本文研究利用缓存侧信道实现目标去匿名化的攻击与防御。作者首先分析了现代处理器中缓存侧信道泄露的机制，指出攻击者可通过监控共享缓存访问模式来识别受害者的活动，从而推断其身份或敏感信息。然后，提出了一种新的去匿名化攻击方法，利用CPU缓存的时序差异来区分不同进程或虚拟机的行为，结合先验知识（如网站指纹）实现用户去匿名化。实验在真实多用户系统上验证了攻击的有效性，成功率达到90%以上。针对该威胁，作者设计了两种防御机制：一是基于缓存分区，隔离敏感进程的缓存占用；二是引入随机延迟，混淆缓存访问模式。评估表明，防御措施在合理性能开销（<15%）下有效降低攻击成功率至10%以下。本文系统性地揭示了缓存侧信道在隐私攻击中的新应用，并提供了可落地的对策，适合安全研究人员、系统架构师以及云服务提供商阅读。

本文针对现代CPU微架构中非线性缓存切片函数（cache-slice functions）的逆向工程提出了创新方法。由于CPU缓存是微架构攻击（如Spectre、DRAMA等）的关键组件，理解其寻址机制对攻击者和防御者都至关重要。然而，Intel混合微架构（如Alder Lake、Meteor Lake）中复杂的非线性哈希函数使得传统逆向工程方法耗时数天甚至无法完成。作者通过深入分析微架构哈希函数的特定结构，设计了一种自动化工具，将逆向时间从数天缩短至分钟级。该方法可处理高达512 GB内存及多种切片配置的系统，成功识别了13个新的缓存切片寻址函数，并扩展了现有函数对多代CPU的支持。此外，论文揭示了非线性切片函数复杂性带来的直接后果：非特权攻击者可利用其构建虚拟到物理地址的oracle，从而泄露物理地址信息。在三个案例研究中，作者展示了该方法在非攻击者映射内存上执行定向Spectre攻击、实现DRAMA攻击以及创建缓存驱逐集的实际效果。结论强调，现代CPU中复杂的缓存切片函数显著增加了攻击面。

该论文展示了一种针对 SQLite 数据库的缓存侧信道攻击，能够从噪声体积数据中重建数据库内容。攻击采用 Flush+Reload 方法，通过监控缓存命中与缺失，推断出数据库上范围查询的近似体积（即查询返回的记录数）。这些体积数据带有噪声，但论文提出了若干算法来克服噪声并精确重建数据库。核心算法包括：一种噪声容忍的团查找算法，用于从部分噪声体积中识别一致的查询集合；一种“匹配与扩展”算法，用于推断团中缺失的体积；以及一个利用最近向量问题（CVP）求解器的噪声减少步骤，进一步提升重建准确性。实验在个人笔记本电脑上进行，针对规模达 100,000 条记录、属性范围大小为 12 的数据库，重建误差低至 0.11%，耗时不到 12 小时。攻击的时间复杂度随查询属性范围大小快速增长，但能很好地扩展到大数据库。研究揭示了侧信道泄漏在数据库安全中的严重威胁，并提供了实际可行的重建方法。