该论文关注高性能 CPU 市场从 x86 向 Arm 架构转型的背景，特别是 Apple M 系列芯片在苹果生态系统中完全取代 Intel CPU 的趋势。作者指出，尽管 x86 CPU 已被安全社区广泛分析，但苹果生态系统的安全性仍然缺乏系统性的探索。论文提出了一种基于浏览器的无计时器推测执行攻击方法，命名为 iLeakage，针对 Apple 设备（如搭载 M 系列芯片的 Mac 和 iOS 设备）发起侧信道攻击。传统推测执行攻击通常依赖高精度计时器来测量缓存或微架构状态变化，但浏览器环境往往限制或模糊化计时精度。iLeakage 通过利用不需要显式计时器的机制，在 Safari 等浏览器中实现跨进程或跨站点的敏感信息泄露。论文的核心贡献是首次在苹果自研芯片上展示实用的浏览器端推测执行攻击，弥补了 Arm 架构（特别是 Apple Silicon）安全研究的空白。虽然摘要未提供具体攻击细节和实验数据，但该方法暗示了苹果设备在现代 Web 攻击面中面临新的侧信道风险，也表明需要针对 Apple 芯片的微架构特性重新审视浏览器安全隔离机制。

本文研究了苹果 M1 芯片等异构系统级芯片（SoC）中 CPU 与 GPU 共享系统级缓存（SLC）所引入的新型跨域攻击面。作者发现，GPU 的内存访问会在共享 SLC 中留下集合级别的足迹，这些足迹可被无特权的 CPU 进程观测到。基于这一发现，他们首次实现了针对 GPU 工作负载的细粒度、访问驱动、Prime+Probe 风格的 CPU 到 GPU 缓存侧信道攻击。研究首先逆向工程了苹果 M1 的 SLC 集合索引函数以及私有缓存与 SLC 的交互机制，然后构建了 CPrime+CProbe 技术，使 CPU 能够以缓存集合粒度监视 GPU 受害活动。进一步，作者提出加速变体 GPrime+CProbe，利用 GPU 快速预填充 SLC，将隐蔽通道吞吐量提升了 6.4 倍。为证明实际危害，论文展示了两个端到端隐私攻击：一是针对图神经网络（GNN）的图边重建攻击，在五个数据集上达到 90% 的边准确率；二是针对大语言模型（LLM）的隐私攻击，在 TinyLlama 和 GPT-2 Medium 模型上可恢复最高 94.8% 的输入关键词和 88.9% 的模型响应。这些结果揭示了苹果 Silicon 中一类新的微架构漏洞，并为异构 SoC 的安全系统缓存设计敲响警钟。本文适合关注微架构安全、GPU 安全、侧信道攻击与异构计算安全的研究人员阅读。

本文研究了苹果自研 ARM 架构处理器（Apple Silicon）上 macOS 系统的内核地址空间布局随机化（KASLR）安全性。KASLR 是一种基于随机化的内核加固技术，但历史上容易受到微架构侧信道攻击。现代 macOS 系统通过内核隔离（kernel isolation）将内核页表与用户空间页表分离，试图阻止 KASLR 突破攻击。本文发现，利用系统调用中的 Spectre 型推测执行 gadget，无特权攻击者可以诱导对选定内核地址的转换，使 TLB（转换后备缓冲区）根据地址的有效性发生变化，从而构建绕过内核隔离的 KASLR 突破原语。研究人员通过硬件性能监控单元对多种 M 系列处理器上的 TLB 内部结构进行逆向工程。基于该原语，他们实现了 SysBumps——首个针对 Apple Silicon 上 macOS 的 KASLR 突破攻击。实验评估表明，SysBumps 能够在不同 M 系列处理器和 macOS 版本上有效突破 KASLR。文章还讨论了可能的缓解措施。该研究揭示了即使在内核隔离存在的情况下，推测执行侧信道仍可被利用，对苹果生态系统的安全性构成了严重威胁。