该研究源自浙江大学等机构，针对NVIDIA GPU平台上地址空间布局随机化（ASLR）机制的实现缺陷展开系统分析。研究首先逆向梳理了NVIDIA驱动与用户态运行时库在GPU虚拟地址空间上应用ASLR的具体逻辑，发现其熵源质量、随机化时机以及布局更新策略存在多个薄弱环节。通过大量实验测量与对比，论文量化了现有ASLR在GPU场景下的有效熵值，证明其远低于理论上限，并进一步展示了利用这些缺陷可能绕过ASLR防护的攻击场景。研究中还讨论了跨进程信息泄露、内核驱动与用户态运行时之间的协同攻击面，以及不同GPU架构和驱动版本之间的差异。论文的核心贡献在于首次系统性地剖析了GPU ASLR的设计与实现风险，提出了针对该平台的攻击模型，并给出了增强随机化强度、改进熵源管理以及调整运行时库分配策略等防御建议。该工作有助于安全社区重新审视GPU作为通用计算设备时的内存安全隔离边界，为GPU驱动及固件安全审计提供了参考。

该论文提出一种名为Oreo的软硬件协同设计方法，旨在加强地址空间布局随机化（ASLR）对抗微架构侧信道攻击的能力。ASLR是目前广泛部署的内存破坏防御机制，通过随机化进程的虚拟地址来防止攻击者获知程序内容在内存中的位置。然而，微架构侧信道攻击（如基于缓存的攻击、分支预测攻击等）已被证明能够绕过ASLR，泄露其随机化密钥。论文首先系统分析了现有的微架构攻击，识别出多个信息泄漏路径。由于ASLR暴露的攻击面广泛，单纯依靠软件或硬件难以有效防御。为此，Oreo引入了一种新的内存映射接口，在虚拟地址转换为物理地址之前，先移除其中的随机化比特位。这一额外步骤确保随机化后的虚拟地址不会暴露给微架构结构（如缓存、TLB等），从而阻止侧信道泄漏ASLR秘密。Oreo对用户程序透明，无需修改应用程序代码，且性能开销较低。作者在Linux平台上基于硬件模拟器gem5实现了原型并进行了评估，验证了其有效性和低开销。该研究面向系统安全研究人员和处理器设计者，为防御微架构侧信道攻击提供了新的思路。