Zebrafix: Mitigating Memory-Centric Side-Channel Leakage via Interleaving
University of Luebeck（吕贝克大学）
本文提出Zebrafix工具，通过交织技术缓解内存侧信道泄露，发现其在对抗密文侧信道时表现优于其他方法，但实现复杂度较高。
2025-07-28 cs.CR
Debreach: Mitigating Compression Side Channels via Static Analysis and Transformation
压缩是一种新出现的可利用的侧通道泄漏源，它会威胁数据安全，特别是在Web应用程序中，由于性能原因，压缩是必不可少的。当前用于减轻压缩侧信道的方法的缺点在于，它们要么急剧地降低压缩比，要么需要开发者付出太多的努力才能被广泛采用。为了弥补这一差距，我们开发了Debrake，这是一种基于静态分析和程序转换的方法，可以减轻压缩侧通道。解除违约包括两个步骤。首先，它使用污点分析来正确识别程序中的敏感数据流，并在将数据馈送到压缩器之前使用代码插装来注释数据。第二，它增强了压缩器利用不压缩标准压缩协议的自由，从而消除了敏感数据与压缩器输出大小之间的依赖性。由于Debrake会自动检测应用程序，并且不会更改压缩协议，因此它具有非中断性和与现有系统兼容的优点。我们已经在一组用PHP编写的Web服务器应用程序上评估了Debrake。我们的实验表明，在确保无泄漏的同时，Debrake可以实现比最先进的方法更高的压缩性能。
2019-09-12 cs.CR cs.SE
FPGA-Patch: Mitigating Remote Side-Channel Attacks on FPGAs using Dynamic Patch Generation
提出FPGA-Patch防御方法，利用自动程序修复概念生成同功能变体，在运行时动态交换以增加功率迹线多样性，有效缓解云FPGA上的功率侧信道攻击，同时保持AES性能且面积开销仅14.2%。
2023-04-05 cs.CR
Cipherfix: Mitigating Ciphertext Side-Channel Attacks in Software
本文提出软件方案Cipherfix，通过污点跟踪与二进制插桩定位敏感数据并在写入内存前掩码，无需重编译即可缓解TEE中的密文侧信道攻击。
2023-03-01 cs.CR
CLIP: Client-Side Invariant Pruning for Mitigating Stragglers in Secure Federated Learning
University of Toronto（多伦多大学）
针对安全联邦学习中异构掉队客户端造成的计算与网络瓶颈，提出 CLIP 客户端不变神经元剪枝及网络感知剪枝方法，在 CIFAR10、Shakespeare、FEMNIST 上实现 13%–34% 训练加速且精度损失很小。
2025-10-19 cs.CR cs.DC cs.LG
Mitigating Timing Side Channel in Shared Schedulers
在这项工作中，我们研究信息泄漏的定时侧通道中出现的情况下，共享的事件发生器。考虑两个进程，其中一个是无害的进程（称为Alice），另一个是恶意的进程（称为Bob），使用公共调度程序来处理它们的作业。基于他的作业何时被处理，Bob希望了解Alice的作业的模式（大小和时间）。根据上下文，这种模式的知识可能会对Alice的隐私和安全产生严重影响。例如，共享路由器可以揭示流量模式，共享内存访问可以揭示云使用模式，等等。我们提出了一个正式的框架来研究信息泄漏的共享资源使用模式估计误差作为性能指标的制造商。先来先服务（FCFS）调度策略和时分多址（TDMA）调度策略被认为是隐私度量的两种极端策略，FCFS策略的隐私度量最小，TDMA策略的隐私度量最大。然而，在基于性能的指标上，例如吞吐量和延迟，众所周知FCFS显著优于TDMA。然后，我们得出两个参数化的政策，积累和服务，和比例TDMA，这需要两种不同的方法来提供一个可调的隐私和性能之间的权衡。
2013-02-25 cs.CR
Bandwidth-efficient Storage Services for Mitigating Side Channel Attack
重复数据删除技术能够有效地识别和消除冗余数据，并且仅维护文件和块的单个副本。因此，它被广泛用于云存储系统中，以节省存储空间和网络带宽。然而，重复数据删除的发生可以通过监控和分析网络流量来轻松识别，这导致了用户隐私泄露的风险。攻击者可以进行非常危险的侧信道攻击，即，学习隐藏信息（LRI）攻击，通过利用去重中网络流量的侧信道来泄露用户的隐私信息。现有的工作解决了LRI攻击的成本的高带宽效率的重复数据删除。为了解决这个问题，我们提出了一个简单而有效的方案，称为随机冗余块方案（RRCS），以显着减轻LRI攻击的风险，同时保持高带宽效率的重复数据删除。RRCS背后的基本思想是添加随机冗余块，以混淆用于LRI攻击的文件的真实重复数据删除状态，这有效地混淆了攻击者的视图，攻击者试图利用网络流量的侧信道进行LRI攻击。我们的安全分析表明，RRCS可以显著降低LRI攻击的风险。我们实现了RRCS原型，并使用三个大规模的真实世界的数据集进行评估。实验结果证明了RRCS的有效性和有效性。
2017-03-15 cs.CR cs.DC
Trace-Relating Compiler Correctness and Secure Compilation
在最简单的形式中，编译器正确性被定义为将编译程序的跟踪集合包含到原始程序的跟踪集合中，这相当于保留所有跟踪属性。例如，这里的跟踪收集每次执行的外部可观察事件。然而，这个定义要求源语言和目标语言的踪迹集完全相同，而当语言相距很远或观察是细粒度的时，情况就不是这样了。为了克服这个问题，我们研究了一个广义的编译器的正确性定义，它使用源和目标的痕迹从潜在的不同的集合和连接的任意关系。我们开始了解什么保证这个广义的编译器正确性定义给我们的时候，实例化与非平凡的关系跟踪。当此跟踪关系不相等时，就不再可能保持源程序的跟踪属性不变。相反，我们提供了一个通用的表征的目标跟踪属性，确保正确编译一个程序，满足给定的源属性，和双重的源跟踪属性之一，需要显示，以获得一定的目标属性的编译代码。我们表明，这种观点编译器的正确性可以自然地占未定义的行为，资源枯竭，不同的源和目标值，侧通道，和各种抽象不匹配。最后，我们表明，同样的概括也适用于许多安全编译定义，其特征在于保护编译程序免受链接的对抗代码。
2020-02-23 cs.CR cs.PL
Obelix: Mitigating Side-Channels Through Dynamic Obfuscation
本文提出 Obelix 工具，通过将程序划分为不可区分的统一代码块并结合 Oblivious RAM 存储，首次实现对 TEE 中代码和数据在缓存攻击、单步跟踪及密文侧信道等广泛攻击下的整体防护，同时实现自动化以降低使用门槛。
2025-09-23 cs.CR
RandOhm: Mitigating Impedance Side-channel Attacks using Randomized Circuit Configurations
本文提出 RandOhm，一种基于 FPGA 和 SoC 部分重配置的移动目标防御策略，通过运行时随机化电路布局布线使数据计算与阻抗去相关，有效防御阻抗侧信道攻击，并在 28-nm FPGA 上验证了其对 AES 密码的保护效果及开销。
2024-08-30 cs.CR
A Compiler Assisted Scheduler for Detecting and Mitigating Cache-Based Side Channel Attacks
侧信道攻击通过巧妙地利用信息泄漏来窃取密钥，因此可以破解加密。因此，侧信道攻击的检测和缓解是非常重要的问题，但是文献中提出的解决方案具有局限性，因为它们在服务器上的真实世界多租户设置中不起作用，具有高误报，或者具有高开销。在这项工作中，我们展示了一个编译器引导的调度程序，BISTOWN，检测基于缓存的侧信道攻击的进程调度多租户服务器农场。该解决方案的一个关键元素涉及使用缓存未命中模型，该模型由编译器插入到循环嵌套的入口处，以预测相应循环的缓存未命中。这种插入的库调用或信标在运行时间将高速缓存未命中信息传送给调度器，调度器使用它来共同调度进程，使得它们的组合高速缓存占用空间不超过最后一级高速缓存的最大容量。然后监视调度的进程的实际与预测的缓存未命中，并且当检测到异常时，调度器执行搜索以隔离攻击者。我们表明，Biscrete能够检测和减轻Prime+Probe，Flush+ Flush和Flush+Flush攻击OpenSSL加密算法的F分数为1，也可以检测和减轻视觉应用程序套件的服务降级的F分数为0.9375。在无攻击的情况下，该方案的开销很低（最高可达6%）。在攻击的情况下，该方案最终的开销不到11%，并且在某些情况下能够将服务质量降低40%。凭借这些许多理想的功能，例如处理多租户的能力，早期检测攻击的能力，减轻这些攻击的能力，以及低运行时开销，BISTORM是一个实用的解决方案。
2020-10-27 cs.CR
CryptOpt: Verified Compilation with Randomized Program Search for Cryptographic Primitives (full version)
提出首个密码学编译流水线 CryptOpt，结合随机化汇编程序搜索与基于 Fiat Cryptography 框架的形式化验证，生成显著快于 GCC/Clang 且经 Coq 证明的汇编代码，创下了 Curve25519 和 secp256k1 有限域算术的最快实现纪录。
2023-05-22 cs.CR cs.NE cs.PL
CacheSolidarity: Preventing Prefix Caching Side Channels in Multi-Tenant LLM Serving Systems
IMDEA Software Institute（IMDEA软件研究所）；Universidad Politécnica de Madrid（马德里理工大学）
本文提出PrefixWall系统，通过监控缓存重用并选择性隔离前缀，有效缓解多租户LLM服务系统中自动前缀缓存（APC）侧信道带来的安全风险，同时提升缓存利用率和推理效率。
2026-10-30 cs.CR cs.DC cs.LG
Securing Optimized Code Against Power Side Channels
Royal Institute of Technology KTH（瑞典皇家理工学院）
侧信道攻击对密码算法构成了严重的威胁，包括广泛使用的AES和RSA算法。这些攻击利用硬件或软件中的算法实现来经由边信道提取秘密信息。软件屏蔽是一种针对功率侧信道攻击的缓解方法，旨在隐藏易受攻击的实现的功率足迹中的秘密泄露依赖关系。然而，这种类型的软件缓解通常依赖于通用编译器，其不保留非功能属性。此外，微体系结构特征，例如存储器总线和寄存器重用，也可能泄漏秘密信息。这些抽象在程序的高级实现中是不可见的。相反，它们在编译时决定。为了解决这些问题，安全工程师通常通过关闭编译器优化和/或执行本地编译后转换来牺牲代码效率。本文提出了安全的构造代码生成（SecCG），一种基于约束的编译器方法，生成优化但安全的电源侧通道代码。SecCG根据处理器成本模型，通过有效地搜索最佳可能的低级别实现来控制减轻程序的质量。在我们的实验中，在Mips 32和ARM Thumb上使用12个掩码加密函数多达100行代码，与非优化的安全代码相比，SecCG将生成的代码速度从75%提高到8倍，与非安全优化代码相比，开销高达7%，但编译成本很高。总之，本文提出了一种形式化的模型来生成电源侧无信道的低级码。
2022-12-03 cs.AI cs.CR
PCG: Mitigating Conflict-based Cache Side-channel Attacks with Prefetching
本文提出PCG，一种基于预取的缓存侧信道防御方案，通过同时增加受害者无关和减少受害者相关的缓存占用变化来扰乱攻击者，在保证安全性的同时实现约1.64%的平均性能提升和仅1.26%的硬件开销。
2024-05-06 cs.AR cs.CR
Understanding and Mitigating Covert Channel and Side Channel Vulnerabilities Introduced by RowHammer Defenses
本文首次分析RowHammer防御引入的时序隐蔽与侧信道漏洞，提出LeakyHammer攻击实现高速信道和网站指纹识别，并评估三种对策，揭示根本缓解会带来高开销。
2025-10-16 cs.AR cs.CR
Shielding Collaborative Learning: Mitigating Poisoning Attacks through Client-Side Detection
Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, the School of Cyber Science and Engineering, Wuhan University（武汉大学网络空间安全学院、教育部航空航天信息安全与可信计算重点实验室）；Hubei Engineering Research Center on Big Data Security, School of Cyber Science and Engineering, Huazhong University of Science and Technology（华中科技大学网络空间安全学院、湖北省大数据安全工程研究中心）；School of Computer Science, Wuhan University（武汉大学计算机学院）；State Key Laboratory of Mathematical Engineering and Advanced Computing（数学工程与先进计算国家重点实验室）；VMware, Inc.（VMware公司）
协作学习允许多个客户端训练联合模型，而无需彼此共享数据。每个客户端在本地执行训练，然后将模型更新提交给中央服务器进行聚合。由于服务器对生成更新的过程没有可见性，因此协作学习容易受到中毒攻击，其中恶意客户端可以生成中毒更新以向联合模型引入后门功能。然而，用于检测中毒更新的现有解决方案无法防御最近提出的攻击，特别是在非IID设置中。在本文中，我们提出了一种新的防御计划，以检测IID和非IID设置中的异常更新。我们的关键思想是实现客户端交叉验证，其中每个更新都是在其他客户端的本地数据上进行评估的。服务器在进行聚合时，会根据评估结果调整更新的权重。为适应非IID环境下数据分布不均衡的特点，设计了动态客户端分配机制，将检测任务分配给最合适的客户端。在检测过程中，我们还保护客户端级别的隐私，以防止恶意客户端窃取其他客户端的训练数据，通过将差分隐私与我们的设计，而不会降低检测性能。我们在两个真实数据集上的实验评估表明，我们的方案对两种典型的中毒攻击具有显著的鲁棒性。
2020-03-10 cs.CR cs.LG
Mitigating Power Attacks through Fine-Grained Instruction Reordering
侧信道攻击是一种利用信息泄漏的安全漏洞。他们使用物理参数的测量和分析来进行逆向工程并从系统中提取秘密。特别是功率分析攻击，从计算设备收集一组功率迹线，并使用统计技术将该信息与受攻击的应用数据和源代码相关联。即时编译、随机代码注入和指令去混淆等对策使指令的执行变得模糊，从而降低了安全风险。不幸的是，由于这些解决方案执行的随机性和多余的指令，它们在性能、功率和面积上引入了较大的开销。在这项工作中，我们提出了一种调度算法，动态重新排序的顺序处理器中的指令，以提供混淆的执行和减轻功耗分析攻击，几乎没有影响的性能，功率或处理器的面积。我们利用关键指令的操作数可用性（松弛）之间的时间来创建高性能的随机时间表，而不需要额外的指令或静态预分配。此外，我们使用不同的攻击进行扩展的安全分析。我们强调使用不正确的对抗性假设的危险，这往往会导致错误的安全感。在这方面，我们的高级安全指标显示了34 $\times$的改进，而我们的基本安全评估显示结果高达261 $\times$。此外，我们的系统实现了96%的平均性能，基线未受保护的处理器。
2021-07-23 cs.AR cs.CR
Spectre is here to stay: An analysis of side-channels and speculative execution
最近发现的Spectre和Meltdown攻击不仅是计算机安全领域的分水岭，也是程序设计语言的分水岭。本文探讨了推测性侧信道攻击及其对程序设计语言的影响。这些攻击通过微架构的侧通道泄漏信息，我们发现这些侧通道不仅仅是错误，实际上是优化的基础。我们确定了三个开放的问题，（1）找到侧通道，（2）理解投机漏洞，（3）减轻它们。对于（1），我们引入了一个数学元模型，该模型阐明了模拟和CPU中的边通道的来源。对于（2），我们引入了一个具有推测语义的体系结构模型来研究最近发现的漏洞。对于（3），我们探索和评估软件缓解措施，并证明一种适用于该模型的缓解措施。我们的分析是通过对V8（Chrome中的生产JavaScript虚拟机）的广泛攻击性研究和防御性实现工作而得出的。对真实硬件模型的直接扩展表明，这些漏洞对有效、高效的缓解提出了巨大的挑战。由于我们的工作，我们现在认为，今天的硬件上的投机漏洞击败了所有语言强制的机密性，没有已知的全面软件缓解措施，因为我们已经发现，不受信任的代码可以构建一个通用的读取小工具，通过侧通道读取同一地址空间中的所有内存。面对这一现实，我们已经将Chrome Web浏览器和V8的安全模型转变为进程隔离。
2019-02-14 cs.CR cs.PL
Securing Deep Learning Hardware: A Survey of Side-Channel Vulnerabilities and Countermeasures
School of Electrical and Computer Engineering, University of Tehran（德黑兰大学电气与计算机工程学院）
研究深度学习硬件侧信道漏洞与对策，先分类泄漏源和攻击者目标，分析相关攻击研究，再回顾现有防御措施，最后概述关键研究挑战与未来方向。
2026-07-07 cs.CR
Robust and Efficient Elimination of Cache and Timing Side Channels
定时和高速缓存侧通道提供了针对许多敏感操作（包括加密实现）的强大攻击。现有的防御措施无法在不产生过高性能开销的情况下抵御所有类型的此类攻击。一个流行的策略，以抵御所有类别的这些攻击是修改的实现，使每个硬件指令的定时和高速缓存访问模式是独立的秘密输入。然而，这种解决方案是特定于体系结构的，脆弱的，并且难以正确。在本文中，我们提出并评估了一个强大的低开销技术，以减轻定时和缓存通道。我们的解决方案只需要最少的源代码更改，并适用于多种语言/平台。我们报告的实验结果，应用我们的解决方案，以保护几个C，C++和Java程序。我们的研究结果表明，我们的解决方案成功地消除了定时和缓存侧通道泄漏，同时产生显着降低性能开销比现有的方法。
2015-08-31 cs.CR
QFAM: Mitigating QUIC Handshake Flooding Attacks Through Crypto Challenges
针对QUIC协议易遭握手洪泛攻击的问题，提出QFAM防御机制，通过修改RETRY令牌集成加密挑战，平衡攻击方与服务器资源消耗，且对合法客户端开销低。
2024-12-12 cs.CR
Exact Soft Analytical Side-Channel Attacks using Tractable Circuits
Graz University of Technology（格拉茨工业大学）；UCLouvain（鲁汶大学）
本文提出ExSASCA，一种基于可处理电路和知识编译的精确软分析侧信道攻击推理方法，在AES攻击中top-1成功率绝对提升超31%，计算成本远低于穷举推理。
2025-01-23 cs.CR cs.LG
Memory Under Siege: A Comprehensive Survey of Side-Channel Attacks on Memory
本文系统综述内存侧信道攻击，梳理缓存计时、推测执行、Rowhammer等主要漏洞，提出分类体系并评估现有防御策略的优劣，为研究人员和从业者检测与缓解SCAM风险提供指导。
2025-05-08 cs.CR
SNPeek: Side-Channel Analysis for Privacy Applications on Confidential VMs
CISPA Helmholtz Center for Information Security（CISPA赫尔姆霍兹信息安全中心）；Google（谷歌）
SNPeek是一款开源工具，用于在保密虚拟机上检测和分析侧信道泄漏，通过统计和机器学习方法识别隐私泄露问题，帮助开发者实现更安全的隐私保护。
2025-12-11 cs.CR
Rethinking Side-Channel Analysis: Automated Discovery and Analysis of Side-Channel Leakage with LLM-Assisted Agents
Nanyang Technological University（南洋理工大学）；Xiangtan University（湘潭大学）
本文提出SCAgent框架，利用LLM辅助代理自动分析侧信道风险，通过系统探索和语义推理发现侧信道并进行大规模分析，以解决侧信道泄漏的自动发现和分析问题。
2026-05-17 cs.CR
DISARM: Target Electronic Device Informed Mitigation of Software Runtime Side-Channel Vulnerabilities
University of Maine（缅因大学）；Oak Ridge National Laboratory（橡树岭国家实验室）
提出DISARM方法，利用真实嵌入式设备时序值生成针对性软件修复，以缓解运行时侧信道漏洞，在五个不同设备上优于现有方案。
2026-06-19 cs.CR
A Non-Line-of-Sight, Multi-Modality-based Side-Channel IP Theft Attack on Additive Manufacturing Using Dual Smartphones
University of Louisiana at Lafayette（路易斯安那拉斐特大学）；Auburn University（奥本大学）
利用双智能手机在非视距下采集3D打印机的声学和磁发射信号，以98.89%的指令级重建精度重构G代码，实现知识产权窃取。
2026-07-02 cs.CR
Layered Binary Templating: Efficient Detection of Compiler- and Linker-introduced Leakage
缓存模板攻击证明了共享库中用户输入的自动泄漏。但是，对于大型二进制文件，运行时非常高。其他自动化方法集中于加密实现和媒体软件，但不直接适用于用户输入。因此，在巨大的代码库内以高速缓存行粒度发现和消除所有用户输入侧信道泄漏是不切实际的。本文提出了一种新的通用缓存模板攻击技术，LBTA，分层二进制模板攻击。LBTA使用多个粗粒度侧通道层作为缓存行粒度模板的扩展，以加快缓存模板攻击的运行时间。我们描述了LBTA与不同粒度的具体侧通道，从64 B到2MB在实践中和理论上超越一个可变的层数。特别地，软件级页面缓存侧通道与硬件级L3缓存侧通道的组合已经将模板化运行时间减少了三个数量级。我们将LBTAs应用于不同的软件项目，从而在编译和链接过程中发现数据重复删除和死剥离作为新的安全问题。我们表明，这些机制引入了大的空间距离在二进制文件中的数据访问在一个pencil，使可靠的泄漏的pencil。在基于Chromium的应用程序上使用LBTA，我们可以构建一个完全无特权的基于缓存的键盘记录器。我们的研究结果表明，所有基于Chromium的应用程序的用户输入都受到影响，我们在一系列流行的应用程序上证明了这一点，包括Signal，Threema，Discord和密码管理器应用程序，如passky。由于这不是个别应用程序的缺陷，而是框架的缺陷，因此我们得出结论，所有使用框架的应用程序也将受到影响，即，数百…
2022-08-04 cs.CR
Exchanging Keys with Authentication and Identity Protection for Secure Voice Communication without Side-channel
出于对隐私保护语音通信的日益增长的需求，我们在这里研究了在音频域中以伪语音信号的形式发送加密数据和语音的原始想法。这种方法比军用“加密电话”的限制更少，并且允许真正的公共评估，因此对于公共的不安全语音通信基础设施（如3G蜂窝网络和VoIP）来说是非常有前途的。安全语音通信的基石是仅使用语音信道来认证密钥的交换，而不是公钥基础设施（PKI）或证书颁发机构（CA）。在本文中，我们详细介绍了我们的新的强大的双重认证机制的基础上签名和短认证字符串（SAS），确保用户之间的强认证，同时减轻错误所造成的不可靠的语音通道，也对被动窃听者的身份保护。作为符号模型，我们的协议已经过正式的安全性检验，并通过Tamarin Prover进行了充分验证。
2022-11-14 cs.CR eess.SP
Quantitative Mitigation of Timing Side Channels
University of Colorado Boulder（科罗拉多大学博尔德分校）
定时侧信道对软件应用程序的安全性和隐私性构成重大威胁。我们提出了一种方法来减轻这个问题，通过降低侧通道的强度，如基于熵的目标，如最小猜测熵测量。我们的目标是最大限度地减少信息泄漏，同时保证用户指定的最大可接受的性能开销。我们把这个问题的决定版本香农缓解，并考虑两个变量，确定性和随机。首先，我们证明了确定性变量是NP难的。然而，我们给出了一个多项式算法，找到一个最佳的解决方案，从一个限制集。其次，对于随机变量，我们开发了一种算法，该算法使用特定于所使用的基于熵的目标的优化技术。例如，对于最小猜测熵，我们使用混合整数线性规划。我们将该算法应用到一个威胁模型中，攻击者可以进行功能性观察，也就是说，她观察程序的运行时间与不同的公共输入值相结合的相同的秘密值。现有的缓解方法不提供这种威胁模型的机密性或性能保证。我们评估我们的工具SCHMIT上的一些微基准和现实世界中的应用程序与不同的基于熵的目标。与现有的缓解方法相比，我们表明，在功能观察威胁模型，SCHMIT是可扩展的，能够最大限度地提高保密性的性能开销约束下。
2019-06-21 cs.CR cs.LG
SCAR: Power Side-Channel Analysis at RTL-Level
针对流片后功耗侧信道分析修复缺陷成本高的问题，提出基于GNN的RTL级流片前分析框架SCAR，含可解释模块与LLM加固组件，在多种密码算法上实现高定位准确率并削减训练特征。
2023-10-10 cs.CR cs.CY
Breaking Bad: How Compilers Break Constant-Time Implementations
本文研究编译器优化如何破坏密码学库的高级恒定时间实现，并通过跨架构动态分析44,604个目标，首次在真实主流加固库中发现编译器引发的秘密依赖操作。
2025-09-02 cs.CR
Shape and Substance: Dual-Layer Side-Channel Attacks on Local Vision-Language Models
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
本文针对本地视觉-语言模型的动态高分辨率预处理引入的算法侧信道，提出双层攻击框架，通过执行时间差异和缓存竞争分析，揭示隐私敏感内容的推理能力。
2026-03-27 cs.AI cs.CR cs.LG
CPU-Auth: Device Fingerprinting for Authentication via DVFS Side-Channel
University of California, Davis（加州大学戴维斯分校）
本研究提出基于CPU物理特性的新型认证机制CPU-Auth，通过浏览器远程测量DVFS调控器行为建立硬件设备指纹，经5万余条数据轨迹评估性能，为解决现有认证缺陷提供新方案。
2026-10-09 cs.CR cs.LG
