对比：未注入时成功率0%；随机电压毛刺成功率0.1%；精确定时激光注入成功率31%。攻击时间从平均3小时缩短至4分钟。

风险与代价：激光注入需要昂贵的设备（约50万美元），且需要去除芯片封装（化学开盖）。此外，31%的成功率意味着每次失败后卡片会递增错误计数器，连续失败3次后卡片永久锁定。因此攻击者需要设计自动重试机制，并在每次失败后重新上电复位卡片。

复盘经验：该案例表明，精确的故障模型识别（此处为ALU比较结果位翻转）比盲目注入效率高两个数量级。攻击者通过逆向固件定位敏感指令，再通过激光的精确空间和时间控制实现定向位翻转。

3.4 常见误区与总结复盘

总结：故障模型是连接物理注入手段与软件攻击效果之间的桥梁。位翻转、指令跳过、数据损坏三种模型各有其物理根源和利用方式。安全评估人员应当通过系统化的故障表征实验，建立目标设备的故障模型库，记录不同注入参数对应的故障类型和成功率。这不仅是攻击的基础，也是设计防御措施（如故障检测计数器、冗余计算、时序检查）的依据。