该论文研究的是机器学习型入侵检测系统（IDS）在工业物联网（IIoT）环境中的一个被长期忽视的假设：时间同步性。现有对抗性研究大多集中于扰动特征向量或原始流量，且通常依赖梯度信息、反复查询模型或事先拟合良性流量模型；另有一小类工作在不查询检测器的前提下重塑数据包时序，但需要让恶意流量模仿已学习到的良性时序模型。作者指出，工业监控流水线的状态重建本质上依赖窗口聚合：IDS 将遥测数据聚合进滑动窗口或翻滚窗口，因此其"看到的"不仅取决于观测到了什么，还取决于每次观测落在窗口边界前后的哪一侧。基于这一洞察，论文提出"幻影状态攻击"（Phantom State Attack, PSA）。PSA 采用被动、零查询的威胁模型：不修改数据包内容、不扰动特征、不查询分类器、也不拟合任何良性流量模型，而是注入有界的时序漂移——该漂移以攻击流自身的到达间隔（inter-arrival）变异性为标尺进行校准，只施加将观测推过最近窗口边界所需的最小位移。其结果是 IDS 重建出一个与真实工业过程状态相偏离的"幻影状态"，从而在状态层而非特征层实现检测规避。作者在 ToN-IoT 与 CIC IIoT 2025（DataSense）两个数据集上，针对随机森林、MLP 与 XGBoost 三类模型进行评估，指标涵盖检测性能退化、同步失真程度、隐蔽性与攻击者代价。结果显示：PSA 仅对包含足够数据包、可在窗口边界间重新分配的流造成显著检测退化，对其他流影响甚微，即其效果是有条件的；与需要每个窗口大量查询的基于查询的基线相比，PSA 原始成功率较低，但查询开销为零。论文的结论是，时间聚合构成一个在比以往规避技术更弱假设下即可触达的攻击面，提示 IIoT 检测流水线在设计窗口机制时必须考虑时序对抗鲁棒性。

本文首次提出并系统研究了内存压缩算法中的时序侧信道攻击，命名为 Decomp+Time。此前针对压缩算法的侧信道研究仅利用了压缩率（如压缩后数据大小）这一指标，而本文发现解压过程中的数据依赖操作也会引入可观测的时序差异，从而构成信息泄露通道。该攻击影响范围远大于此前工作，因为内存压缩在现代操作系统中被广泛使用（如 Linux ZRAM、云环境、浏览器等），且即使应用仅通过远程接口暴露也可能被利用。核心挑战在于如何构造攻击者可控的压缩载荷，以足够的分辨率触发并放大解压时序差异。为此，作者设计了一个进化模糊测试工具 Comprezzor，能够自动搜索有效的 Decomp+Time 载荷，优化延迟差值，使得解压时间差异即使在远程网络条件下也能被可靠观测。实验表明，Decomp+Time 在本地泄漏速率可达 9.73 kB/s，在跨互联网（14 跳）场景下仍有 10.72 bit/min 的稳定速率。作者在四个不同场景中验证了攻击：1）通过远程 PHP 脚本从 Memcached 以 1.50 bit/min 泄漏数据；2）通过 Python-Flask 应用中的 PostgreSQL 数据库跨互联网以 2.69 bit/min 泄漏数据库记录；3）在 Linux 上从 ZRAM 压缩页面以 49.14 bit/min 本地泄漏机密；4）在启用 ZRAM 的系统上，从 Google Chrome 浏览器内的 V8 引擎泄漏内部堆指针。这些案例证明，即使目标仅通过远程接口可达，压缩敏感数据也可能导致严重的信息泄露。因此，本文呼吁重新审视压缩在敏感数据上的使用安全。研究贡献包括：首次提出内存压缩时序侧信道攻击、自动化载荷生成工具 Comprezzor、跨本地与远程的多场景实证分析，以及对现有压缩安全假设的挑战。适合系统安全研究者、操作系统与云平台开发者、以及关注数据泄露风险的蓝队人员阅读。

本文研究多租户大语言模型（LLM）推理场景中 KV 缓存引发的时序侧信道泄露问题。KV 缓存是现代 LLM 推理的关键吞吐优化手段，通过跨请求复用前缀来加速生成；但在多租户部署中，该缓存被多个租户共享，攻击者可以利用缓存命中延迟差异，重建其他租户的私有提示词。已有三种攻击（PROMPTPEEK、EarlyBird、InputSnatch）利用了这一通道，在未防护的 vLLM 和 SGLang 上最高可达 100% 的攻击成功率，具体成功率取决于缓存架构和提示词结构。作者提出 KVGov，一个统一的治理层，专门应对这三类攻击的前缀缓存路径。其核心机制是为每个主体（租户）引入独立的盐值 sigma_p = HMAC_K(secret, principal_id)，并以此作为块哈希链的种子，使不同主体之间的缓存键在密码学意义上互不相交。消融实验（N=1000 次试验，固定随机种子，确定性评估）证明该盐值是阻断攻击的必要且充分条件。KVGov 还包含 ORIGAMI，一种基于 Stackelberg 博弈的水填充审计调度器，在现实租户异质性（基尼系数 0.63）下将攻击者的期望效用降低 12.6%；演化稳定性分析给出 31.6% 的攻击者流行度临界点，低于该阈值时全局缓存保持稳定。在真实硬件（Qwen2.5-7B-Instruct、vLLM 0.26.0、NVIDIA A100）上，作者测量得到经过门控验证的冷/热 TTFT 比例为 0.22，确认了生产规模下该通道的可利用性；防御效果在与测量校准的模拟环境中评估。作者还在独立技术栈（Apple Metal 上的 llama.cpp）复现了该通道，比例为 0.093。最后，文章指出隔离与缓存效率并不必然冲突：识别信息只存在于提示词分叉处，因此在分叉边界注入盐值而非在链根处注入，可以在不产生跨主体信号的前提下保留约 93% 的前缀缓存收益。

本文研究Chromium站点隔离（Site Isolation）机制下由时序特性引发的浏览隐私泄露问题。站点隔离是现代浏览器安全架构的核心，通过将不同站点渲染在不同进程中，以防止侧信道攻击和数据泄露。然而，本文揭示了该机制本身引入的时序侧信道：由于进程资源有限，在严格隔离跨站点iframe时，攻击者可以利用进程分配和页面加载的时序差异，推断浏览器当前加载了哪些特定网站，甚至识别用户正在交互的站点。为了验证该攻击，作者使用Alexa Top 3000网站进行大规模评估，结果显示三个关键漏洞指标分别达到99%、99%和95%，表明攻击具有极高的成功率和通用性，且无需特殊假设即可在实际场景中部署。该研究指出，进程稀缺性与强制隔离跨站点框架之间的根本矛盾是导致漏洞的原因，目前作者正与Google Chrome和Microsoft Edge团队合作，研究并评估缓解方案。本文的贡献在于首次系统性地分析站点隔离下的时序攻击面，量化了隐私泄露风险，并为浏览器安全架构的改进提供了重要参考。

该论文研究现代云平台中容器和虚拟机（VM）之间通过共享页面缓存（page cache）产生的微架构时序侧信道泄漏问题。云平台为提升性能，通常让租户共享主机硬件资源，同时通过软件隔离（如容器、gVisor、Kata Containers、QEMU/KVM等）保证安全。然而，当租户访问主机文件系统状态时，主机页面缓存仍可能被共享且可观测。论文将这种页面缓存通道归类为操作系统介导的微架构时序侧信道，其信号由处理器微架构、内存和存储层次结构以及虚拟化机制共同塑造。作者评估了多种隔离运行时环境：Docker（直接共享宿主内核）、gVisor（使用systrap和KVM）、Kata Containers（使用QEMU和Cloud Hypervisor，搭配共享主机文件系统或块设备后端存储）、以及QEMU/KVM虚拟机（多种主机缓存策略）。实验发现，只要I/O路径暴露了共享、可缓存的文件对象（包括OverlayFS层、virtio-fs导出、回环块设备），时序信号就会持续存在。相反，直接I/O和专用块设备可以显著减弱或消除该信号。因此，虚拟化通过增加延迟和算法噪声改变了泄漏形态，但并未消除对共享硬件和缓存状态的底层依赖。论文通过一个案例研究展示了实际影响：从基于MySQL的WordPress部署中恢复粗粒度的活动信息。这些结果将页面缓存攻击置于更广泛的OS介导微架构时序信道类别中，并激励对时序隔离的协调硬件、虚拟化和OS支持。

该论文研究了Google Safe Browsing (GSB)与DNS解析在浏览器导航过程中的时序同步问题。通过数据包捕获分析，作者发现GSB相关查询关闭事件与并行DNS响应之间存在一致的时间偏移（Δ_time）。在一般数据集和CNAME域名数据集上，约79%的测量中观察到正向时间差，即DNS响应落后于GSB查询关闭。中位延迟为67-79毫秒，最大延迟超过2400毫秒。这一可测量的时间窗口可能构成安全相关的时序前提条件，特别是在复杂的CNAME域名解析场景中，可能被DNS操纵威胁模型利用。研究为浏览器安全机制中的时序风险与缓解措施提供了基础。

该论文系统化了针对密码学实现中时序攻击的防御手段——恒定时间（Constant Time）编程模型。尽管恒定时间编程是抵御时序攻击的主要防线，但学术界和工业界对“恒定时间”的定义和模型理解存在差异。本文首先回顾并整理了恒定时间模型的历史演化，识别出模型所保护的安全属性与密码规范所假设的威胁模型之间存在长期被忽视的差距。作者进一步提炼了一套攻击方法论，用于发现源自密码原语边界之外（例如上层应用或密钥加载流程）的时序漏洞。利用该方法，作者定位了一个与私钥加载过程相关的规范级（specification-level）漏洞。该漏洞存在于OpenSSL和BoringSSL两个流行密码库中，并成功在实验中确认了信息泄露。一个反直觉的发现是：尽管BoringSSL采用了更严格的威胁模型，但其单次观测产生的信号强度反而比OpenSSL高出数个数量级。研究贡献包括：1) 对恒定时间模型进行系统化分类与演化分析；2) 提出可用于发现跨界时序漏洞的通用攻击方法论；3) 发现并验证了OpenSSL和BoringSSL中此前未知的时序泄露点。该论文适合密码库开发者、侧信道安全研究人员以及所有关注密码学实现安全性的工程师阅读。

本文针对嵌入式微控制器（如ARM Cortex-M4）上神经网络推理过程中的激活函数（ReLU, sigmoid, tanh, GELU, Swish）存在的时序侧信道泄露问题，提出了一种常量时间（constant-time）实现方法。该方法通过结合无分支选择、基于Padé近似的固定成本计算、虚拟算术操作以及循环对齐等技巧，确保所有激活函数在不同输入下消耗相同的时钟周期数，从而消除时序侧信道。作者首先评估了一种基于去同步化的防御措施，并证明其仍易受模板化时序攻击，进而提出防御方案。实验结果表明，保护后的实现在三函数和五函数场景下分别实现恒定的88和108周期计数，同时数值误差分析显示近似非线性函数保持高精度。该研究为嵌入式推理中构建抗侧信道的激活函数提供了实用基础，适用于需要安全部署深度学习模型的嵌入式系统开发者及侧信道防御研究人员。

这篇海报论文提出了 Chronos，一种利用时间干扰作为攻击向量的新型攻击方法，针对自主网络物理系统（CPS）。CPS 的正常运行依赖于对物理世界的精确、及时感知与执行，时间属性是系统稳定性的关键。Chronos 攻击通过侵入系统中的一个非特权、非关键任务，对无人机和自动驾驶车辆平台发起时间干扰攻击。在开环和闭环测试中，攻击者能够在不利用任何软件漏洞的情况下，导致自主系统完全失控，撞向周围环境。为了深入理解这一攻击向量，研究者对这两个平台的定位组件进行了初步研究，因为它们都使用了依赖于来自不同传感器的多模态数据（对时间敏感）的同步定位与地图构建（SLAM）算法。基于案例分析，论文提出了时间攻击面的形式化描述，并指出了未来研究方向。该工作揭示了时间干扰作为一种独立于传统软件漏洞的攻击向量的潜力，对 CPS 安全设计提出了新的挑战。

该论文研究了如何利用TCP时间戳来改进远程时序攻击。远程时序攻击是一种侧信道攻击，通过测量数据包往返时间或响应延迟来推断受保护的机密信息，如加密密钥、秘密数据或系统状态。传统时序攻击受到网络噪声和目标系统时间粒度限制，精度有限。TCP时间戳选项（RFC 1323）原本用于改善高带宽网络的性能，但其精确的时间信息可能被攻击者利用。该论文提出了一种新方法，通过分析TCP时间戳字段中的细粒度时钟信息，可以更准确地测量远程系统的响应时间，从而显著提高攻击成功率。作者可能设计了新的信号处理技术来分离网络噪声和系统延迟，或者利用了时间戳的单调性来同步测量。实验表明，该方法在多种网络条件下均能提升攻击精度。该研究揭示了网络协议设计中的副作用，提醒防御者注意侧信道攻击的新变种。