本文提出了一种名为 Reducio 的机密无服务器云部署优化方案，面向企业客户对数据隐私与低延迟的双重需求。近年来，基于机密虚拟机（Confidential Virtual Machines, CVM）的无服务器平台被提出，旨在解决无服务器函数在处理敏感数据时的隐私泄漏问题，同时保持较低的调用延迟。然而，作者的研究表明，现有方案为了实现隐私与低延迟，通常需要在基础设施层面进行大量改动，并消耗较大的平台内存资源，这给实际部署带来了较高门槛。Reducio 是一种替代性的无服务器平台设计，核心目标是不要求基础设施变更，并显著降低平台内存占用。其设计包含两个关键组件：(1) 基于内核去特权化特性的函数隔离框架，该框架在 CVM 内部实现函数级隔离，从而最小化对底层基础设施的依赖；(2) 一种分层缓存方法与算法，能够高效利用小容量的内存函数缓存，减少冷启动和重复加载的开销。实验评估表明，Reducio 能够同时降低平台部署要求和函数内存消耗，在保持机密性的前提下提升了资源利用效率。本文适合关注机密计算、无服务器架构、函数隔离和云安全的研究人员与平台开发者阅读。

该论文围绕机密 Serverless 计算中的安全挑战，提出了一种“可复用 Enclave”机制。在无服务器计算场景下，每次函数调用通常需要创建或加载一个受信任执行环境（TEE/Enclave），这带来显著的启动延迟和资源开销；同时，不同函数之间的隔离策略也影响安全性和性能。论文的核心思路是让多个租户或函数安全地复用同一个 Enclave 实例，通过细粒度的内存隔离、密钥管理和生命周期控制，在保证机密性和完整性的前提下减少冷启动成本。文中可能设计了一套运行时架构和调度协议，并基于主流 TEE 平台（如 Intel SGX）进行原型实现。实验部分可能通过微基准测试和端到端工作负载对比，证明该方法能有效降低函数调用延迟、提升吞吐量，同时维持与独立 Enclave 相当的安全边界。该研究对构建高效、可扩展的机密 Serverless 平台具有参考价值，也引发了关于共享 Enclave 中攻击面扩张、侧信道隔离和故障隔离的进一步讨论。由于仅基于标题与摘要信息，具体技术细节和实验数据需结合原文确认。

该论文研究了云边缘计算平台中多租户隔离面临的安全挑战，以 Cloudflare Workers 为例。Cloudflare Workers 为降低冷启动延迟，去除了传统的进程级隔离边界，采用语言级隔离（如 V8 引擎）来承载不同租户的代码。这种架构虽然在性能上具有优势，但被广泛认为会引入 Spectre 等微架构侧信道攻击风险。为此，Cloudflare 此前曾实施一系列防御措施，包括限制高精度计时器、禁止共享内存、禁止多线程，并引入动态进程隔离（DyPrIs）机制来检测可疑行为并对脚本进行进程级隔离。然而，论文作者通过实证分析发现，生产环境中的 DyPrIs 防护并不充分。他们采用微架构放大技术，在 Cloudflare Workers 的生产环境中找到了多种远程计时方法，成功绕过了计时器冻结或粗化策略。基于这些远程计时器，作者端到端地演示了一次远程 Spectre 攻击，能够从同一主机上共存的其他 Worker 中泄漏 JWT 令牌。攻击速率从原先的约 2 比特/分钟大幅提升至最高 12 比特/秒，且准确率达到 99.16%，对客户数据构成直接、实质性的安全威胁。在披露该问题后，Cloudflare 协同实施了多项修复措施：集成 V8 Sandbox 以限制瞬态访问仅能使用 64 位指针；增强 DyPrIs 的检测能力；并部署基于硬件内存保护密钥（MPK）的进程内隔离，为每个租户堆分配独立的内存保护密钥，从而进一步隔离租户数据。该研究揭示了仅依赖语言级隔离与软件计时器限制不足以防御微架构侧信道攻击，凸显了硬件支持的内存隔离机制在边缘计算安全中的必要性。适合云安全研究人员、边缘计算平台开发者和安全防御者阅读。

本文提出了一种名为 Warmonger 的新型攻击向量，针对云环境中的无服务器计算平台，可导致平台与外部内容服务器之间的拒绝服务。其核心原理是：无服务器平台通常为所有用户的函数共享同一组出口 IP 地址来访问外部内容服务器。恶意用户可以利用这一共享机制，故意实施异常行为，诱使内容服务器封锁这些出口 IP，进而造成平台范围内所有用户的函数无法访问该目标服务器，形成平台级 DoS。作者在多家主流无服务器服务提供商上进行了长达数月的实验，收集并分析了四家主要 SSP 的出口 IP 使用模式，并深入评估了攻击者可能采取的造成 IP 封锁的具体行为。研究结果显示，部分 SSP 使用的出口 IP 数量极少（最少仅有 4 个），且在所有用户间共享；同时，无服务器平台为恶意用户提供了足够的操作空间，使其能够实施众所周知的滥用行为（如恶意请求、违规访问等）来触发 IP 封锁。该研究揭示了对新兴无服务器计算平台的一个潜在安全威胁，并提出了潜在的缓解思路，例如增加出口 IP 池、隔离用户出口、或采用代理/网关机制来监测和防止滥用。本文适合无服务器平台安全研究人员、云服务提供商的安全工程师以及依赖无服务器架构的企业安全团队阅读，以了解此类风险的原理和防护方向。

该论文提出了 Growlithe，一款面向服务器无服务器应用的开发者中心化合规工具。服务器无服务器应用由多种编程语言编写的函数、多样化的数据存储和通信服务组成，且快速迭代，这使得租户难以保护应用数据免受因漏洞、配置错误和人为失误导致的意外泄露。现有云安全工具如身份与访问管理（IAM）缺乏对租户应用的可观察性，而最新的数据流跟踪工具需要云平台支持且运行时开销大。Growlithe 集成到服务器无服务器应用开发工具链中，通过设计实现数据策略的持续合规。它允许开发者以声明方式指定访问和数据流控制策略，这些策略基于语言和平台无关的数据流图抽象（针对服务器无服务器应用），并通过静态分析和运行时强制相结合来执行策略。论文使用 Python 和 JavaScript 编写的函数（可部署在 AWS Lambda 和 Google Cloud Functions）进行了实验，结果表明 Growlithe 具有跨领域性、可移植性和高效性，使开发者能够轻松适应应用和策略的演变需求。主要贡献包括：提出了一种面向开发者的合规方法，实现了策略与应用的解耦；设计了跨平台的数据流图抽象；实现了低开销的静态与运行时混合策略强制机制；通过多平台实例证明了其有效性和可用性。

现代无服务器计算平台（如AWS Lambda、阿里云函数计算）通过将基础设施与函数级开发解耦，实现了快速的应用演进。然而，这种灵活性引入了根本性矛盾：无服务器应用采用分散的函数级权限配置，而云访问控制系统却是集中式的。这种不匹配导致无服务器应用中函数普遍存在风险权限（risky permissions），攻击者可以将多个拥有风险权限的函数串联起来，实现权限提升、账户接管甚至横向移动到其他账户。本文将此类攻击称为风险权限链式攻击（risky permission chaining attack）。为解决该问题，作者提出了一种自动化推理系统，能够检测可被用于链式攻击的风险权限。首先，他们基于攻击者中心化模态抽象（attacker-centric modality abstraction），显式捕获不同函数和账户的独立权限如何合并成真实攻击链。基于该抽象，构建了模态引导的检测工具，能够揭露真实无服务器应用中的可利用权限链。作者在两个主流云平台（AWS和阿里云）上，从官方生产级应用仓库中获取无服务器应用并进行评估。分析结果发现了28个存在漏洞的应用，其中包括5个已确认的CVE、6个负责任漏洞确认以及1个安全奖励。这些发现表明，风险权限链式攻击不仅是理论风险，更是已经在商业无服务器部署中存在的结构性可被利用的威胁，其根源在于分散式无服务器应用与集中式访问控制模型之间的根本不匹配。论文适合云安全研究人员、无服务器平台开发者和安全运维人员阅读。

该论文针对无服务器（Serverless）云环境中的物理共驻攻击（co-location attack）进行了系统性研究。无服务器计算虽然降低了用户管理基础设施的负担，但其调度器的设计缺陷可能被攻击者利用，通过与受害者实例共驻在同一物理主机上，实施微架构侧信道攻击。现有研究对无服务器调度算法的安全性评估不足，缺乏构建共驻攻击的系统性方法论。本文提出了一套完整的方法论，用于发现无服务器调度算法中可被利用的特征，并设计策略通过正常用户接口实现实例共驻。实验在主流开源无服务器基础设施（如OpenWhisk）和微软Azure Functions上成功验证了共驻攻击的可行性，揭示了调度器中的安全漏洞。此外，作者提出了一种名为Double-Dip的调度器作为缓解方案，通过引入额外随机性来抵御共驻攻击。该工作为提升当前云调度器的安全性提供了关键洞察，有助于加固无服务器计算环境。适合云安全研究员、无服务器平台开发者及安全运维人员阅读。