异构CPU-GPU工作负载越来越多地应用于安全关键嵌入式系统（如自动驾驶、工业控制），但现有控制流证明（CFA）技术仅关注CPU侧，而GPU侧证明局限于静态加载时验证，无法提供运行时保证。这导致针对GPU内核的运行时攻击以及CPU-GPU交互契约的违反无法被检测。本文提出WarpGuard，首个面向异构CPU-GPU工作负载的复合控制流证明框架。WarpGuard针对统一控制流图（CFG）验证执行，该图同时包含CPU和GPU组件。它通过两种方式扩展现有CFA技术：一是通过追踪GPU内核执行并与内核特定CFG对比，实现GPU内核的运行时CFA；二是监控内核启动事件并强制每个调用点的策略，以检测CPU-GPU边界上的违规。这些扩展解决了GPU并行性和跨设备交互带来的挑战。WarpGuard采用基于软件的插桩实现，无需专用硬件或二进制修改。在NVIDIA Jetson Orin Nano上的评估表明，WarpGuard能检测GPU侧控制流攻击和跨边界攻击。在微基准测试、SPECAccel及八个TensorRT推理工作负载中，WarpGuard引入的开销适中，表明其在嵌入式安全关键场景中具有实用性。

控制流认证（CFA）允许远程验证者在目标设备上通过监控运行时控制流行为来验证程序执行。然而，控制流弯曲（CFB）攻击通过破坏分支标志、循环计数器等运行时数据，使攻击者能够沿着程序控制流图的合法边执行，此类攻击难以检测。现有解决方案存在显著缺陷：需要枚举大量测量空间、仅覆盖部分攻击子集或依赖底层硬件修改。本文提出KS-CFA，一种新型CFA方案，能够在不产生上述开销的情况下检测四种转移类型（间接调用、条件跳转、间接跳转和返回）的CFB攻击。该方法结合符号执行和基于输入源的控制流相关变量的选择性识别：这些变量是读取自外部输入的控制流相关状态的严格子集。证明设备在可信执行环境（TEE）内记录控制流轨迹以及决定相关运行时变量的外部输入。验证者然后通过单路径符号执行回放报告路径，预测每个转移并定位标识攻击的偏差。我们使用RISC-V Keystone TEE和Embench-IoT在QEMU和基于Rocket的FPGA平台（NiteFury II）上实现并评估了KS-CFA。证明方相对于未认证执行的开销在QEMU上为6.8-20.5倍，在FPGA上为6.7-32.2倍，且验证无需路径或值枚举。