本文提出了一类新的非均匀 Rowhammer 访问模式，能够在生产环境中绕过 DRAM 内部专有的目标行刷新（TRR）机制。作者观察到，此前所有已发表的 Rowhammer 攻击模式都是均匀地锤击“攻击者”行，而这种均匀性恰好被 TRR 利用来识别攻击者行并在其邻近的“受害者”行发生错误之前进行刷新。随着半导体工艺节点缩小，DRAM 单元对干扰更加敏感，触发比特翻转所需的访问次数显著减少，因此探索不可预测的非均匀访问模式变得有价值。然而，非均匀模式搜索空间巨大。作者设计了实验来探索该空间，重点考察了攻击者行访问的顺序、规律性和强度对绕过缓解措施的影响。他们发现，在频域中随机化参数能够捕捉这些关键特征，并据此设计了 Blacksmith——一个可扩展的 Rowhammer 模糊测试器，可生成以不同相位、频率和幅度锤击攻击者行的模式。Blacksmith 在全部 40 条新购的 DDR4 DIMM 上成功触发了比特翻转，比现有最佳方法多覆盖 2.6 倍的设备，平均产生 87 倍的比特翻转数量。此外，作者还验证了这些模式在低功耗 DDR4X 设备上的有效性。通过 Blacksmith 的广泛分析，该研究为当前部署的 TRR 缓解措施的特性提供了新见解。作者总结道，经过近十年的研究和部署的 DRAM 内部缓解措施，Rowhammer 的威胁状况可能比其刚被发现时更为严峻。

该论文系统研究了DRAM读取干扰（Read Disturbance）现象，特别是RowHammer和RowPress两种导致未访问存储单元发生意外比特翻转的可靠性问题。当前学术界存在两条研究路径：实验表征（通过真实芯片测试统计翻转行为）和器件级建模（基于TCAD仿真或物理机制分析），但两者之间存在显著脱节——现有物理模型无法完全解释所有关键实验观测结果。作者首先识别并论证了现有器件级模型与实验表征在三个基本指标上的不一致性：（1）比特翻转方向（0→1或1→0）、（2）翻转比特数量、（3）触发首次翻转所需的最少攻击行激活次数（ACmin）。随后，论文提供了一套全面且严格的TCAD仿真方法，成功复现了实验表征中观察到的RowHammer和RowPress翻转特征。基于仿真结果，作者总结了更新的器件级错误机制，指出了显著影响仿真与实际芯片匹配度的关键建模参数，并讨论了对未来DRAM读取干扰表征方法学和缓解技术设计的影响。该工作旨在弥合实验与建模之间的鸿沟，为理解、表征和缓解DRAM读取干扰提供原理性基础。适合DRAM可靠性研究者、存储系统设计者以及硬件安全工程师阅读。

HammerScope 是一项针对 Rowhammer 攻击的新研究，揭示了 DRAM 行锤击操作不仅导致比特翻转，还伴随可观测的功耗波动。论文首先分析了 Rowhammer 操作对 DRAM 芯片功耗的影响机制：重复激活（行锤击）使得存储单元漏电流增大，进而导致芯片的瞬时功耗上升。通过设计精密的测量电路（利用片上电压调节器或外部示波器感知电流变化），作者展示了攻击者可以在无需物理接触内存芯片的情况下，远程从 DRAM 功耗信号中泄露秘密信息。具体而言，攻击者通过构造特定的内存访问模式（如交替访问相邻行）引发目标行电荷泄露，同时从 DRAM 的电源引脚或系统主板上的供电节点测量功耗变化的幅度与频率。论文在不同 DRAM 型号（DDR3、DDR4）上验证了该方法的有效性，并实现了针对 RSA 解密过程中密钥位信息的推断——观察到功耗波形与算法中条件分支存在相关性，从而可以提取密钥。此外，作者讨论了现有 Rowhammer 防御措施（如 ECC、目标行刷新、内存加密）对功耗侧信道的局限性，并提出了基于功耗隔离或随机化访问序列的潜在缓解思路。实验结果表明，HammerScope 能够在数秒内以高准确率恢复 RSA-2048 的密钥位，且不影响 DRAM 的正常功能。该工作将 Rowhammer 的攻击面从完整性扩展到了机密性，对云环境、共享内存系统的安全设计具有重要警示意义。

现代DRAM芯片容易受到读取干扰现象的影响，例如RowHammer和RowPress，这些现象会在访问相邻行一定次数后导致比特翻转。ColumnDisturb是一种全新的、根本不同的DRAM读取干扰现象。与RowHammer和RowPress不同，ColumnDisturb干扰的是DRAM的列而非行，并且受影响DRAM单元的数量从仅几个相邻行扩展到三个连续DRAM子阵列中的所有单元。本文提出了ColumnKeeper，这是第一套ColumnDisturb缓解方案，包含两种变体：ColumnKeeper-D（CK-D）是一种确定性机制，ColumnKeeper-P（CK-P）是一种概率性机制。CK-D利用DRAM的开位线架构，以较低的性能和能量开销提供确定性的安全保证：它使用每个子阵列的两个计数器来跟踪影响奇数列和偶数列的激活，当任一计数器达到预定阈值时，刷新子阵列中的一行。CK-P则以预定概率在中间子阵列行激活时刷新三个连续子阵列中的一行，以较低的面积开销提供可配置的安全保证。两种机制都能以较低的性能、能量和面积开销防止ColumnDisturb比特翻转。在当前实验证明的ColumnDisturb阈值（1M）下，CK-D和CK-P的平均单核性能开销分别仅为0.15%和0.36%。对于近未来的阈值（128K），开销仍较低，平均分别为1.70%和2.73%。通过采用更小的子阵列大小或启用子阵列级并行性，在低阈值（如16K）下缓解ColumnDisturb仍然是可能的。CK-D和CK-P的面积开销分别仅为0.1 mm²和0.03 mm²。ColumnKeeper代码已开源。

本研究首次实验展示了 DejaVu 现象，即之前写入 DRAM 单元的数据会影响 DRAM 对读取干扰的脆弱性。通过对三大制造商（三星、SK海力士、美光）的112个商用DDR4 DRAM芯片进行系统表征，研究者发现：与仅写入一次的基线相比，1）用相反数据覆盖受害行会降低ACmin（诱导位翻转所需的最小攻击行激活次数），即增加脆弱性；2）写入相同数据两次则会增加ACmin，即提升鲁棒性。研究者提出了两种物理机制假说：一是相反数据写入导致电荷未完全恢复，二是改变有源区电荷陷阱状态从而影响干扰泄漏电流。通过受控实验验证了这些假说。此外，还表征了使用DejaVu模式初始化的DRAM行对PUD（利用DRAM进行计算）操作可靠性的影响：对32行MAJ-3（多数决）操作的测试显示，与基线相比，覆盖写入可使失败位线数量平均减少32.7%。基于观测，研究者阐述了DejaVu的两大意义：1）DRAM测试与表征方法必须考虑DejaVu，以准确评估固定数据模式下的读取干扰脆弱性，并避免DejaVu对数据模式效应的干扰；2）评估读取干扰缓解技术的性能开销时，若需降低阈值以对抗DejaVu（例如阈值降低20%时性能开销增加6.3%）。该研究对Rowhammer攻击的防御、DRAM可靠性测试以及内存内计算设计具有重要参考价值。

Rowhammer 攻击是一种利用 DRAM 单元之间电磁耦合效应导致比特翻转的硬件漏洞。传统上，此类攻击需要本地代码执行或特定硬件访问权限。该论文提出了一种名为 Posthammer 的新型攻击向量，通过浏览器中的 JavaScript 代码，利用延迟刷新命令（postponed refresh commands）实现在广泛使用的 DRAM 模块上引发 Rowhammer 比特翻转。作者分析了现代 DRAM 刷新机制的弱点，并设计了一种无需任何权限的纯浏览器端攻击方法。实验表明，Posthammer 能在多款主流浏览器和 DRAM 型号上成功诱导比特翻转，从而可能实现权限提升、信息泄露或拒绝服务。该工作首次证明了在浏览器环境中利用延迟刷新命令进行 Rowhammer 攻击的可行性，对云服务和终端用户安全构成潜在威胁。

该论文研究了现代DRAM芯片中的读取干扰现象（如RowHammer和RowPress），即频繁访问或持续打开一个DRAM行（攻击行）会导致其物理邻近的未被访问行（受害行）发生比特翻转。这种干扰机制可从软件栈层面被实际利用，并随着密度缩放而加剧。作者提出了一种新的DRAM访问模式——ScaleDisturb，通过不对称地延长两个攻击行的打开时间来放大读取干扰。在196个DDR4和3个HBM2 DRAM芯片上的严格实验表征表明，ScaleDisturb相比现有最先进的访问模式，能够在显著更少的行激活次数下引发比特翻转，使得所有受测DRAM芯片上的读取干扰攻击更容易实施，并且随着DRAM制造工艺缩小到更小的节点尺寸，DRAM对读取干扰的脆弱性增加。论文还在真实系统上展示了概念验证攻击，用户级程序利用ScaleDisturb比最先进的RowHammer和RowPress访问模式引发了更多比特翻转。最后，论文描述并评估了四种缓解ScaleDisturb引起的读取干扰比特翻转的解决方案，并呼吁进行更多研究。

DRAM工艺的持续缩放使得RowHammer漏洞日益严重。JEDEC针对此问题引入了每行激活计数（PRAC）与Alert Back-Off协议作为DDR5的可选特性，但PRAC需要每行计数器单元，带来了面积开销，且每次激活更新计数器会延长DRAM时序参数，导致性能下降。概率性缓解方案（如MINT）通过在周期性缓解窗口内随机选择并缓解行来提供低成本替代方案。MINT在高阈值（≥1000）下有效，但在低阈值下必须提高缓解率以克服“非选择问题”——即被频繁锤击的行可能反复逃避采样。这种固定比例的缓解率缩放即使在无攻击时也会降低有效内存带宽。为克服这一限制，本文提出PrISM，一种基于相交的概率性缓解方法。PrISM利用采样历史队列（SHQ）关联不同窗口内的采样行：每个窗口仅采样少量激活槽，将采样但未缓解的行存入SHQ，当采样行在历史中再次出现时，通过现有的Alert Back-Off协议请求额外缓解。这使得PrISM仅在观察到持久性行活动时才增加缓解，而无需全局提高固定缓解率。在阈值为500时，PrISM仅导致0.2%的平均性能损失，而PRAC为14%。PrISM无需DRAM阵列修改或每行计数器，每个存储体仅需625B SRAM，比先前的安全计数器型内存内防御少一到两个数量级。与MINT相比，PrISM在低阈值下提供更好的可扩展性：在阈值为250时，平均性能损失从10.7%降至1.5%，降低7.1倍。PrISM已在GitHub开源。

本文是一项针对 Rowhammer 漏洞在真实硬件环境中流行程度的大规模研究。研究团队通过开发自动化测量工具，对大量不同型号、不同厂商的 DRAM 模块进行测试，系统性评估了 Rowhammer 现象的发生频率、触发条件以及影响因素。实验覆盖了多种 DRAM 技术和工艺节点，包括 DDR3、DDR4 以及 LPDDR4。研究发现 Rowhammer 在当代 DRAM 中仍然普遍存在，且防护机制（如 TRR）在不同厂商实现中存在显著差异，部分设备对特定攻击模式依然脆弱。论文分析了影响 Rowhammer 易感性的关键参数，如温度、刷新率、内存拓扑等，并提出了改进的测试方法论以提高检测效率。主要贡献包括：首个大规模跨代 DRAM 的 Rowhammer 流行性研究；公开了测试数据集和工具；为内存安全研究和硬件漏洞缓解提供了重要参考依据。

本文提出了一种名为“Memory Band-Aid”的纵深防御方案，旨在缓解Rowhammer攻击。Rowhammer是一种利用DRAM内存单元间电磁干扰的硬件漏洞，攻击者通过密集访问同一内存行（激活行），可能导致相邻行发生位翻转，从而破坏数据完整性或实现权限提升。现有防御措施如目标行刷新（TRR）存在局限性，尤其是随着DRAM工艺尺寸不断缩小，Rowhammer攻击的阈值逐渐降低。Memory Band-Aid方案采用多层防御架构：首先，在系统层面引入随机化内存分配策略，增加攻击者预测目标行的难度；其次，在内存控制器层面增强刷新策略，根据实际访问模式动态调整刷新频率；最后，在操作系统层面集成异常检测机制，监控内存访问模式以识别潜在的Rowhammer行为。实验在多种DRAM模块上进行，结果表明该方案能有效降低位翻转概率，且性能开销小于5%。本文的主要贡献在于提出了一个可实际部署的、原则性的纵深防御框架，并分析了其效果与权衡。适合系统安全研究员、内存控制器设计者及操作系统开发者阅读。