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。

本文研究了一种针对加密数据库的数据库重建攻击，攻击者仅需获取少量多维范围查询的访问模式（即查询结果的行数或是否存在），即可重建整个数据库的内容。现有工作大多假设攻击者能观察到大量查询或细粒度的泄露，而本文证明即使在极有限的泄露下（如仅知道查询返回的行数），也能实现精确重建。核心方法包括：（1）形式化地定义查询泄露与数据库结构之间的关系；（2）提出一种基于整数线性规划的重建算法，利用少量查询的约束条件来推断每条记录是否属于某个查询结果；（3）通过理论分析证明，对于任意数据库，只需约 O(d * log n) 个随机范围查询（d为维度，n为记录数），就能以高概率唯一确定数据库。实验在合成数据和真实数据集上验证了方法的有效性，仅需数百个查询即可重建具有数千条记录的多维数据库。该工作揭示了一种新型的侧信道威胁，对加密数据库系统的安全性提出了新的挑战。