本文提出一种名为 KernelSnitch 的新型软件侧信道攻击，该攻击针对操作系统内核中使用的数据结构（如哈希表和树）。这些数据结构的大小是动态变化的，从空到包含任意数量的元素。访问这些结构所需的时间取决于元素数量（即占用率），这种时间差异构成了一个时序侧信道，可以被用户空间中无特权的隔离攻击者观察到。虽然与系统调用运行时间相比，时间差异非常小，但作者展示并评估了可靠放大这些时间差异的方法。通过三个案例研究，作者证明了 KernelSnitch 允许无特权的隔离攻击者从内核和其他进程的活动泄露敏感信息。首先，他们展示了传输速率高达 580 kbit/s 的隐蔽信道。其次，他们通过利用 Linux 在哈希表中使用的特定索引，在不到 65 秒内实现了内核堆指针泄露。第三，他们演示了一种网站指纹攻击，F1 分数超过 89%，表明可以使用 KernelSnitch 观察其他用户程序中的活动。最后，作者讨论了针对这种硬件无关攻击的缓解措施。该研究揭示了操作系统内部软件引入的侧信道泄漏风险，即使假设硬件无泄漏，软件侧信道仍然存在。研究主要贡献在于提出了一种通用的软件侧信道攻击方法，并展示了其在多个场景下的实用性。

本文是一篇系统化知识总结（SoK）论文，专注于自动化内核漏洞发现与利用生成领域。研究背景在于内核漏洞对系统安全构成严重威胁，而传统手动发现和利用生成效率低下。该论文系统梳理了现有自动化方法，包括模糊测试、符号执行、静态分析等技术在内核漏洞发现中的应用，以及如何自动生成可利用的漏洞验证程序或利用代码。核心贡献在于提出了一种分类法，将现有工作按技术类型、适用阶段、自动化程度等维度进行归类，并比较了不同方法的优缺点。实验部分基于对大量已发表论文的元分析，评估了各方法在发现真实漏洞和生成可靠利用方面的有效性。主要发现是当前方法在覆盖率、效率和可扩展性上仍有局限，尤其缺乏针对复杂内核机制的通用解决方案。论文还指出了未来研究方向，如结合机器学习与符号推理、提升对硬件漏洞的自动化能力等。适合内核安全研究人员和系统安全工程师阅读，以了解该领域现状与挑战。

该论文聚焦于Android内核面对一日漏洞（one-day exploits）时，现有纵深防御机制的有效集成问题。研究背景是：Android系统依赖内核安全机制（如访问控制、控制流完整性、地址空间布局随机化等）来抵御已知漏洞的利用；然而，这些防御在集成到实际内核中时，往往存在配置错误、不完整实现或兼容性缺陷，导致防御效果大打折扣。论文提出了一种系统化的评估方法，分析多个Android内核版本中主要防御机制的集成完整性。方法包括：构建自动化测试框架，检查防御特性是否启用、配置是否正确、是否有已知绕过路径；对比不同OEM厂商的内核镜像，发现集成差异。实验表明，许多设备存在“防御深度”不足的问题，例如某些CFI保护未覆盖所有关键代码路径，或内核页表隔离不完整。主要贡献是：量化了防御集成缺陷的普遍性，揭示了OEM厂商在安全更新中的常见遗漏，并给出了可操作的修复建议。该研究适合Android安全工程师、内核开发者及移动设备安全研究人员阅读。

该论文针对SOHO（小型办公室/家庭办公室）设备中因使用过时Linux内核版本引发的安全漏洞问题进行了系统研究。作者首先通过高精度模板CVE检测机制，对306款SOHO设备的900多个GPL源代码固件进行分析，实际验证了内核相关漏洞的存在。然后，首次大规模溯源了这些易受攻击设备的供应链，发现内核锁定（kernel lock-in）是根本原因：SOHO制造商因依赖SoC（片上系统）厂商提供的SDK而被锁定在特定（通常较旧）的内核版本上。这种锁定期造成了漏洞债务，该债务沿着供应链从SoC供应商传递到固件创建者（ODM/OEM），再到路由器/IP摄像头厂商，最终由终端用户承受。数据显示，所有五家SoC供应商使用的SDK中的Linux内核在其被用于SOHO设备前的至少一年前已停止维护（EOL）。最后，论文评估了个人、监管和社区治理三种缓解措施的潜力，发现仅靠法规遵从不足，只有与社区合作进行内核升级的SoC供应商才提供了可行的缓解路径。研究提供了数据与代码。

该论文提出了一种自动检测 Linux 内核驱动中引用计数错误（reference counting bugs）的工具 DrvHorn。引用计数是内核实中管理资源（如内存、文件描述符等）生命周期的关键机制，一旦出现错误（如少放、多放或未初始化），可能导致资源泄漏、内存损坏甚至安全漏洞。传统方法如静态分析存在高误报率或难以覆盖复杂路径的问题。DrvHorn 通过将引用计数验证转化为断言检查问题，并利用 Linux 驱动接口（如 open/close 钩子）对内核进行高效建模，同时采用激进程序切片技术降低分析复杂度。作者在 Linux v6.6 内核的所有平台驱动上进行了测试，共发现 545 个引用计数 bug，其中 424 个为以前未知，误报率仅为 29.9%，低于之前研究。针对新发现的 bug，作者向 Linux 内核社区提交了补丁，其中 45 个已被合并。该工具展示了自动化检测复杂内核驱动中资源管理错误的能力，对提升内核安全性具有重要价值。