推荐 9.5
Conf: 50%
本文针对在可信执行环境(TEE,如 Intel SGX)中安全使用遗留代码实现可信代码的问题展开研究。遗留代码通常假设操作系统存在,因此容易遭受 Iago 攻击——一种通过伪造系统调用返回值来劫持程序行为的攻击。作者发现,并非所有遗留代码都易受此类攻击,只有那些以不安全方式使用系统调用返回值的代码才存在 Iago 漏洞。论文的核心贡献在于提出了一种名为 Emilia 的机制,用于在遗留代码中自动检测和防御 Iago 攻击。具体方法是通过静态分析识别代码中不安全使用系统调用返回值的模式,并在运行时施加保护。实验证明,Emilia 能够有效识别漏洞,且性能开销较低。该工作为在 TEE 中安全复用遗留代码提供了新的思路,对系统安全研究者和 TEE 应用开发者具有参考价值。
💡 推荐理由: 该研究揭示了在 TEE 中使用遗留代码时被忽视的 Iago 攻击面,并提出自动化检测与防御方法,对提升 SGX 等机密计算环境的安全性有重要意义。
🎯 建议动作: 研究跟进
排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)