密码学库的安全性一直聚焦于加密原语的恒定时间实现，以抵御微架构侧信道攻击。然而，本研究揭示了一个被普遍忽视的攻击面：处理密钥数据的工具函数也可能泄露机密信息。作者重点分析了多个广泛使用的密码学库（如 Microsoft CNG 和 Botan）中 base64 解码函数的侧信道泄漏。这些函数用于加载 PEM 格式的密钥，在解析过程中会涉及秘密相关分支和查表操作。即使在可信执行环境（如 Intel SGX）中，攻击者仍可通过高分辨率最后一级缓存（LLC）攻击观察到泄漏信号，从而恢复 RSA 私钥。更值得注意的是，近期针对瞬态执行攻击（如 LVI）的缓解措施反而增强了这些微弱泄漏的可利用性，使攻击者仅凭单次测量迹线即可推断出足够的密钥信息。作者实现了完整攻击链，包括库易感性分析、针对 SGX enclave 的 LLC 攻击，以及并行化的 extend-and-prune 密钥恢复算法，表明以中等计算成本即可完全恢复 RSA 私钥。该研究揭示了安全认证库中的系统性缺陷，强调仅审计加密原语并不足够，所有处理敏感数据的边缘函数都需要严格审查。此外，该工作指出 TEE 并非安全边界，侧信道攻击依然可行。本文对密码学库开发者、TEE 安全研究人员及安全评测机构具有重要参考价值。

这篇论文以加密库开发者对时序攻击（timing attacks）的认知与态度为研究对象，采用访谈或问卷等实证方法，收集了多位主流加密库（如 OpenSSL、libsodium 等）维护者的第一手观点。核心问题是：为什么时序攻击在理论上广为人知，但在实际加密库开发中仍频繁出现缓解不足或错误实现？研究发现，开发者普遍认为时序攻击“并不那么难以缓解”，但实际操作中面临测试工具缺乏、性能与安全权衡、底层硬件复杂性、以及API设计难以引导安全使用等结构性障碍。论文提出了一套面向加密库开发者的“心智模型”分类，区分了不同开发者对时序风险的感知精度与缓解经验，并揭示了团队协作、代码审查、标准化测试在时序安全实践中的真实作用。主要贡献包括：首次系统化记录加密库开发者对时序攻击的集体认知、识别出安全建议在实际工程落地时的断裂带、并提出了改进密码学库安全工程实践的具体建议，如更智能的测试夹具、对常数时间代码的自动化检查工具，以及更清晰的文档指引。适合密码学库维护者、安全工具开发者、以及研究开发者安全行为与可用安全的学者阅读。

该论文对密码库中侧信道漏洞的自动化检测工具进行了系统性评估。侧信道攻击通过分析执行时间、功耗等物理泄露来破解密码实现，开发者通常需要采用恒定时间编程来防御，但人工编写容易出错。目前已有多种自动化检测工具（如静态分析、动态分析、基于LLVM的pass等），但漏洞仍常在密码库中被手动发现。Jancar等人的研究表明开发者很少使用这些工具，但尚未评估这些工具是否本可以检测到那些已知漏洞。本文旨在填补这一空白：作者收集了密码库中实际报告的侧信道漏洞，构建了一个测试基准，并选取多个代表性工具进行测试。实验评估了各工具对不同类型侧信道（如时序、缓存）的检测能力、误报率、覆盖率等。结果显示，现有工具在检测真实世界漏洞方面表现不一，许多漏洞无法被任何单一工具检测到，且存在较高的误报。论文讨论了工具的局限性，并提出了改进方向，例如结合多种分析技术或提高对复杂代码模式的识别。该研究为安全从业者选择和使用自动化检测工具提供了实证依据，并推动了工具研发的进步。