本文提出了一种名为 Reducio 的机密无服务器云部署优化方案，面向企业客户对数据隐私与低延迟的双重需求。近年来，基于机密虚拟机（Confidential Virtual Machines, CVM）的无服务器平台被提出，旨在解决无服务器函数在处理敏感数据时的隐私泄漏问题，同时保持较低的调用延迟。然而，作者的研究表明，现有方案为了实现隐私与低延迟，通常需要在基础设施层面进行大量改动，并消耗较大的平台内存资源，这给实际部署带来了较高门槛。Reducio 是一种替代性的无服务器平台设计，核心目标是不要求基础设施变更，并显著降低平台内存占用。其设计包含两个关键组件：(1) 基于内核去特权化特性的函数隔离框架，该框架在 CVM 内部实现函数级隔离，从而最小化对底层基础设施的依赖；(2) 一种分层缓存方法与算法，能够高效利用小容量的内存函数缓存，减少冷启动和重复加载的开销。实验评估表明，Reducio 能够同时降低平台部署要求和函数内存消耗，在保持机密性的前提下提升了资源利用效率。本文适合关注机密计算、无服务器架构、函数隔离和云安全的研究人员与平台开发者阅读。

本文针对检索增强生成（RAG）系统中的缓存安全问题展开研究。现代RAG部署广泛使用缓存来降低token成本和时间至首token延迟（TTFT），其中前缀级KV复用已是标准做法，但输出级的语义答案缓存仍然脆弱：相似提示可能映射到不同正确答案，检索证据随语料更新而漂移，且存在对抗性碰撞攻击可劫持缓存响应。作者指出缓存答案复用的关键问题不在于如何更快复用，而在于何时复用是安全的。为此，他们提出GroundedCache——一种基于证据验证的缓存路由器，仅当四个廉价门控条件同时满足时才允许复用缓存答案：查询相似性、检索证据重叠、源版本有效性以及新检索证据对缓存答案的词汇（或基于评判器）支持。研究构建了一个六模态工作负载来压力测试缓存安全性而非仅关注命中率，并引入面向运营者的指标——不安全服务率（USR），即接收到错误缓存答案的查询比例。在2个数据集和12,000个真实LLM生成（使用vLLM和自动前缀缓存的Qwen2.5-7B-Instruct）上的实验表明，GroundedCache在HotpotQA的每个模态下将USR降至0.0%（而朴素缓存为15-35%），在mtRAG文档漂移下降至1.5%（对比51.5%），在对抗性模态下实现34倍减少，在其他mtRAG模态下减少3-10倍，同时端到端中位延迟保持在无缓存RAG基线的1.04-1.07倍。消融实验显示，词汇支持门控是两个数据集上的主要安全机制，其他门控以接近零成本提供深度防御。本文适用于RAG系统开发者、缓存设计者和安全研究者。