本文研究基于缓存冲刷的侧信道攻击（如 Flush+Reload 与 Flush+Flush）在真实多核系统中的噪声鲁棒性问题。传统观点认为此类攻击在攻击者与受害者共享操作系统页面的受控隔离环境中精度极高，但作者观察到，在存在多核并发应用、系统负载动态变化的场景下，攻击准确率会显著下降。作者将根因归结为两点：其一，核心频率随系统负载动态波动，导致 clflush、mov 等关键指令的执行延迟发生非预期变化；其二，受害者与攻击者线程在处理器上的相对放置位置（如是否位于同一物理核心）会影响时序测量。这些动态因素使攻击前的静态校准步骤失效。为此，论文提出 DABANGG，一套针对冲刷型缓存攻击的改进方案，使其具备频率与线程放置感知能力，从而抵御系统噪声干扰。具体包括三项核心技术：第一，引入对指令延迟变化敏感的预攻击校准方法；第二，在攻击过程中采用低成本的优化手段，如细粒度忙等待和基于延迟阈值的周期性反馈，以提升攻击有效性；第三，提供受害者特定参数，显著改善攻击精度。作者在包含计算密集型、内存密集型和 I/O 密集型系统噪声的多种场景下，对 DABANGG 增强版 Flush+Reload 与 Flush+Flush 攻击进行了侧信道与隐蔽信道实验评估。结果表明，在所有测试场景中，DABANGG 增强版在隐蔽性和准确率两方面均优于标准攻击。本文主要面向计算机体系结构、侧信道分析与系统安全领域的研究人员，其核心贡献在于揭示了动态频率与线程调度对微架构侧信道攻击的实质影响，并提出了一种系统性的校准与自适应优化框架。

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。