{
  "id": "spectre",
  "title": "Spectre",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "Spectre 是一类处理器漏洞，利用推测执行，通过微架构侧信道泄露信息。",
  "category": "computer-science",
  "subcategory": "networks-security",
  "type": "concept",
  "aliases": [
    "幽灵漏洞",
    "幽灵攻击"
  ],
  "generated_at": "2026-11-06",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/spectre/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/spectre/",
      "json": "https://aiwiki.page/en/spectre.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "Spectre 是一类安全漏洞，攻击者通过操纵处理器的推测执行，使受害方的计算过程泄露本应无法访问的信息。尽管处理器会丢弃错误计算产生的可见结果，内部硬件结构中仍可能留下痕迹。攻击者可以通过侧信道攻击测量这些痕迹，进而推断出敏感数据。Spectre 于 2018 年 1 月公开披露，影响了多家制造商的处理器设计，并对软件隔离所依赖的基本假设提出了挑战。\n\nSpectre 并非某一种编程错误，也不是传统意义上的未授权内存读取。它利用了处理器架构行为与微架构行为之间的差异：前者指软件按设计应当观察到的指令及其结果，后者则包括预测、暂态执行和缓存活动。攻击要成功，必须同时具备特定条件：攻击者能够施加影响、受害方存在可供利用的指令、秘密数据可被访问，以及硬件效应可被观测。最初的攻击证明，这些条件可能同时出现在重要安全边界的两侧，使攻击得以跨越边界，其中包括语言运行时和操作系统所实施的安全边界。\n\n最初披露的 Spectre 攻击包括边界检查绕过和分支目标注入，通常称为变体 1 和变体 2。后续研究又发现了涉及其他预测器和推测机制的相关攻击。因此，防御措施涵盖处理器设计、固件、操作系统、编译器、浏览器和应用软件等多个层面；其有效性取决于它们覆盖了哪些推测执行路径和信息通道。"
    },
    {
      "heading": "发现、披露与影响范围",
      "text": "幽灵漏洞源于对现代处理器性能优化所带来的安全影响的研究。缓存计时攻击在密码学领域早已是成熟的技术，研究人员已证明，内存访问模式可能暴露与秘密信息相关的行为。幽灵漏洞带来了一种不同的攻击能力：攻击者可以诱使受害方瞬态执行一些在正确的体系结构执行路径上不会执行的指令，然后从这些指令的副作用中提取信息。\n\n这一漏洞由谷歌 Project Zero 的研究人员，以及一个由学术界和业界研究人员组成的合作团队各自独立发现。Project Zero 的 Jann Horn 于 2017 年 6 月向处理器厂商报告了推测执行漏洞。最初的幽灵漏洞论文由 Paul Kocher 牵头撰写，共同作者包括 Daniel Genkin、Daniel Gruss、Werner Haas、Mike Hamburg、Moritz Lipp、Stefan Mangard、Thomas Prescher、Michael Schwarz 和 Yuval Yarom 等研究人员，论文介绍了针对多种隔离机制的可行攻击。这些漏洞于 2018 年 1 月 3 日公开披露，随后各方展开了大规模协调，发布软件和固件更新。该论文于 2019 年在 IEEE 安全与隐私研讨会上发表。\n\n最初的幽灵漏洞中，边界检查绕过被分配了编号 CVE-2017-5753，分支目标注入被分配了编号 CVE-2017-5715。这些编号仍然有用，因为针对其中一种变体的防御措施并不会自动防住另一种变体。此后，“幽灵漏洞”成为一类相关攻击的统称，而不是对所有涉及推测执行的漏洞的精确称谓。更广泛的研究类别是瞬态执行攻击，其中也包括一些在机制上与最初的幽灵漏洞攻击有显著差异的攻击。\n\n同期披露的熔断漏洞需要与幽灵漏洞明确区分。最初的熔断漏洞攻击利用了需要进行权限检查的加载操作所涉及的瞬态行为，使受保护数据能够在访问异常于体系结构层面生效之前，影响受影响处理器上的后续执行。相比之下，最初的幽灵漏洞攻击会诱使受害方错误预测分支，并在瞬态执行期间不当地使用其有权访问的数据。这类攻击通常并不能任意访问全部物理内存，也不能绕过所有页面权限检查。\n\n受影响的处理器范围很广，包括采用 x86 和 Arm 指令集的处理器，但不同型号的漏洞细节各不相同。仅仅具备推测执行功能，并不能证明某种特定攻击就能奏效。预测器的组织方式、转发规则、缓存行为、特权边界和缓解功能等因素都很重要。因此，幽灵漏洞改变了安全评估的关注点：不再只是简单地判断某条指令在体系结构层面是否获准执行，而是更广泛地考察在执行结果确定之前，哪些计算和观测可能发生。"
    },
    {
      "heading": "推测执行、回滚与信息泄露",
      "text": "现代中央处理器通过让多项操作重叠进行来提升性能。一次内存访问耗时可能远超一条算术指令，因此处理器会采用乱序执行，在先前的操作尚在等待时，执行已经就绪的操作。处理器还会利用分支预测，猜测条件分支是否会跳转，以及间接分支会跳转到哪里。这些预测使处理器能够在正确路径尚未确定之前，继续取指和执行。\n\n处理器通过控制结果何时提交，来确保架构层面的正确性。一条指令可以执行并产生临时结果，但此时还不会改变软件可见的架构状态。如果预测被证实有误，处理器就会作废错误路径上已执行的指令，并转向正确路径执行。该路径产生的寄存器结果和存储操作不会成为程序最终提交的结果。执行与提交之间的这一区别至关重要：一条指令即使从未成为架构层面已完成指令序列的一部分，也能影响硬件内部状态。\n\n回滚并不意味着撤销所有物理层面的影响。一次瞬态加载可能将数据填入 CPU 缓存、改变缓存替换状态、启动地址转换，或影响对共享执行资源的争用。这些影响通常只是性能层面的细节，并非程序的直接输出。Spectre 将这些影响转化为通信信道：受害者在瞬态执行期间读取秘密数据，根据其值选择可观测结构中的某个位置，并留下可测量的痕迹。\n\n一种常见的演示方式使用探测数组。如果一个秘密字节的值为 \\(s\\)，瞬态代码就会访问如下形式的地址：\n\n\\[A+s\\Delta,\\]\n\n其中，\\(A\\) 是探测数组的基地址，\\(\\Delta\\) 用于将各个候选位置间隔开。推测执行结束后，攻击者测量哪个候选位置的加载速度较快。时间差异可能暴露所选的值。演示中常使用 4,096 字节的步长，但这只是实现方式的选择，并非 Spectre 的本质特征。缓存布局、地址转换、预取和噪声都会影响何种编码方式更合适。\n\n这一信息提取阶段属于缓存计时攻击，但缓存并不是唯一可用的信道。研究还考察了执行端口争用以及其他共享微架构资源。总体而言，只要依赖秘密数据的瞬态活动改变了某种攻击者能够观测到的状态，就满足了这类信道的要求。\n\n完整机制在逻辑上由三个不同的环节构成：诱导出错误的瞬态执行路径，使敏感数据影响该路径的行为，以及测量由此产生的影响。处理器在正常运行中可能频繁发生预测错误，却并不造成可被利用的信息泄露。反过来，降低计时器精度或阻断某一种缓存测量方法，也未必能消除底层依赖秘密数据的瞬态计算。"
    },
    {
      "heading": "边界检查绕过：Spectre 变体 1",
      "text": "边界检查绕过针对的是先验证索引、再访问数组的代码。在常规执行中，\\(x<n\\) 这样的条件可防止访问长度为 \\(n\\) 的数组之外的位置。从架构层面看，这项检查是正确的。漏洞出现在处理器预测该条件会成立，并在比较完成之前就开始访问数组时。\n\n受害方代码的执行序列可示意如下：\n\nif x < length:\n    value = data[x]\n    access probe[value * stride]\n\n如果攻击者反复提供有效索引，分支预测器就可能学到该条件通常为真。随后，攻击者提供一个越界索引。如果处理器推测执行了条件分支内的代码，就可能瞬态加载预期数组范围之外的某个值，并用它来选择探测数组中的一个位置。当边界检查的失败结果确定后，处理器会丢弃错误路径上的执行结果，但对探测数组的访问仍可能留下可观测的痕迹。\n\n延迟边界检查可能使攻击更容易得手。例如，如果必须从访问缓慢的内存位置读取数组长度，处理器在发现预测错误之前，就可能有更多时间执行后续指令。这段时间通常称为推测窗口。窗口的有效大小取决于依赖关系、缓存未命中、可供执行的指令以及处理器的具体实现，而不是一个固定的指令数量。\n\n变体 1 并不意味着所有越界地址都变得可读。瞬态加载仍须能够在处理器所适用的访问规则下获取相关数据，而且用于泄露信息的指令序列必须在错误路径被终止之前执行。常见的目标是位于受害方地址空间内、但处于攻击者获准访问的内存区域之外的数据。因此，这一漏洞对语言运行时和沙箱尤为重要，因为这些环境依靠软件检查来强制执行比硬件页面权限更细粒度的边界限制。\n\n现有软件中可用于攻击的指令序列通常称为利用片段（gadget）。变体 1 的利用片段不仅需要一次未经检查的瞬态读取，还需要某个后续操作使读取到的值能够从外部加以区分。实际代码可能通过查表、指针解引用或控制流决策间接提供这一操作，而不是使用显而易见的探测数组。\n\n边界检查绕过也不限于数组索引。在访问敏感信息之前，条件检查可能会验证指针、对象类型、权限状态或长度。有些检查用于防止架构层面的内存错误，另一些则用于执行访问控制策略。安全问题的关键在于：错误预测是否能让受保护的值在检查生效之前，对可观测的结果产生影响。这也正是仅靠传统的内存安全测试无法证明系统不受变体 1 影响的原因。"
    },
    {
      "heading": "分支目标注入：Spectre 变体 2",
      "text": "分支目标注入攻击针对的是间接控制流预测。间接跳转或间接调用从寄存器或内存中获取目标地址，而不是将目标地址直接编码在指令中。虚方法分派、回调、动态链接代码以及许多其他机制都会用到这类控制转移。为避免等待目标地址计算完成，处理器会预测一个可能的目标。\n\n在 Spectre 变体 2 中，攻击者通过影响预测状态，使受害者的间接分支暂态地转移到攻击者选定的指令序列。该序列不一定是程序预期的控制流中的有效目标，但必须能在受害者的执行上下文中执行，并利用其中可用的寄存器和内存状态，完成对攻击有用的操作。正确的目标最终会被确定，处理器随后会丢弃错误转向的执行结果。\n\n相关的预测结构属于微架构层面，并不由指令集架构完整规定。具体实现可能只使用分支地址的一部分来索引预测表，也可能将地址与分支历史相结合。因此，不同分支可能因别名冲突而相互干扰。如果预测状态未得到充分隔离，一个安全上下文中的活动就可能影响另一个安全上下文中的预测。具体的攻击机会取决于处理器的代际，也取决于执行是在同一个逻辑处理器上先后进行，还是在同一物理核心的不同硬件线程上并发进行。\n\n这类攻击通常会区分投毒位置和受害位置：前者是攻击者训练预测状态的地方，后者是产生实际影响的错误预测发生的地方。攻击者可能需要构造特定的地址关系，或控制分支历史，才能让训练影响受害者的分支。这一要求也有助于解释，为什么针对某一种处理器和软件配置的概念验证，不能直接用于另一种配置。\n\n泄露片段可能通过寄存器中已有的指针加载秘密数据，再利用该秘密数据影响一次缓存访问。与变体 1 不同，攻击者不必依赖紧邻该片段之前的条件式边界检查，而是通过一次间接控制转移获得推测执行的入口。因此，变体 2 涉及应用程序、操作系统内核和虚拟机之间的安全边界，但具体影响取决于平台的预测与执行特性。\n\n返回预测是一个相关但有所区别的领域。处理器通常使用专门的返回预测结构来预测函数返回，这类结构常被称为返回栈缓冲区。它们的行为可能与其他分支预测器相互影响，尤其是在预期的返回历史不可用或不匹配时。后续研究表明，返回指令和分支历史效应可能形成攻击路径，而简单的间接分支投毒模型并未涵盖这些路径。因此，“保护间接调用”与“防止所有推测性控制流注入”并不是等价的目标。"
    },
    {
      "heading": "相关变种与不断演变的攻击家族",
      "text": "Spectre 这一名称涵盖多种机制，它们的共同点是攻击者可对瞬态执行施加影响，但触发条件和防御措施各不相同。一种实用的分类方法是分别考察：什么触发了推测执行，敏感值如何变得可用，以及信息通过哪种观测信道传出。相比于将每一种新命名的攻击视为完全独立的漏洞，或假定它们都能用同一种方法修复，这种分类更有助于理解问题。\n\n推测性存储绕过于 2018 年披露，编号为 CVE-2018-3639，通常称为变种 4，涉及内存依赖预测。在尚未确定较早的存储操作是否会写入同一地址之前，处理器可能就允许加载操作执行。如果预测认为两者互不依赖，而这一判断实际有误，加载操作便可能在瞬态执行中取得旧值。后续指令可能以泄露信息的方式使用这个过时值。处理器之后会重新执行或纠正计算，但仍可能留下可观测的痕迹。这种机制不需要变种 1 所采用的条件分支模式。\n\n其他研究考察了瞬态存储及其对后续操作的影响。在错误预测路径上执行的越界存储，通常不会成为在体系结构层面正式提交的写入，但它可能影响瞬态数据流以及存储到加载的转发。这种行为动摇了“推测执行只会产生无害且最终被丢弃的读取”这一假设。其后果取决于具体的转发和执行规则；瞬态修改并不等同于能够持久写入任意内存的攻击原语。\n\n2018 年提出的 NetSpectre 探索了通过网络交互实施推测执行信息泄露的方法，无须在目标机器本地执行攻击者提供的代码。其演示依赖受害程序具备适当的行为，并需要大量重复测量。它表明，本地高精度计时器并非此类攻击的普遍前提，同时也说明了远程利用可能面临的严重带宽限制和噪声干扰。\n\n2022 年披露的分支历史注入（Branch History Injection）表明，即使较新的控制措施限制了对预测器的直接跨边界影响，操纵分支历史仍可能发挥作用。同样于 2022 年披露的 Retbleed 考察了受影响处理器上的返回指令如何成为可利用的推测执行转移点，动摇了某些基于返回指令的防御措施所依赖的假设。这些研究结果进一步说明，有必要对各种预测结构之间的交互进行建模，而不能孤立地看待每种结构。\n\n并非所有瞬态执行信息泄露都属于 Spectre。Meltdown 类攻击、微架构数据采样及其他机制，可能通过不同的故障、转发或缓冲区行为暴露数据。在讨论推测执行中的信息流时，将它们归为一类可能有所帮助，但也可能掩盖各自对缓解措施的不同要求。能够阻止分支目标注入的控制措施，可能完全无法防范加载操作取得的过时数据；而缓冲区清除机制也未必能解决边界检查绕过问题。因此，无论是解读漏洞报告，还是评估有关防护效果的声明，都必须准确识别触发条件和数据路径。"
    },
    {
      "heading": "安全边界与部署环境",
      "text": "Spectre 的实际影响取决于威胁模型：攻击者能够执行或影响什么，受害方能够访问哪些数据，以及攻击者能够进行哪些观测。有些攻击完全发生在单个进程内部，另一些则试图跨越权限级别、进程边界或虚拟化边界。这些情形采用的机制相通，但所需的前提条件不同。\n\n早期的一大担忧是 网页浏览器中的不可信代码。浏览器会执行网站提供的 JavaScript，传统上依靠编程语言层面的检查和运行时隔离来防止其访问无关内存。最初的 Spectre 研究表明，在浏览器中执行的代码可以利用推测执行中的边界检查绕过和计时技术，推断出其预定可访问区域之外的数据。即时编译在其中起着重要作用，因为决定可利用的推测执行行为的是生成的原生指令，而不只是源语言的语义。\n\n浏览器为此进行了多层面的调整，包括降低计时精度，以及加强不同站点之间的进程隔离。进程隔离可以将敏感信息移出攻击者所控制的渲染进程的地址空间，从而减少进程内的推测执行利用片段能够获取的数据。这从结构上降低了暴露风险，但并不保证进程之间的所有微架构信道都会消失。因此，浏览器安全既涉及语言层面的约束，也涉及哪些数据可以共存于同一进程的决策。\n\n对于操作系统，风险还包括攻击者控制的用户程序对更高权限执行过程的影响。内核中包含间接调用、边界检查和复杂的数据结构，这些都可能提供相关的利用片段。因此，内核缓解措施既要处理跨权限切换时的预测器状态，也要处理特权代码中的某些软件指令序列。攻击仍须满足相应变体的具体要求；仅仅存在内核秘密，并不足以使其可被观测。\n\n在云计算中，核心问题是一个租户能否影响或观测另一个租户或宿主机。虚拟化本身并不会创建相互独立的物理分支预测器或缓存。虚拟机监控器可能需要在虚拟机切换期间管理预测状态，而调度策略则会影响互不信任的工作负载是否共享同一个核心，或是否运行在同一核心的不同硬件线程上。因此，虚拟处理器与底层硬件之间的关系也是隔离模型的一部分。\n\n托管运行时、浏览器扩展、数据库扩展及其他插件系统，也会在不同尺度上面临类似问题。一个组件可能无法任意发起架构层面的加载操作，却仍能影响受害方的预测或输入。反过来，即便某个硬件弱点已得到验证，如果部署环境中没有合适的利用片段、没有可触及的秘密，或没有可用的观测信道，也可能难以利用。评估 Spectre 时，必须区分硬件是否易受影响、软件是否存在暴露风险，以及是否已经成功实施了跨越某一特定边界的攻击。"
    },
    {
      "heading": "软件与编译器防御",
      "text": "软件防御通常针对三个阶段之一：进入不安全的推测执行路径、让秘密信息影响瞬态计算，或观测由此产生的痕迹。这些方法相辅相成。仅阻断最终的测量手段，不会消除不安全的数据流；而阻止这类数据流，则可能同时防范多种观测渠道。\n\n对于边界检查绕过，一种方法是在涉及安全的检查之后、受保护的操作之前插入推测执行屏障。如果平台规定，该屏障会阻止程序顺序中位于其后的指令执行，直到检查结果确定，那么危险的瞬态访问就不会发生。在 x86 处理器上，根据厂商文档规定的行为，LFENCE 已被用于这一用途。屏障的语义必须结合目标体系结构和处理器来理解；普通的内存排序规则并不自动具备推测执行屏障的作用。\n\n另一种方法是对索引进行掩码处理或施加约束，使无效值即使在瞬态执行期间也只能选中安全位置。要实现预期的保护，必须在验证与使用之间保持真正的数据依赖。如果编译器变换消除了这种依赖，或重新引入分支，就可能使预期的防护失效。因此，操作系统和工具链会使用特定于体系结构的原语，而不是仅依赖看起来符合直觉的源代码表达式。\n\n为 LLVM 开发的推测加载加固利用编译器生成的数据流，跟踪可能发生错误推测的执行，并约束可能泄露信息的值。与手动找出少数易受攻击的检查相比，这类变换力求提供更广泛的覆盖，但也会带来执行开销，并依赖其所采用的处理器行为模型。此外，还必须谨慎处理函数调用、返回、内联汇编，以及与未按同一方案编译的代码之间的交互。\n\n对于分支目标注入，retpoline 将某些间接分支替换为基于返回指令的序列，旨在将推测执行困在无害的循环中，同时让体系结构层面的执行到达预定目标。该方法于 2018 年公开，在受支持的 x86 配置上成为广泛部署的软件缓解措施。其安全性取决于返回预测的行为。后来的攻击，包括针对受影响处理器的 Retbleed，说明了为什么不能将 retpoline 视为一种不依赖具体处理器的解决方案。\n\n其他软件防御措施则减少不受信任的计算所能触及的敏感数据量。进程隔离、更受限的接口以及最小权限原则，都可以限制成功利用的瞬态执行代码片段所能访问的内容。这些措施是对处理器专用防御措施的补充，而非替代。同样，常数时间密码编程可以消除许多在体系结构层面依赖秘密信息的访问，但推测执行可能引入常规常数时间分析未考虑的路径。\n\n编译器和应用程序层面的防御需要关注最终生成的机器码。在源代码中体现的安全属性，可能无法在优化、链接或运行时代码生成之后继续保持。完整的部署不仅必须考虑主可执行文件，还必须考虑库和动态生成的代码，并明确其代码变换旨在约束哪些推测执行行为。"
    },
    {
      "heading": "处理器、固件与操作系统控制机制",
      "text": "硬件辅助防御针对的是应用程序代码无法可靠管控的边界上的预测与推测执行行为。漏洞披露后，许多控制机制通过 微码更新交付，并配合固件和操作系统的改动。微码可以改变处理器行为的某些方面，或提供新的控制机制，但这些机制何时使用、如何使用，通常由操作系统或虚拟机监控器决定。\n\n针对 x86 分支目标注入攻击，广受讨论的控制机制包括间接分支受限推测（Indirect Branch Restricted Speculation，IBRS）、间接分支预测器屏障（Indirect Branch Predictor Barrier，IBPB），以及单线程间接分支预测器（Single Thread Indirect Branch Predictors，STIBP）。在文档规定的条件下，IBRS 会限制低特权级执行对后续间接分支预测的影响。IBPB 在执行上下文之间建立预测屏障。STIBP 则限制同属一个物理核心的逻辑处理器之间相关预测器的相互影响。这些机制提供的保障各有明确范围，不应将其理解为会清空或分区隔离所有微架构结构。\n\n较新一代处理器提供了增强型 IBRS。与早期 IBRS 的使用方式相比，它改变了在跨越特权级切换时维持保护的方式。即便如此，涉及分支历史或不同预测机制的攻击仍需要进一步分析；受影响的系统也需要采取额外的缓解措施。因此，处理器安全文档会更细致地区分各项能力与控制机制，而不是仅用一个“已防护 Spectre”的标志来概括。\n\n推测性存储绕过禁用（Speculative Store Bypass Disable，通常缩写为 SSBD）针对的是推测性存储绕过，而非最初的间接分支攻击。操作系统可能提供相应机制，为选定的进程或执行环境启用这一功能，这反映出不同工作负载对隔离的要求以及对性能的敏感程度各不相同。其他架构也提供各自的指令和控制寄存器，用于约束推测执行和管理预测状态。\n\n操作系统内核将这些机制与调度、上下文切换以及进入特权代码的过程协调起来。虚拟机监控器在进入或退出客户机时也承担类似职责。有些缓解措施会在每次相关切换时执行；另一些则可以根据下一个上下文是否属于同一安全域来选择。当同一物理核心上的线程共享资源，而某项缓解措施又无法充分隔离这些资源时，同时多线程相关策略也可能影响防护效果。\n\n因此，防护效果取决于整个系统的协同，而不只是处理器型号或补丁级别。硬件必须提供所需的行为，固件必须正确地向软件提供这些能力，软件则必须在适当的边界启用它们。反过来，适用于一种处理器的缓解措施，在另一种处理器上可能没有必要、无效，或代价高昂。由于不同代际、不同厂商的预测机制和可用控制机制各不相同，Linux 等操作系统会维护针对具体处理器的缓解逻辑。"
    },
    {
      "heading": "评估、验证与尚未解决的设计问题",
      "text": "评估 Spectre 不能仅仅搜索某种特定的指令模式。分析人员必须确定：攻击者控制的状态能否影响预测，瞬态执行路径能否获取敏感数据，以及由此产生的影响是否可以测量。每个阶段都取决于目标程序、处理器和执行环境。静态代码模式或许能识别出潜在的攻击片段，却不能证明完整的攻击切实可行。\n\n实验结果容易受到缓存驻留状态、预测器训练、地址布局、中断、调度和后台活动的影响。因此，报告中的数据提取速率反映的是特定测量配置下的结果，而非 Spectre 的普遍特性。实验室实验可能会刻意简化地址发现过程并降低噪声。实际部署环境可能带来额外障碍，而重复观测、替代信道或更有利的攻击片段则可能增强攻击者获得的信号。\n\n性能开销同样取决于工作负载。在频繁执行的循环中插入推测执行屏障，可能带来高昂的开销，因为它会打断各项操作之间的重叠执行。预测器屏障和权限切换控制措施尤其可能影响包含大量系统调用、上下文切换或虚拟机退出的工作负载。Retpoline 会改变间接控制转移的开销，而编译器加固则会增加指令和依赖关系。有意义的性能比较必须明确处理器、缓解措施配置、工作负载和基准配置，而不能用一个百分比概括所有 Spectre 防护措施的开销。\n\n形式验证研究旨在弥合架构层面正确性与推测执行安全性之间的鸿沟。传统的程序证明往往只描述已提交的执行。Spectre 分析则需要对瞬态指令和攻击者可见的观测结果建立模型。一个重要目标是非干扰性：在系统允许披露的信息范围之外，秘密输入的变化不应改变攻击者能够观测到的内容。证明能否确立这一性质，取决于模型涵盖了哪些预测器、缓存、转发行为和时序效应。\n\n自动化方法包括攻击片段检测、符号执行、生成代码分析以及硬件模型探索。这些方法的结果涉及不同的权衡。宽泛的模型可能会标记出实际处理器从不执行的路径，而狭窄的模型则可能遗漏未被文档记载或新近发现的行为。测试能够提供实际硬件行为的证据，但测试未能成功，并不能证明不存在可利用的瞬态执行路径。\n\n处理器设计方案探索了多种思路，包括将敏感的缓存效应延迟到指令确定安全后再生效、分离推测状态与已提交状态、对共享预测器进行分区，以及为预测结构附加安全域信息。这些方法面临具体的工程约束：额外的存储空间、与缓存一致性机制的相互作用、关键路径延迟、功耗，以及与现有软件的兼容性。如果同一个瞬态值还会影响其他可观测资源，那么仅限制某一种可见结构也不够。这一设计问题的核心在于：既要定义并强制约束未提交的执行可以跨安全边界暴露哪些影响，又不能舍弃引入推测执行原本旨在获得的性能收益。"
    }
  ],
  "links": [
    "security-vulnerability",
    "speculative-execution",
    "side-channel-attack",
    "cryptography",
    "google",
    "central-processing-unit",
    "cpu-cache",
    "sandbox-computer-security",
    "access-control",
    "control-flow",
    "virtual-machine",
    "web-browser",
    "javascript",
    "operating-system",
    "cloud-computing",
    "virtualization",
    "memory-model",
    "compiler",
    "least-privilege",
    "machine-code",
    "source-code",
    "kernel-operating-system",
    "linux",
    "system-call",
    "formal-verification"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}