本文提出了一种名为 SpecTaint 的新型 Spectre 漏洞检测技术，旨在解决软件修补过程中难以发现潜在 Spectre 指令窗口（gadget）的问题。当前缓解 Spectre 类攻击的主要手段是在程序中插入序列化指令来禁用潜在 gadget 的投机执行，但缺乏自动化、高效且精确的 gadget 检测方法。SpecTaint 通过在 CPU 模拟器（QEMU 等系统级模拟器）中模拟和探索投机执行路径，将动态污点分析扩展到这些路径上，从而能够追踪数据在投机执行期间如何流动并识别可能被利用的 gadget。作者实现了原型系统 SpecTaint，并在自建的 Spectre 样本数据集和真实世界应用（如 Caffe、Brotli）上进行了评估。实验结果表明，与现有的最先进 Spectre gadget 检测方法相比，SpecTaint 在检测精度和召回率上均有大幅提升，并且能在真实应用中发现新的 Spectre gadget。此外，基于 SpecTaint 检测结果进行的补丁操作，能够显著降低补丁后的性能开销（相比其他检测方法），说明该方法不仅检测能力强，还能辅助生成更精简、性能更好的缓解方案。本文的核心贡献在于：首次将动态污点分析系统性地应用于投机执行路径，实现了系统级模拟下的精确 gadget 发现，并在多个维度上优于已有工作。适合关注微架构侧信道攻击防御、二进制分析、以及 CPU 模拟器开发的蓝队安全研究人员阅读。