Performance Analysis of Scientific Computing Workloads on Trusted Execution Environments
科学计算有时涉及对敏感数据的计算。根据数据和执行环境，HPC（高性能计算）用户或数据提供者可能需要机密性和/或完整性保证。为了研究基于硬件的可信执行环境（TEE）在实现安全科学计算方面的适用性，我们深入分析了AMD SEV和英特尔SGX对各种HPC基准测试的性能影响，包括传统科学计算、机器学习、图形分析和新兴科学计算工作负载。我们观察到三个主要发现：1）SEV需要在大规模NUMA机器上仔细放置内存（1个$\times$ $-$ 3.4 $\times$减速，无NUMA感知放置，1个$\times$ $-$ 1.15 $\times$减速），2）虚拟化$-$是SEV $-$的先决条件，这会导致具有不规则内存访问和大型工作集的工作负载的性能下降（1 $\times$ $-$ 4 $\times$与图形应用程序的本机执行相比减慢）和3）SGX不适合HPC，因为其有限的安全存储器大小和不灵活的编程模型（1.2 $\times$ $-$ 126 $\times$在不安全执行上减慢）。最后，我们将讨论即将推出的新的TEE设计及其对科学计算的潜在影响。
2020-10-25 cs.AR cs.CR cs.DC
Quantum Operating System Support for Quantum Trusted Execution Environments
本文针对云量子计算的安全需求，提出了首个支持量子可信执行环境（QTEEs）硬件与操作的量子操作系统（QOS）架构，以保障云平台上量子任务的安全执行。
2024-10-11 cs.AR cs.CR quant-ph
Trusted Execution Environment for Decentralized Process Mining
针对组织间流程挖掘的数据保密难题，提出基于可信执行环境的去中心化方法CONFINE，在保障数据保密与完整性的同时实现多主体流程挖掘，并通过医疗场景与真实日志实验验证可行性。
2024-04-09 cs.CR cs.DC
Open-TEE - An Open Virtual Trusted Execution Environment
基于硬件的可信执行环境（TEE）被广泛部署在移动设备中。然而，它们的使用主要限于设备供应商开发的应用程序。GlobalPlatform（GP）最近对TEE接口的标准化承诺通过使符合GP的可信应用程序能够在来自不同供应商的TEE上运行来部分解决这个问题。然而，希望开发可信应用程序的普通开发人员面临着巨大的挑战。如果没有供应商的支持，很难获得对硬件TEE接口的访问。开发和调试可信应用程序所需的工具和软件可能很昂贵或根本不存在。在本文中，我们描述了Open-TEE，一个虚拟的，硬件独立的TEE软件实现。Open-TEE符合GP规范。它允许开发人员使用与一般软件开发相同的工具开发和调试可信应用程序。一旦受信任的应用程序被完全调试，它就可以针对任何实际的硬件TEE进行编译。通过性能测量和用户研究，我们证明了Open-TEE是高效和易于使用的。我们已经将Open- TEE作为开源项目免费提供。
2015-06-30 cs.CR
WaTZ: A Trusted WebAssembly Runtime Environment with Remote Attestation for TrustZone
本文提出 WaTZ，一个面向 Arm TrustZone 的高效安全的 WebAssembly 运行时环境及轻量级远程证明系统，通过形式化验证的协议保障代码可信执行，性能接近原生一半，为物联网设备提供安全与互操作性。
2023-05-17 cs.CR cs.DC cs.PF
On Making Emerging Trusted Execution Environments Accessible to Developers
新型可信执行环境（TEE）架构如TrustLite和英特尔Software Guard Extensions（SGX）正在兴起。它们带来的新功能可以带来创新的安全和隐私解决方案。但是每个新的TEE环境都有自己的一组接口和编程范例，因此提高了希望使用这些TEE的开发人员的进入门槛。在本文中，我们激励需要实现标准的TEE接口等新兴的TEE架构，并表明这项工作是不简单的。我们报告了我们正在进行的将GlobalPlatform标准接口映射到TrustLite和SGX的工作。
2015-06-30 cs.CR
Towards a Trusted Execution Environment via Reconfigurable FPGA
可信执行环境（TEE）通过提供与系统其余部分隔离的环境，用于保护敏感数据并为安全关键型应用程序运行安全执行。然而，在过去的几年中，TEE已经被证明是薄弱的，因为无论是基于面向安全的硬件扩展（例如，Arm TrustZone）或求助于专用安全元素的漏洞被多次利用。在这个项目中，我们介绍了可信执行环境的需求（TEEOD），一种新的TEE设计，利用可编程逻辑（PL）的异构系统芯片（SoC）作为安全的执行环境。与其他TEE设计不同，TEEOD可以提供高带宽连接和物理片上隔离。我们针对Ultra 96-V2平台实施了一个概念验证（proof-of-concept，缩写为OOP）实施。所进行的评估表明，TEEOD可以同时托管多达6个飞地，每个飞地的资源使用率分别为总LUT、FF和BRAMS的7.0%、3.8%和15.3%。为了证明TEEOD在实际应用中的实用性，我们成功地运行了一个传统的开源比特币钱包。
2021-07-08 cs.AR cs.CR
Flatee: Federated Learning Across Trusted Execution Environments
联邦学习允许我们分布式训练机器学习模型，其中多方共享本地模型参数，而无需共享私有数据。然而，参数交换仍然可能泄漏信息。已经提出了几种方法来克服这一点，基于多方计算、全同态加密等;这些协议中的许多协议对于现实世界的使用来说是缓慢和不切实际的，因为它们涉及大量的密码操作。在本文中，我们提出了使用可信执行环境（TEE），它提供了一个平台，隔离执行的代码和数据处理，为此目的。我们描述了Flatee，一个有效的隐私保护联邦学习框架跨TEE，大大减少了培训和通信时间。我们的框架可以处理恶意方（虽然我们描述了一种初步的处理方法，但我们并没有原生地解决对抗性数据投毒）。
2021-11-12 cs.CR
PPFL: Privacy-preserving Federated Learning with Trusted Execution Environments
Imperial College London（帝国理工学院）；Telefónica Research（西班牙电信研究院）
我们提出并实现了一个隐私保护的联邦学习（$PPFL$）框架的移动系统，以限制隐私泄漏的联邦学习。利用高端和移动设备中广泛存在的可信执行环境（TEE），我们在客户端上利用TEE进行本地训练，并在服务器上进行安全聚合，以便对对手隐藏模型/梯度更新。由于当前TEE的内存大小有限，我们利用贪婪逐层训练来训练可信区域内的每个模型的层，直到其收敛。我们的实现的性能评估表明，$PPFL$可以显着提高隐私，同时在客户端产生小的系统开销。特别地，$PPFL$可以成功地保护训练模型免受数据重构、属性推断和成员推断攻击。此外，与完整模型的标准联邦学习相比，它可以实现具有更少的通信轮数（0.54 $\times$）和类似的网络流量（1.002 $\times$）的可比模型效用。这是在$PPFL$的客户端中仅引入高达~15%的CPU时间、~18%的内存使用和~21%的能耗开销的情况下实现的。
2021-06-28 cs.CR cs.DC cs.LG
On Securing Cloud-hosted Cyber-physical Systems Using Trusted Execution Environments
最近，云控制系统作为实现网络化网络物理系统（CPS）的解决方案越来越受到研究界的关注。这样的架构可以降低部署和维护成本，尽管代价是额外的安全和隐私问题。在本文中，首先，我们讨论了云控制系统的最新安全解决方案及其局限性。然后，我们提出了一种新的控制体系结构的基础上可信执行环境（TEE）。我们表明，这种方法可以潜在地解决云托管控制系统的主要安全和隐私问题。最后，我们提出了一个基于英特尔软件防护扩展（SGX）的实施设置，并在测试平台系统上验证了其有效性。
2021-04-01 cs.CR cs.SY eess.SY
SAGE: Software-based Attestation for GPU Execution
随着机器学习在安全关键和敏感领域的应用，对使用加速器（如GPU）的计算中的完整性和隐私性的需求日益增长。不幸的是，目前对GPU上可信执行的支持非常有限-加速器上的可信执行特别具有挑战性，因为证明机制不应该降低性能。虽然GPU上可信执行的硬件支持正在兴起，但我们研究纯粹基于软件的可信GPU执行方法。纯软件方法提供了明显的优势：（1）补充基于硬件的方法，增强安全性，特别是当硬件实现中的漏洞降低安全性时，（2）在没有硬件支持的情况下在GPU上操作以进行可信执行，以及（3）实现安全性，而不依赖于嵌入在硬件中的秘密，这些秘密可以被提取，如历史所示。在这项工作中，我们提出了SAGE，一个基于软件的证明机制的GPU执行。SAGE支持在Ampere架构（A100）的NVIDIA GPU上安全执行代码，提供代码完整性和保密性、计算完整性以及数据完整性和保密性-所有这些都是在GPU和CPU上运行恶意代码的情况下实现的。我们的评估表明，SAGE今天已经可以在没有特定硬件支持的情况下在GPU上以值得信赖的方式执行代码。
2022-09-07 cs.CR
TEEvil: Identity Lease via Trusted Execution Environments
我们调查身份租赁，这是一种新型的服务，在这种服务中，用户通过向第三方提供对其在线帐户或凭据的完全或受限访问权限，将其身份租赁给第三方。我们讨论了身份租赁如何被滥用来颠覆数字社会，促进假新闻的传播，并通过出售选票来颠覆电子投票。我们表明，可信执行环境和匿名加密货币的出现首次允许实现这种租赁服务，同时保证公平性，合理的可否认性和匿名性，从而保护用户和账户租用者免受起诉。为了证明这种服务可以实际实现，我们构建了一个示例服务，我们称之为TEEvil，利用英特尔SGX和ZCash。最后，我们讨论了防御机制和挑战，在缓解身份租赁服务。
2019-05-09 cs.CR
BDTF: A Blockchain-Based Data Trading Framework with Trusted Execution Environment
数据交易的需要促进了数据市场的出现。然而，在传统的数据市场中，数据买家和数据卖家都必须使用一个集中的交易平台，这可能是不诚实的。不诚实的集中交易平台可能会窃取并转售数据卖家的数据，也可能在收到数据买家的付款后拒绝发送数据。严重影响数据公平交易，损害交易双方利益。为了解决这个问题，我们提出了一种新的基于区块链的数据交易框架，该框架具有可信执行环境（TEE），为公平的数据交易提供了一个可信的去中心化平台。在我们的设计中，提出了一个区块链网络来实现从数据买家到数据卖家的支付，并首次使用TEE构建了一个可信的交易所，以实现公平的数据传输。在这些帮助下，数据买家和数据卖家可以直接进行交易。在以太坊和Intel SGX平台上实现了该框架，安全性分析和实验结果表明，该框架能够有效地保证数据交易的公平完成。
2020-07-14 cs.CR
HermiCache: Enclave-Aware Cache Replacement for Trusted Execution Environments
ENSTA（法国国立高等先进技术学校）；Université Bretagne-Sud（南布列塔尼大学）
针对TEE缓存侧信道攻击，提出围栏感知缓存替换策略HermiCache，在RISC-V CVA6内核实现，面积开销仅6%，提供细粒度确定性保护。
2026-09-11 cs.AR cs.CR
Blockchain and Trusted Computing: Problems, Pitfalls, and a Solution for Hyperledger Fabric
区块链上的智能合约无法保密，因为它的数据会在网络中的所有节点上复制。为了解决这个问题，有人建议将区块链与可信执行环境（TEE）（如英特尔SGX）相结合，以执行需要隐私的应用程序。不受信任的区块链节点无法访问TEE内的数据和计算。本文首先探讨了TEE与区块链相结合所产生的一些陷阱。由于TEE原则上是无状态的，因此它们容易受到回滚攻击，应该防止回滚攻击以维护应用程序的隐私。然而，在具有非最终共识协议的区块链中，例如以太坊中的工作量证明等，合约执行必须通过设计来处理回滚。这意味着用于保护区块链执行的TEE不能直接用于此类区块链;这种方法只有在共识决策是最终决定时才有效。其次，这项工作为英特尔SGX技术中的Hyperledger Fabric智能合约执行引入了一个架构和原型，Hyperledger Fabric是企业区块链应用程序的重要平台。我们的系统解决了由执行顺序验证架构的Fabric，并防止回滚攻击基于TEE尽可能的困难。为了提高安全性，我们的设计将区块链上的每个应用程序封装在自己的安全区中，使其免受主机系统的影响。一项评估表明，对于密封投标拍卖应用程序，将执行转移到SGX的开销在10%-20%之间。
2018-05-22 cs.CR cs.DC
On (the Lack of) Code Confidentiality in Trusted Execution Environments
可信执行环境（TEE）已经被提出作为在计算被外包给不可信的操作员的场景中保护代码机密性的解决方案。我们研究了这种解决方案的弹性侧信道攻击在两个常见的部署方案：当机密代码是一个本地的二进制文件，是运输和执行内的TEE和机密代码是一个中间表示（IR）上执行的TEE内的运行时。我们表明，执行IR代码，如WASM字节码在TEE中执行的运行时泄漏大多数IR指令具有高精度，因此揭示了机密代码。与IR执行相反，本机执行不太容易受到泄漏的影响，并且在很大程度上抵抗甚至最强大的侧信道攻击。我们评估了英特尔SGX和AMD SEV中的本机执行泄漏，并通过实验演示了英特尔SGX上的端到端指令提取，WASM字节码作为IR在英特尔开发的JIT编译器和解释器的混合体WAMR中执行。我们的实验表明，从这样的系统中的IR代码泄漏是实际的，因此质疑依赖于TEE +WASM的代码机密性的几个商业解决方案的安全性要求。
2022-12-15 cs.CR
Proof of Trusted Execution: A Consensus Paradigm for Deterministic Blockchain Finality
本文提出PoTE共识范式，通过可信执行实现确定性区块链最终性，解决传统PoW和PoS的效率与安全问题。
2025-12-10 cs.CR
SGX-LKL: Securing the Host OS Interface for Trusted Execution
现代CPU中对可信执行的硬件支持使租户能够在不受信任的云环境中保护其数据处理工作负载。用于可信执行的嵌入式系统必须依赖于到不可信主机OS的接口来使用外部资源，诸如存储、网络和其他功能。攻击者可能利用此接口泄漏数据或破坏计算。我们描述了SGX-LKL，一种用于在英特尔SGX飞地内运行Linux二进制文件的系统，该系统仅暴露最小的、受保护的和不经意的主机接口：该接口是（i）最小的，因为SGX-LKL在飞地内使用完整的库OS，包括文件系统和网络堆栈，这需要仅具有7个调用的主机接口;（ii）受保护，因为SGX-LKL透明地加密和完整性保护经由低级I/O操作传递的所有数据;以及（iii）不经意，因为SGX-LKL独立于应用工作负载执行主机操作。对于不经意的磁盘I/O，SGX-LKL使用加密的ext4文件系统和混洗的磁盘块。我们发现SGX-LKL以21%的开销保护了TensorFlow训练。
2020-01-20 cs.CR cs.OS
Lessons Learned from Blockchain Applications of Trusted Execution Environments and Implications for Future Research
现代计算机系统倾向于依赖于大型可信计算库（TCB）来进行操作。为了解决TCB膨胀问题，硬件供应商已经开发了用于实现或促进可信执行环境（TEE）的创建的机制，其中关键软件应用可以在隔离环境中安全地执行。即使在主机操作系统被对手破坏的情况下，也可以保证诸如TEE内的软件的机密性和完整性的关键安全属性。完整性和安全性的承诺促使开发人员将其用于涉及访问控制，PKS，物联网等的用例。这些应用程序包括与区块链相关的用例。TEE的使用并非没有其自身的实现挑战和潜在的陷阱。在本文中，我们研究了基于区块链的应用程序的拟议TEE用例的假设，安全模型和操作环境。该练习和分析有助于硬件TEE研究社区识别一些开放的挑战和研究机会，并重新思考硬件TEE的设计。
2022-03-23 cs.CR
AQUAREUM: Non-Equivocating Censorship-Evident Centralized Ledger with EVM-Based Verifiable Execution using Trusted Computing and Blockchain
AQUAREUM通过结合可信计算和区块链，提供了一种非矛盾、具有审查证据的高性能集中式账本解决方案。
2026-01-05 cs.CR cs.DC
Slalom: Fast, Verifiable and Private Execution of Neural Networks in Trusted Hardware
Stanford University（斯坦福大学）
随着机器学习（ML）应用于安全关键或敏感领域，外包ML计算的完整性和隐私性需求日益增长。一个实用的解决方案来自可信执行环境（TEE），它使用硬件和软件保护将敏感计算与不可信的软件堆栈隔离开来。然而，与不受信任的替代方案相比，这些隔离保证在性能上是有代价的。本文通过在可信设备和不可信设备之间有效地划分深度神经网络（DNN）计算，启动了TEE中DNN的高性能执行研究。基于矩阵乘法的有效外包方案，我们提出了Slalom，这是一个框架，可以安全地从TEE（例如，英特尔SGX或Sanctum）到更快但不受信任的协同定位处理器。我们通过在英特尔SGX安全区中运行DNN来评估Slalom，该安全区选择性地将工作委托给不受信任的GPU。对于规范DNN（VGG16，MobileNet和ResNet变体），我们获得了6倍至20倍的可验证推理吞吐量增加，以及4倍至11倍的可验证和私有推理吞吐量增加。
2019-02-27 cs.CR cs.LG stat.ML
Attestable Audits: Verifiable AI Safety Benchmarks Using Trusted Execution Environments
Department of Computer Science and Technology, University of Cambridge（计算机科学与技术系，剑桥大学）
本文提出可验证审计方法，利用可信执行环境在保护模型IP和数据集机密性的同时，实现对AI模型安全合规性的可验证评估，并针对Llama-3.1构建原型验证了可行性。
2025-06-30 cs.AI cs.CL cs.CR
Graph in the Vault: Protecting Edge GNN Inference with Trusted Execution Environment
Northeastern University（东北大学）
针对边缘部署GNN的模型知识产权与数据隐私风险，提出基于TEE的GNNVault部署方案，采用训练前划分与私有整流器设计，在Intel SGX上实现，可抵御链路窃取攻击且准确率损失极小。
2025-02-20 cs.AI cs.CR
Teechan: Payment Channels Using Trusted Execution Environments
区块链协议在交易吞吐量和延迟方面存在固有的限制。最近解决区块链性能和规模的努力集中在链下支付渠道上。虽然这些通道可以实现低延迟和高吞吐量，但在比特币区块链上安全地部署它们是困难的，部分原因是构建安全的实现需要改变底层协议和生态系统。我们提出了Teechan，一个全双工的支付通道框架，利用可信的执行环境。Teechan可以安全地部署在现有的比特币区块链上，而无需修改协议。它：（i）实现比现有解决方案更高的交易吞吐量和更低的交易延迟;（ii）只要余额不超过通道的信用，就可以实现无限制的全双工支付;（iii）在任何方向上每次支付只需要发送一条消息;（iv）在任何执行场景下，在区块链上最多放置两个交易。我们使用英特尔SGX在比特币网络上构建并部署了Teechan框架。我们的实验表明，不计算网络延迟，Teechan可以在单个通道上实现每秒2，480个事务，具有亚毫秒延迟。
2017-03-07 cs.CR
"You do understand that people don't trust technology?": Explaining Trusted Execution Environments to Non-Experts
Colorado State University（科罗拉多州立大学）；Carnegie Mellon University（卡内基梅隆大学）；IST University of Lisbon, INESC-ID（里斯本理工大学，INESC-ID）
研究通过文本解释向非专家介绍可信执行环境（TEE），发现非技术性解释（突出TEE可防范的具体威胁）最能提升理解，但对使用意愿影响甚微。
2026-05-25 cs.CR cs.HC
Towards Runtime Customizable Trusted Execution Environment on FPGA-SoC
本文针对FPGA-SoC可信执行环境缺乏安全运行时定制的问题，提出RCTEE框架，通过新增CrloadIP、CexecIP和CremoAT三个组件实现IP核的动态加载、安全执行及远程可信验证。
2023-09-13 cs.AR cs.CR
TrustToken, a Trusted SoC solution for Non-Trusted Intellectual Property (IP)s
异构SoC中的安全和可信执行是现代计算系统中的主要优先事项。SoC的安全性主要解决两个广泛的信任问题：1。针对硬件安全威胁的保护（侧通道，IP隐私，克隆，故障注入和拒绝服务）;以及2.针对SoC处理器上运行的恶意软件攻击提供保护。为了防止恶意软件攻击者获取未经授权的访问和危及安全，我们提出了一个基于信任根的可信执行机制\textbf{\textit{(named as \textbf{TrustToken}) }}。TrustToken构建了一个安全块，以提供基于信任根的IP安全：安全密钥生成和真正的随机源。\textbf{TrustToken}通过提供基本的安全特征，即，安全、隔离的执行和可信的用户交互。所提出的设计通过将第三方IP接口互连到\textbf{TrustToken}控制器并在运行时检查IP授权（令牌）信号\texttt{`correctness'}来实现这一点。\textbf{TrustToken}架构在实现中示出了非常低的开销资源利用率LUT（618，1.16 \%）、FF（44，0.04 \%）和BUFG（2，6.25\%）。实验结果表明，TrustToken可以为非可信SoC IP提供安全、低成本、可信的解决方案。
2022-09-26 cs.CR eess.SP
A performance analysis of VM-based Trusted Execution Environments for Confidential Federated Learning
本文比较了基于虚拟机与基于应用隔离的可信执行环境在机密联邦学习中的性能，发现前者开销有限（最多1.5倍），可安全利用公共计算环境。
2025-01-20 cs.CR cs.PF
SoK: Hardware-supported Trusted Execution Environments
现代计算平台的复杂性日益增加，并且需要在其软件组件之间提供强大的隔离保护，这导致了可信执行环境（TEE）的采用率越来越高。虽然最近出现了几种商业和学术TEE架构，但它们仍然很难比较和对比。更一般地说，现有的TEE还没有受到整体系统化，以了解可用的设计方案TEE设计的各个方面和相应的利弊。因此，在这项工作中，我们分析了现有的TEE的设计和系统化的机制，TEE实现，以实现其安全目标，即，可验证的发射，运行时隔离，可信IO，和安全存储。更具体地说，我们分析了TEE解决方案的典型架构构建块，为每个组件设计替代方案以及它们所带来的权衡。我们专注于硬件辅助TEE，并涵盖了学术界和工业界的广泛TEE建议。我们的分析表明，尽管TEE在目标、使用模型和指令集架构方面各不相同，但它们在设计方面都有许多共同的构建块。
2022-05-25 cs.AR cs.CR
Practical Secure Aggregation by Combining Cryptography and Trusted Execution Environments
本文针对纯密码学安全聚合计算开销大的问题，提出多种结合密码学与可信执行环境的混合安全聚合架构，并分析其安全性与性能的权衡。
2025-04-11 cs.CR
HyperEnclave: An Open and Cross-platform Trusted Execution Environment
学术界和工业界已经提出了许多可信执行环境（TEE）。但是，其中大多数都需要特定的硬件或固件更改，并绑定到特定的硬件供应商（如Intel，AMD，ARM和IBM）。在本文中，我们提出了HyperEnclave，一个开放的和跨平台的基于进程的TEE，依赖于广泛可用的虚拟化扩展来创建隔离的执行环境。特别是，HyperEnclave旨在支持灵活的飞地操作模式，以满足各种飞地工作负载下的安全性和性能需求。我们提供enclave SDK，以便在HyperEnclave上运行现有的SGX程序，只需很少或根本不更改源代码。我们已经在AMD商用服务器上实施了HyperEnclave，并在一家世界领先的金融科技公司部署了该系统，以支持真实世界的隐私保护计算。对微基准测试和应用基准测试的评估表明，HyperEnclave的设计只引入了很小的开销。
2022-12-08 cs.AR cs.CR cs.OS
HybCache: Hybrid Side-Channel-Resilient Caches for Trusted Execution Environments
现代多核处理器共享高速缓存资源，以最大限度地提高高速缓存利用率和性能。然而，这使得缓存容易受到侧信道攻击的攻击，其中共享缓存行为中的定时差异被利用来推断受害者的执行模式的信息，最终泄漏私有信息。这些攻击的根本原因是共享缓存条目并以确定性方式访问它们的进程相互不信任。已经提出了针对高速缓存侧信道攻击的各种防御。然而，它们要么显著降低性能，要么施加不切实际的限制，要么只能击败某些类型的攻击。更重要的是，它们假设整个执行工作负载都需要侧通道弹性缓存，并且不允许仅针对工作负载的安全关键部分选择性地启用缓解。我们提出了一个通用的机制，一个灵活的和软分区的集关联缓存，并提出了一个混合缓存架构，称为HybCache。HybCache可以配置为仅针对隔离执行域选择性地应用侧通道弹性缓存行为，同时为非隔离执行提供常规缓存行为、容量和性能。隔离域可以包括一个或多个进程、代码的特定部分或受信任的执行环境。我们表明，以最小的硬件修改和内核支持，HybCache可以提供侧通道弹性缓存仅用于隔离执行的性能开销为3.5- 5%，而不会产生性能开销的剩余执行工作负载。我们提供了一个基于模拟器和硬件实现的HybCache的性能和面积开销进行评估，并显示它如何减轻典型的基于访问和基于竞争的缓存攻击。
2019-09-20 cs.CR
Sharing without Showing: Secure Cloud Analytics with Trusted Execution Environments
本文提出一种基于Intel SGX的云分析方案，支持多用户数据在不信任环境下安全聚合与动态加入，无需重新加密或在线参与，实验显示平均开销为1.6倍。
2024-10-14 cs.CR
Trust Management as a Service: Enabling Trusted Execution in the Face of Byzantine Stakeholders
对于通过网络部署和远程访问的关键服务来说，信任无疑是最重要的挑战。这些系统面临着各种各样的威胁，从漏洞到漏洞利用，主动攻击，流氓操作员，或者只是粗心的管理员。为了保护这样的应用，需要保证它们被正确地配置并且安全地提供有“秘密”（例如，加密密钥），这不仅是为了保护其数据的机密性、完整性和新鲜性，而且也是为了保护其代码。此外，这些秘密不应该由单个利益相关者控制-这可能会受到损害并代表单点故障-并且它们必须在软件版本中受到保护，因为攻击者无法通过恶意更新访问它们。解决这些挑战的传统方法通常使用临时技术，并最终依赖于硬件安全模块（HSM）作为信任根。我们提出了一个更强大和通用的方法来信任管理，而不是依赖于可信的执行环境（TEE）和一组利益相关者作为信任的根。我们的系统PALAEMON可以作为部署在不可信环境中的托管服务运行，即，可以将其操作委托给不可信的云提供商，保证数据将保持机密，尽管不信任任何个人（即使具有根访问）或系统软件。PALAEMON以安全、高效和经济的方式解决了开发可信网络应用程序和服务时面临的五个主要挑战。我们对一系列基准测试和实际应用程序的评估表明，PALAEMON执行效率高，可以保护服务的秘密，而不改变其源代码。
2020-03-31 cs.CR cs.DC
ISA-Based Trusted Network Functions And Server Applications In The Untrusted Cloud
如今，企业在云中广泛部署网络功能（NF）和服务器应用程序。然而，敏感数据的处理和可信执行不能安全地部署在不可信云中。云提供商本身可能会意外泄露私人信息（例如，由于配置错误）或流氓用户可以利用供应商系统的漏洞来破坏执行完整性，对内部企业和客户数据的机密性构成威胁。在本文中，我们确定了（i）可应用可信执行的NF和服务器应用用例的数量，（ii）损害每个用例的私有数据和执行完整性的资产和影响，以及（iii）我们利用英特尔的Software Guard Extensions（SGX）架构为基于云的NF和服务器应用设计可信执行环境（TEE）。我们将SGX与数据平面开发工具包（DPDK）相结合，针对多种应用场景（针对普通和加密流量的第2层帧和第3层数据包处理、流量负载平衡和后端服务器处理）对我们的TEE进行原型设计和评估。我们的结果表明，涉及普通流量的NF可以实现几乎原生的性能（例如，对于64字节帧的第3层转发，每秒约2200万个数据包），而涉及加密流量和服务器处理的NF仍然可以实现有竞争力的性能（例如，对于64字节帧，服务器处理速度约为每秒1200万个数据包）。
2018-02-20 cs.CR cs.NI
Composite Enclaves: Towards Disaggregated Trusted Execution
不断增长的计算需求正在迫使从CPU转向异构专用硬件，这些硬件通过分散的基础设施在现代数据中心中随时可用。另一方面，可信执行环境（TEE），硬件安全领域最有前途的最新发展之一，只能保护限制在CPU中的代码，限制了TEE的潜力和适用性。我们观察到TEE的硬件可信计算基础（TCB）在设计时是固定的，这在实践中会导致使用不可信的软件来使用TEE中的外围设备。基于这一观察，我们提出了\emph{composite enclaves}与可配置的硬件和软件TCB，允许飞地访问多个计算和IO资源。最后，我们介绍了两个复合飞地的案例研究：i）基于RISC-V Keystone的FPGA平台连接到仿真外设和传感器，ii）大规模加速器。这些案例研究展示了一个灵活但小的TCB（IO外设和驱动程序为2.5 KLoC），具有低性能开销（上下文切换仅需约220个额外周期），从而证明了我们方法的可行性，并表明它可以与各种专用硬件一起工作。
2021-11-15 cs.AR cs.CR
TBNet: A Neural Architectural Defense Framework Facilitating DNN Model Protection in Trusted Execution Environments
Northeastern University（东北大学）；University of Massachusetts Dartmouth（马萨诸塞大学达特茅斯分校）
针对 TEE 保护边缘 DNN 时安全性与性能难以兼顾的问题，本文提出 TBNet 框架，通过双分支替代模型协同利用 REE 计算资源与隔离 TEE，实现低开销高效模型保护。
2024-05-07 cs.AI cs.CR cs.LG
External entropy supply for IoT devices employing a RISC-V Trusted Execution Environment
Tampere University（坦佩雷大学）；Unikie Oy（Unikie公司）；Technology Innovation Institute (TII)（技术创新研究所）
本文提出通过RISC-V可信执行环境为物联网设备提供外部熵，解决小规模设备熵获取不足的问题，利用TRNG和TEE确保熵的安全性与可靠性。
2026-03-16 cs.CR
A Survey of Secure Computation Using Trusted Execution Environments
Singapore Management University（新加坡管理大学）；Xidian University（西安电子科技大学）；Chongqing University（重庆大学）；Jinan University（暨南大学）
作为支撑可信计算的一项重要技术，可信执行环境（TEE）允许在本地和异地数据上启动计算任务，同时确保机密性和完整性。本文提供了一个系统的审查和比较基于TEE的安全计算协议。我们首先提出了一个分类法，将安全计算协议分为三大类，即安全外包计算，安全分布式计算和安全多方计算。为了使这些协议的公平比较，我们还提出了全面的评估标准，就四个方面：设置，方法，安全性和性能。基于这些标准，我们回顾，讨论和比较最先进的基于TEE的安全计算协议的通用计算功能和专用的，如隐私保护机器学习和加密数据库查询。据我们所知，这篇文章是第一次调查，审查基于TEE的安全计算协议和全面的比较可以作为一个指南，选择合适的协议部署在实践中。最后，我们还讨论了几个未来的研究方向和挑战。
2023-02-23 cs.AI cs.CR cs.DB
Abstraction of Trusted Execution Environments as the Missing Layer for Broad Confidential Computing Adoption: A Systematization of Knowledge
Télécom SudParis, Institut Polytechnique de Paris（巴黎理工学院苏德帕里斯电信）；Thales, cortAIx Labs（泰雷兹cortAIx实验室）；Lund University（隆德大学）；Karlstad University（卡尔斯特德大学）
本文系统化地探讨了可信执行环境的抽象层，旨在通过统一生态系统提升保密计算的广泛应用和效率，提出WebAssembly作为支持最大功能集的潜在解决方案。
2025-12-26 cs.CR
CyFence: Securing Cyber-Physical Controllers via Trusted Execution Environment
针对信息物理系统易受网络攻击的问题，提出利用可信执行环境保障语义检查代码安全的CyFence架构，可提升闭环控制系统韧性，在真实制动场景下验证有效且开销极低。
2025-06-12 cs.CR
SGX-MR-Prot: Efficient and Developer-Friendly Access-Pattern Protection in Trusted Execution Environments
本文提出 SGX-MR-Prot 原型，通过 MapReduce 框架规范数据流，在 SGX 中高效保护访问模式并降低开发者负担。
2023-08-12 cs.CR
Using Trusted Execution Environments for Secure Stream Processing of Medical Data
在第三方不受信任的云上处理敏感数据（例如由身体传感器产生的数据）尤其具有挑战性，同时又不损害生成数据的用户的隐私。通常，这些传感器以流方式生成大量连续数据。即使在强大的对抗模型下，也必须有效和安全地处理如此大量的数据。最近在大众市场推出的具有可信执行环境（TEE）的消费级处理器（例如英特尔SGX）为实施克服不太灵活的方法（例如基于同态加密的方法）的解决方案铺平了道路。我们展示了一个构建在英特尔SGX之上的安全流处理系统，以展示这种方法在专门适用于医疗数据的系统中的可行性。我们设计并完全实现了一个原型系统，我们评估与几个现实的数据集。我们的实验结果表明，与vanilla Spark相比，该系统实现了适度的开销，同时在强大的攻击者和威胁模型下提供了额外的保护保证。
2019-06-17 cs.CR
Mixed Fault Tolerance Protocols with Trusted Execution Environment
区块链系统是在存在故障的情况下设计、构建和运行的。有两种主要的故障模式，即崩溃故障和拜占庭故障。拜占庭容错（Byzantine fault tolerance，BFT）协议提供了更强的安全保障，因此被广泛应用于区块链系统。然而，它们的安全性保证是以牺牲性能和可扩展性为代价的。一些工作已经改进了BFT协议，可信执行环境（TEE）已被证明是一个有效的解决方案。然而，现有的这样的作品通常假设每个参与节点配备有TEE。对于其中参与者通常具有不同硬件配置的区块链系统，即，一些节点以TEE为特征，而其他节点不以TEE为特征，现有的基于TEE的BFT协议是不适用的。这项工作研究的设置，其中不是所有的参与节点功能TEE，根据我们提出了一个新的故障模型称为混合故障。在混合故障模型下，我们探索了一种设计高效分布式容错协议的新方法。通常，混合容错（MFT）协议假设$n$节点的网络，其中多达$f = \frac{n-2}{3}$可以经受混合故障。我们确定了两个关键原则，设计高效的MFT协议，即（i）优先考虑非模棱两可的节点在领导的协议，（ii）提倡使用公钥密码原语，允许认证的消息被聚合。我们通过规定MFT协议（即MRAft）来展示这些设计原则。我们使用英特尔SGX实现了MRAFT的原型，将其集成到CCF区块链框架中，进行了实验，并表明MFT协议可以获得与BFT协议相同的安全保证，同时仍然提供更好的性能（交…
2022-08-03 cs.CR cs.DC
Extending On-chain Trust to Off-chain -- Trustworthy Blockchain Data Collection using Trusted Execution Environment (TEE)
区块链在严格的加密假设和严格的安全证明之上创建了一个安全的环境。它允许链上交互实现可信赖的属性，如可追溯性，透明度和问责制。然而，目前的区块链可信度仅限于链上，与物理的链下环境形成了“信任鸿沟”。这是由于缺乏一种能够以实时和一致的方式真实地反映物理世界的方案。这种缺失阻碍了现实世界区块链应用的进一步发展，尤其是对于安全敏感的应用。本文提出了一种将区块链信任从链上扩展到链下的方案，并以可信疫苗运输为例。我们的方案包括：1）一个支持可信执行环境（TEE）的可信环境监控系统，该系统由Arm Cortex-M33微控制器构建，通过可信传感器持续感知疫苗盒内部并生成防伪数据; 2）一个一致性协议，以真实、实时、一致、连续和容错的方式将环境状态数据从TEE系统上传到区块链。我们的安全分析表明，没有对手可以以任何方式篡改疫苗而不被抓获。我们进行了一项实验，记录疫苗运输箱在运输过程中的内部状态，结果表明，该系统在本地感知和处理中的平均延迟为84 ms，然后是130 ms的平均延迟，以便将感知数据传输到区块链并在区块链中可用。
2022-01-03 cs.CR
Building A Trusted Execution Environment for In-Storage Computing
使用现代固态硬盘（SSD）的存储计算使开发人员能够将程序从主机卸载到SSD。它被证明是缓解I/O瓶颈的有效方法。为了促进存储中计算，已经提出了许多框架。然而，很少有人认为安全性作为存储计算的优先级。具体来说，由于现代SSD控制器没有可信的执行环境，卸载（恶意）程序可能会窃取，修改甚至破坏存储在SSD中的数据。在本文中，我们首先调查的攻击，可以进行卸载存储程序。为了抵御这些攻击，我们建立了IceClave，一个轻量级的可信执行环境的存储计算。IceClave实现了存储程序和闪存管理功能之间的安全隔离。IceClave还实现了存储程序之间的安全隔离，并以较低的开销执行存储DRAM的内存加密和完整性验证。为了保护从闪存芯片加载的数据，IceClave在闪存控制器中开发了一种轻量级的数据加密/解密机制。我们使用完整的系统模拟器开发IceClave，并使用各种数据密集型应用程序评估IceClave。与最先进的存储计算方法相比，IceClave仅引入了7.6%的性能开销，同时以最小的硬件成本在SSD控制器中实施安全隔离。与传统的基于主机的可信计算方法相比，IceClave提供了高达2.31 $\times$的性能优势，从而仍然保持了存储计算的性能优势。
2022-05-12 cs.AR cs.CR
Building Your Own Trusted Execution Environments Using FPGA
本文提出 BYOTee，利用商用 FPGA 按需构建具有可定制硬件 TCB 的多个安全飞地，并支持软硬件栈远程证明，实验验证了其安全与性能。
2024-05-11 cs.CR
GuaranTEE: Introducing Control-Flow Attestation for Trusted Execution Environments
大多数云提供商为用户提供了部署可信执行环境（TEE）的可能性，以保护其数据和流程免受高特权对手的攻击。此服务旨在解决用户在将关键任务迁移到云中时的担忧。然而，TEE只允许在启动时证明环境的完整性。为了在运行时证明TEE的完整性，我们提出了Guarantee。Guarantee使用控制流证明来确保在TEE内运行的服务的完整性。通过将Guarantee的所有组件额外放置在TEE中，我们不仅能够检测到受损的目标，还能够保护自己免受恶意管理员的攻击。我们通过对基于Microsoft Azure中的英特尔SGX的原型进行详细的性能和安全评估，展示了Guarantee的实用性。我们的评估表明，需要在TEE和额外的验证过程之间传输信息，在高CPU负载下增加了相当大的开销。然而，我们能够通过安全地缓存收集的信息并通过与执行应用程序并行地执行分析来减少这种开销。总之，我们的研究结果表明，Guarantee为云用户提供了一个实用的解决方案，专注于在运行时保护其数据和流程的完整性。
2022-05-06 cs.CR
Proof of Cloud: Data Center Execution Assurance for Confidential VMs
Flashbots；Technical University of Munich（慕尼黑工业大学）；Imperial College London（伦敦帝国学院）
DCEA通过绑定CVM认证与TPM证据，提供数据中心可信执行的证明，防止代理攻击并确保隐私敏感工作负载的执行位置可验证。
2026-03-03 cs.CR cs.DC
IceClave: A Trusted Execution Environment for In-Storage Computing
使用现代固态硬盘（SSD）的存储计算使开发人员能够将程序从主机卸载到SSD。它已被证明是缓解I/O瓶颈的有效方法。为了促进存储中计算，已经提出了许多框架。然而，很少有人把仓储安全作为第一公民来对待。具体来说，由于现代SSD控制器没有可信的执行环境，卸载（恶意）程序可能会窃取，修改甚至破坏存储在SSD中的数据。在本文中，我们首先调查的攻击，可以进行卸载存储程序。为了防御这些攻击，我们构建了一个轻量级的可信执行环境，名为IceClave，用于存储内计算。IceClave支持存储内程序与闪存管理功能之间的安全隔离，这些功能包括闪存地址转换、数据访问控制和垃圾回收以及TrustZone扩展。IceClave还通过以低开销强制执行存储DRAM的内存完整性验证来实现存储程序之间的安全隔离。为了保护从闪存芯片加载的数据，IceClave在闪存控制器中开发了一种轻量级的数据加密/解密机制。我们用完整的系统模拟器开发IceClave。我们评估IceClave与各种数据密集型应用程序，如数据库。与最先进的存储计算方法相比，IceClave仅引入了7.6%的性能开销，同时以最小的硬件成本在SSD控制器中实施安全隔离。与传统的基于主机的可信计算方法相比，IceClave提供了高达2.31 $\times$的性能优势，从而仍然保持了存储计算的性能优势。
2021-09-08 cs.AR cs.CR
IBBE-SGX: Cryptographic Group Access Control using Trusted Execution Environments
虽然许多云存储系统允许用户通过使用加密来保护他们的数据，但只有少数支持对这些数据进行协作编辑。实现这种协作的一个主要挑战是需要以安全和有效的方式实施加密访问控制策略。在本文中，我们介绍了IBBE-SGX，一个新的加密访问控制扩展，是有效的计算和存储方面，即使在处理大型和动态工作负载的成员资格操作，而在同一时间提供零知识保证。IBBE-SGX建立在基于身份的广播加密（IBBE）基础上。我们利用英特尔软件防护扩展（SGX）来降低计算复杂性，从而解决IBBE在云部署中的不切实际性。此外，我们提出了一个组分区机制，成员更新的计算成本是绑定到一个固定的常数分区大小，而不是整个组的大小。我们已经实现并评估了新的访问控制扩展。结果表明，IBBE-SGX执行成员资格更改的速度比传统的混合加密（HE）方法快1.2个数量级，产生的组元数据比HE小6个数量级，同时提供零知识保证。
2018-07-27 cs.CR cs.DC
On Securing the Software Development Lifecycle in IoT RISC-V Trusted Execution Environments
Ruhr University Bochum（鲁尔大学波鸿分校）；NEC Laboratories Europe（NEC欧洲实验室）；GMV Spain（GMV西班牙）
本文提出了一种新型工具包，使RISC-V TEE支持软件开发生命周期的关键功能，包括安全更新、迁移、状态连续性和可信时间，且性能开销极低。
2026-03-18 cs.CR
Runtime Governance for Agentic AI: Action-Boundary Control with Trusted Provenance and Fail-Closed Execution
SPQR Technologies Inc.（SPQR科技公司）
该研究提出Aegis运行时治理系统，通过可信决策层调解智能体AI的工具行动提案，在沙堡语料库评估中成功阻止风险提案转化为治理副作用。
2026-08-19 cs.AI cs.CE cs.CR
DarkneTZ: Towards Model Privacy at the Edge using Trusted Execution Environments
Imperial College London（伦敦帝国学院）；Queen Mary University of London（伦敦玛丽女王大学）；Telefónica Research（西班牙电信研究院）；Samsung AI（三星人工智能中心）
我们提出了DarkneTZ，这是一个框架，它使用边缘设备的可信执行环境（TEE）结合模型分区来限制针对深度神经网络（DNN）的攻击面。越来越多的边缘设备（智能手机和消费者物联网设备）配备了用于各种应用的预训练DNN。这种趋势伴随着隐私风险，因为模型可能会通过有效的成员推断攻击（MIA）泄露有关其训练数据的信息。我们使用两个小型和六个大型图像分类模型评估DarkneTZ的性能，包括CPU执行时间、内存使用和精确功耗。由于边缘设备的TEE的内存有限，我们将模型层划分为更敏感的层（将在设备TEE内执行）和一组将在操作系统的不受信任部分中执行的层。我们的研究结果表明，即使一个单一的层是隐藏的，我们可以提供可靠的模型隐私和防御最先进的MIA，只有3%的性能开销。当充分利用TEE时，DarkneTZ提供了高达10%开销的模型保护。
2020-04-12 cs.CR cs.LG stat.ML
