Control-Flow Integrity at RISC: Attacking RISC-V by Jump-Oriented Programming
RISC-V是最近为嵌入式实时系统开发的开放式指令集架构。为了在这些系统上实现持久的安全性并设计有效的对策，必须更好地了解新的和潜在的未来攻击的漏洞。本文证明了RISC-V对跳转导向编程是敏感的，这是一类复杂的代码重用攻击，能够绕过现有的保护。我们提供了对RISC-V系统可被此类攻击利用的攻击面的第一次分析，并展示了如何将它们链接在一起以构建全面的攻击。我们使用一个保守的假设，利用寄存器和指令模式，在一种方法，我们称之为保留寄存器。这种方法在一个易受攻击的RISC-V应用程序上实现，并成功应用于暴露AES 256秘密。
2022-11-26 cs.CR
Library-Attack: Reverse Engineering Approach for Evaluating Hardware IP Protection
针对现有硬件IP保护忽视特权攻击者风险的问题，提出Library-Attack反向工程技术，利用特权信息与结构比较恢复IP，并在ISCAS89上验证漏洞，更新威胁模型。
2025-01-21 cs.CR
Enterprise Security Incident Analysis and Countermeasures Based on the T-Mobile Data Breach
本文通过分析T-Mobile两次重大数据泄露并开展伦理黑客安全审计，揭示其持续存在的结构性弱点，进而提出融合零信任架构、加密与访问控制的多层防御策略，并以财务建模证明主动安全投入的高成本效益。
2025-07-17 cs.CR
A Comprehensive Survey on the Cyber-Security of Smart Grids: Cyber-Attacks, Detection, Countermeasure Techniques, and Future Directions
University of North Dakota（北达科他大学）
智能电网网络面临的一个重大挑战是网络安全。已进行了几项研究，以突出这些安全挑战。然而，大多数调查都是根据安全要求、机密性、完整性和可用性对攻击进行分类，而没有考虑问责制要求。此外，其中一些调查侧重于传输控制协议/互联网协议（TCP/IP）模型，该模型没有区分开放系统互连（OSI）模型的应用程序、会话和表示以及数据链路和物理层。在这篇调查论文中，我们提供了一个基于OSI模型的攻击分类，并更详细地讨论了针对智能电网网络通信不同层的网络攻击。我们还提出了新的分类的检测和对策技术，并在每个类别下描述现有的技术。最后，我们讨论了挑战和未来的研究方向。
2022-06-22 cs.AI cs.CR
Secure eFPGA-Enabled Edge LLM Inference: Architectural and Hardware Countermeasures
University of Central Florida（中佛罗里达大学）
本文提出一种混合ASIC+eFPGA架构，结合ASIC的效率和eFPGA的灵活性，通过动态运行监控、侧信道缓解和部署后修补等机制，提升边缘LLM推断系统的安全性和抗攻击能力。
2026-04-24 cs.CR
PAC it up: Towards Pointer Integrity using ARM Pointer Authentication
针对以存储器不安全的程序设计语言（例如，C和C++）仍然是对计算机系统的突出威胁。像面向返回的编程（ROP）这样的技术在攻击现实世界系统中的流行，促使主要的处理器制造商设计基于硬件的对策来对抗特定类别的运行时攻击。一个例子是最近在ARMv 8-A处理器架构中增加了对指针认证（PA）的支持，该架构通常用于智能手机等设备。PA是一种低成本的指针认证技术，可以抵抗内存漏洞。它已被证明能够针对损坏返回地址或函数指针的内存漏洞提供实际保护。然而，到目前为止，PA作为一种通用的保护机制来加强软件对各种类型的内存攻击的关注很少。在本文中，我们使用PA建立新的防御措施，对各类运行时攻击，包括第一个基于PA的数据指针完整性机制。我们提出了PARTS，一个工具框架，它将我们基于PA的防御集成到LLVM编译器和GNU/Linux操作系统中，并通过系统评估表明，PARTS在合理的性能开销下提供了比当前解决方案更好的保护
2019-05-24 cs.CR
Cryptographically Enforced Control Flow Integrity
最近的Pwn2Own竞赛已经证明了控制劫持攻击的持续有效性，尽管部署了包括堆栈金丝雀和ASLR在内的对策。一个强大的防御称为控制流完整性（CFI）提供了一个原则性的方法来防止这种攻击。然而，先前的CFI实现使用静态分析并且必须限制保护以保持实用。这些限制使攻击所有已知的CFI系统，在最近的工作中证明。本文提出了一种既细粒度又实用的控制流完整性（CCFI）加密方法：使用消息认证码（MAC）来保护返回地址、函数指针和vtable指针等控制流元素。这些元素上的MAC甚至可以防止对内存进行随机读/写访问的强大攻击者篡改程序控制流。我们在Clang/LLVM中实现了CCFI，利用了最近可用的加密CPU指令。我们在几个大型软件包（包括nginx，Apache和memcache）以及它们的所有依赖项上评估我们的系统。保护成本范围从3-18%的请求率下降。
2014-08-07 cs.CR cs.PL
EC-CFI: Control-Flow Integrity via Code Encryption Counteracting Fault Attacks
故障攻击使对手能够操纵安全关键应用程序的控制流。通过将目标故障引入CPU，软件的调用图可以被转义，控制流可以被重定向到程序内部的任意函数。为了保护控制流免受这些攻击，通常会部署专用的故障控制流完整性（CFI）对策。然而，这些方案要么具有高检测延迟，要么需要侵入式硬件改变。在本文中，我们提出了EC-CFI，一个基于软件的加密强制CFI计划，利用最近的英特尔平台的硬件功能，没有检测延迟。我们的EC-CFI原型旨在通过在执行前使用不同的密钥加密每个函数来防止对手使用错误逃离程序的调用图。在运行时，被插装的程序动态地导出解密密钥，确保只有当程序遵循预期的调用图时，代码才能被成功解密。为了在英特尔商用系统上实现这种级别的保护，我们引入了扩展页表（EPT）别名，通过结合英特尔的TME-MK和虚拟化技术，使我们能够实现功能粒度加密。我们开源了基于LLVM的自定义工具链，该工具链使用EC-CFI自动保护任意程序。此外，我们使用SPEC CPU 2017和Embench-IoT基准测试评估了我们的EPT别名方法，并讨论和评估了潜在的TME-MK硬件更改，以最大限度地减少运行时开销。
2023-03-24 cs.CR
Bit-Flipping Attack Exploration and Countermeasure in 5G Network
UC Berkeley（加州大学伯克利分校）；University of Florida（佛罗里达大学）
本文在开源 5G 平台 OpenAirInterface 上验证了无需解密的比特翻转攻击的可行性，并提出一种基于密钥流的混洗防御机制，在不增加通信开销的情况下提升 5G 传输完整性防护能力。
2025-11-06 cs.CR cs.NI
Protecting the Decentralized Future: An Exploration of Common Blockchain Attacks and their Countermeasures
本研究全面分析常见区块链攻击及其对策，评估不同解决方案的有效性，并强调根据具体应用需求定制防御措施，为区块链安全研究提供重要参考。
2023-06-20 cs.CR cs.CY cs.DB
Fault Attacks on Secure Embedded Software: Threats, Design and Evaluation
嵌入式软件是在硬件执行总是正确的假设下开发的。故障攻击打破并利用了这一假设。通过小心地引入有针对性的错误，对手修改了软件的控制流或数据流完整性。然后分析修改后的程序执行，并将其用作信息泄漏的来源，或用作特权升级的机制。由于现代嵌入式系统的复杂性不断增加，并且由于即使在弱对手的情况下也难以保证正确的硬件执行，因此故障攻击是一种日益增长的威胁。例如，假设对手必须接近软件的物理执行，以便将可利用的故障注入硬件，已经多次被证明是不正确的。本文对基于硬件的软件故障攻击进行了综述，重点介绍了嵌入式系统环境下的软件故障攻击。我们提出了一个详细的讨论的解剖故障攻击，我们作出审查故障攻击评估技术。本文强调的是从攻击者的角度，而不是从对策制定的角度。然而，我们强调，对策的改进往往建立在对攻击的洞察之上。
2020-03-23 cs.CR
Coherence Attacks and Countermeasures in Interposer-Based Systems
工业正在向大规模系统发展，其中处理器内核、存储器、加速器等。通过2.5D集成进行捆绑。这些不同的组件被单独制造为小芯片，然后使用互连载体（所谓的中介层）进行集成。这种新的设计风格在产量和规模经济方面提供了好处，因为小芯片可能来自各种第三方供应商，并集成到一个复杂的系统中。然而，这种方法的好处是以系统的安全性和完整性面临新挑战为代价的，因为许多第三方组件小芯片（其中一些来自不完全受信任的供应商）被集成在一起。在这里，我们探讨这些挑战，但也承诺，为现代的基于插值器的系统的高速缓存一致性，多核小芯片。首先，我们介绍了一种新的，基于一致性的攻击，GETXspy，其中一个受损的小芯片可以暴露一个表面上安全的系统中的高带宽侧/隐蔽通道。我们进一步表明，现有技术不足以阻止这种新的攻击。其次，我们建议使用一个有源中介层作为通用的、安全的构建平台，为现代2.5D系统形成一个物理信任根。我们的方案具有有限的开销，仅限于有源中介层，允许小芯片和相干系统保持不变。我们表明，我们的计划防止了广泛的攻击，包括但不限于我们的GETXspy攻击，对系统性能的开销很小，$\sim$ 4\%。这种开销随着工作负载的增加而减少，从而确保了方案的可扩展性。
2022-01-07 cs.AR cs.CR
ARM Pointer Authentication based Forward-Edge and Backward-Edge Control Flow Integrity for Kernels
代码重用攻击仍然是软件和系统安全的一大威胁。控制流完整性是一种很有前途的技术，以防止这种攻击。然而，由于不准确的控制流图和以安全换取性能的实用策略，其有效性已被削弱。近年来，CPU供应商已经集成了硬件功能作为对策。例如，在ARMV 8-A架构中引入了ARM指针认证（简称PA）。它可以有效地为地址生成认证码，该认证码编码在地址的未使用位中。取消引用地址时，将检查身份验证代码以确保其完整性。虽然已有系统采用PA来加固用户程序，但如何有效地使用PA来保护操作系统内核仍然是一个开放的研究问题。在本文中，我们阐明了如何利用PA保护控制流，包括函数指针和返回地址，Linux内核。具体来说，为了保护函数指针，我们将身份验证代码嵌入其中，跟踪它们的传播，并在从内存加载或分支到目标时验证它们的值。为了进一步防御指针替换攻击，我们使用函数指针地址作为其上下文，并采取一种干净的设计，通过将其捎带到指针值中来传播地址。我们已经实现了一个原型系统与LLVM识别函数指针，添加认证代码和验证函数指针发出新的机器指令。我们将该系统应用到Linux内核中，解决了许多实际问题，例如，函数指针比较和算术运算。安全性分析表明，该系统能够保护Linux内核中所有的函数指针和返回地址。
2020-10-12 cs.CR cs.OS
Terrapin Attack: Breaking SSH Channel Integrity By Sequence Number Manipulation
本文提出 Terrapin 攻击，利用未认证握手消息与密钥激活时序列号不重置实施 SSH 前缀截断，并给出协议修复方案。
2024-05-07 cs.CR
SoK: A Systems Perspective on Compound AI Threats and Countermeasures
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Intel Labs（英特尔实验室）；Symmetry Systems（对称系统公司）
本文从系统视角系统化梳理复合AI系统面临的软硬件攻击向量，展示跨层组合攻击可降低威胁模型假设，并参照Mitre Att&ck框架定位攻击，提出全面防御策略以保障安全高效部署。
2024-11-20 cs.AI cs.CR cs.LG
Blind PRNG Hijacking: An Undetectable Integrity-Preserving Attack Against LLM Watermarking
Fujian Provincial Key Laboratory of Automotive Electronics and Electric Drive（福建省汽车电子与电力驱动重点实验室）；School of Electronic, Electrical and Physics（电子、电气与物理学院）；Fujian University of Technology（福建理工大学）；School of Humanities（人文学院）；Institute of Applied Physics and Materials Engineering（应用物理与材料工程学院）；University of Macau（澳门大学）
提出SeedHijack攻击，通过替换伪随机数生成器（PRNG）在供应链层面对LLM水印进行盲攻击，同时保持完整性并规避检测。
2026-05-27 cs.AI cs.CR
A Comprehensive Survey on the Implementations, Attacks, and Countermeasures of the Current NIST Lightweight Cryptography Standard
本文首次系统综述了2023年NIST轻量级密码学标准ASCON，涵盖其在FPGA和ASIC上的实现开销、各类差分与侧信道攻击及对策，并展望未来研究方向。
2023-04-13 cs.AR cs.CR cs.CY
Privacy Threats and Countermeasures in Federated Learning for Internet of Things: A Systematic Review
School of Computing, University of Kent（肯特大学计算机学院）
本文系统综述了物联网环境中联邦学习的隐私威胁与防御措施，指出需开发轻量级、结合区块链等新兴技术的隐私保护策略，以应对推理、投毒、重放及模型窃取等攻击。
2024-07-25 cs.AI cs.CR
Detecting RAG Extraction Attack via Dual-Path Runtime Integrity Game
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）；Beijing University of Post and Telecommunications（北京邮电大学）；Stanford University（斯坦福大学）；North China Electric Power University（华北电力大学）；AI Sec Lab, Beijing Chaitin Technology Co.,Ltd（北京长亭科技有限公司AI安全实验室）
本文提出CanaryRAG，一种基于栈canary的运行时防御机制，通过双路径完整性游戏实时检测RAG知识库泄露，有效降低攻击成功率，不影响任务性能和延迟。
2026-04-12 cs.AI cs.CL cs.CR
Poster: FedWM-Guard: Thwarting Imagination Poisoning in Federated World Model-based Autonomous Driving
KTH Royal Institute of Technology（皇家理工学院）
针对联邦世界模型自动驾驶中的想象投毒攻击，提出FedWM-Guard防御方法，通过金丝雀场景筛选和未来审计保护规划器安全。
2026-09-25 cs.CR
Cryptography Is Not Enough: Relay Attacks on Authenticated GNSS Signals
民用全球导航卫星系统容易受到信号欺骗攻击，目前正在提出基于密码认证的对策来防范这些攻击。伽利略和GPS目前都在测试基于延迟密钥公开的广播认证技术，以验证导航消息的完整性。这些身份验证机制已被证明是安全的，可以防止现在记录和以后重放的攻击，因为导航消息在密钥被释放后变得无效。这项工作分析了密码保护的GNSS信号的安全保证，并显示了欺骗接收器到任意位置而不破坏任何密码操作的可能性。与以前的工作相比，我们证明了攻击者的能力，接收信号接近受害者接收器，并产生欺骗信号的不同的目标位置，而不修改导航消息的内容。我们的策略利用了用于估计GNSS接收器中的伪距的基本公共接收和传输时间方法，从而使任何加密认证无用。我们使用开源工具，商业GNSS信号发生器和软件定义的无线电硬件平台的组合来评估我们对商业接收器（ublox M9 N）和软件定义的GNSS接收器（GNSS-SDR）的攻击。我们的研究结果表明，它是可能的欺骗受害者接收器的位置，距离真实位置约4000公里，而不需要任何高速通信网络或修改消息内容。通过这项工作，我们进一步强调了即使所有通信都受到加密保护，也要确保基于广播信号的定位系统的基本限制。
2022-11-02 cs.CR
On The Vulnerability of Anti-Malware Solutions to DNS Attacks
反恶意软件代理通常与其远程服务通信以共享有关可疑文件的信息。这些远程服务使用它们的最新信息和全局上下文（视图）来帮助对文件进行分类并指示它们的代理采取预定动作（例如，删除或隔离）。在这项研究中，我们提供了一个特定形式的反恶意软件代理和他们的服务，这完全发生在不安全的DNS协议之间的通信的安全分析。这些服务，我们称之为DNS反恶意软件列表（DNSAML）服务，会影响反恶意软件代理扫描的文件的分类，因此可能会由于DNS协议的已知完整性和机密性缺陷而使其消费者面临风险。通过分析一家知名CDN提供商提供给作者的大规模DNS流量数据集，我们确定了似乎利用DNSAML服务的反恶意软件解决方案。我们发现，这些解决方案部署在全球近300万台机器上，每天交换数亿个DNS请求。这些请求携带敏感的文件扫描信息，通常-正如我们所展示的-没有任何额外的保护措施来补偿DNS协议的不安全性。因此，这些使用DNSAML的反恶意软件解决方案容易受到DNS攻击。例如，能够篡改DNS查询的攻击者能够在扫描机器上不存在的情况下改变扫描文件的分类。我们展示了至少三种适用于反恶意软件解决方案的三种攻击，这些攻击可能导致反恶意软件代理的敏感信息泄露和不当行为，例如忽略检测到的威胁。最后，我们提出并审查了一套反恶意软件解决方案提供商的对策，以防止使用DNSAML服务所产生的攻击。
2021-09-23 cs.CR
Silent Subversion: Sensor Spoofing Attacks via Supply Chain Implants in Satellite Systems
University of New Mexico（新墨西哥大学）
本文提出通过供应链植入进行卫星内部欺骗攻击，展示其对任务完整性和可用性的威胁，并提出相应的防护措施。
2026-03-11 cs.CR
BADTV: Unveiling Backdoor Threats in Third-Party Task Vectors
National Yang Ming Chiao Tung University（国立阳明交通大学）；University of California, Berkeley（加州大学伯克利分校）；RIKEN（理化学研究所）；National Chengchi University（国立成功大学）；CISPA Helmholtz Center for Information Security（CISPA 河岸信息安全中心）；Institute of Science Tokyo（东京科学研究所）
研究大规模预训练模型中任务向量易受后门攻击问题，提出BadTV攻击方法，通过创建非对称复合后门，在多种操作下保持有效，实验表明其成功率高，现有防御失效，凸显保障任务向量安全需有力对策。
2026-07-21 cs.CR cs.LG
A Taxonomy of Cyber Defence Strategies Against False Data Attacks in Smart Grid
被称为智能电网的现代电网已经将孤立和集中控制的电力系统快速转变为快速和大规模连接的网络物理系统，该系统受益于通信革命和物联网设备的快速采用。虽然大量网络物理实体的协同作用使智能电网在应对日益增长的全球能源挑战方面更加有效和可持续，但它也带来了大量漏洞，导致数据完整性，机密性和可用性遭到破坏。虚假数据注入（FDI）似乎是最关键的网络攻击之一，一直是研究和行业关注的焦点。为此，本文提出了一个全面的审查在智能电网基础设施的FDI攻击的防御对策的最新进展。对现有的相关文献进行了评价和比较，分析了它们对智能电网网络安全的理论和实践意义。最后，指出了现有虚假数据攻击检测研究的技术局限性，并对未来的研究方向提出了建议。
2021-03-30 cs.CR cs.CY cs.SY
Survey on Federated Learning Threats: concepts, taxonomy on attacks and defences, experimental study and challenges
Andalusian Research Institute in Data Science and Computational Intelligence（安达卢西亚数据科学与计算智能研究院）；University of Granada（格拉纳达大学）
联邦学习是一种机器学习范式，它作为人工智能中隐私保护需求的解决方案而出现。作为机器学习，联邦学习受到对抗攻击的威胁，这些攻击针对学习模型的完整性和数据的隐私，通过分布式方法来处理局部和全局学习。联邦学习中数据的不可访问性加剧了这一弱点，这使得对抗攻击的保护更加困难，并证明需要进一步研究防御方法，使联邦学习成为保护数据隐私的真正解决方案。在本文中，我们对联邦学习的威胁，以及相应的对策，攻击与防御进行了广泛的审查。本调查提供了对抗性攻击的分类和防御方法的分类，描述了联邦学习的这种脆弱性的一般情况以及如何克服它。同样，我们阐述了根据对抗攻击的类别选择最适当的防御方法的指导方针。此外，我们进行了广泛的实验研究，从中我们得出进一步的结论，攻击和防御的行为和准则，选择最适当的防御方法，根据类别的对抗攻击。这项研究完成后，导致冥想的经验教训和挑战。
2022-01-20 cs.AI cs.CR cs.LG
Efficient Backdoor Defense in Multimodal Contrastive Learning: A Token-Level Unlearning Method for Mitigating Threats
本文提出一种基于机器遗忘的令牌级部分遗忘方法 UBT，通过少量可疑样本快速消除多模态对比学习中的后门效应，在 CLIP 上实现最低攻击成功率并保持较高干净准确率。
2024-09-29 cs.AI cs.CR cs.CV
How to Sift Out a Clean Data Subset in the Presence of Data Poisoning?
Virginia Tech（弗吉尼亚理工大学）；Sony AI（索尼人工智能研究院）
本文揭示现有投毒防御对基础集中混入少量投毒样本极为敏感，并提出基于双层优化的Meta-Sift方法，可在多种攻击下以100%精度筛选出足够大的干净数据子集以支持有效防御。
2023-05-31 cs.AI cs.CR cs.LG
