2. 时间侧信道基础

密码算法在数学上可以证明安全，但一旦落到真实处理器上执行，就会留下物理痕迹。时间侧信道研究的正是这些痕迹中最容易被利用的一类：执行时间随秘密数据变化。要理解常数时间实现，必须先看清时间信息是如何从微架构层面泄漏出来的，以及“常数时间”与“恒定时间”这两个常被混用的概念究竟差在哪里。

一、时间侧信道的物理来源

现代 CPU 为了追求性能，引入了大量与数据相关的动态行为。这些行为本身不是缺陷，但它们让指令的执行延迟不再固定，从而把秘密“编码”进了时间。

缓存计时（Cache Timing）。缓存命中与未命中的访问延迟相差一到两个数量级。以典型的 L1 命中约 4 个周期、L3 命中约 40 个周期、主存访问约 200 个周期为例，如果一次查表操作的索引由密钥决定，那么攻击者通过测量访问时间，就能推断出该索引落在哪个缓存行，进而缩小密钥搜索空间。AES 的 T 表实现、RSA 的模幂窗口算法都是经典受害者。

分支预测（Branch Prediction）。处理器遇到条件分支时会预测走向并投机执行。预测正确则流水线顺畅，预测失败则要清空并重新取指，产生十几到几十周期的惩罚。如果分支条件依赖密钥比特，那么“走哪条路”就会通过预测失败率反映到总耗时上。更隐蔽的是，攻击者还可以利用分支预测器状态作为跨进程的隐蔽信道。

指令流水线（Instruction Pipeline）。流水线让多条指令重叠执行，但数据相关、结构相关和控制相关会造成停顿（stall）。当指令序列本身随秘密变化时——例如提前退出循环、跳过某段计算——流水线的填充与排空次数就不同，累计时间差可达数百周期。此外，乘法器、除法器等可变延迟执行单元，其完成时间取决于操作数，也会直接泄漏信息。

功耗与电磁泄漏。CMOS 电路在翻转时消耗能量，翻转次数与处理的数据相关。通过测量芯片电源引脚上的电流波动，或用近场探头采集电磁辐射，攻击者可以恢复出运算中间值。这类侧信道与时间侧信道同源：都源于“数据影响物理行为”。区别在于，时间侧信道是数字化的、易远程测量；功耗与电磁是模拟的、通常需要物理接近，但信息量更大。三者关系可以用一条链概括：秘密数据 → 微架构状态/电路翻转 → 时间、功耗、电磁等可观测量 → 攻击者推断。

二、常数时间与恒定时间的区别

这两个词在中文资料里经常互换，但在工程语境下应当严格区分。

常数时间（Constant Time）指的是：算法的执行时间不依赖于秘密数据。注意，它并不要求每次执行耗时完全相同，只要求“秘密不同不会导致时间不同”。例如，一个函数无论密钥比特是 0 还是 1，都执行相同数量的指令、访问相同数量的缓存行，那么它就是常数时间的。它的时间可以是 100 周期，也可以是 1000 周期，只要这个数字与秘密无关。

恒定时间（Constant-Time / Fixed Time）在更严格的用法中，指执行时间不仅与秘密无关，而且与公开输入也无关，每次调用耗时几乎完全一致。这在实践中很难做到，因为公开输入长度、循环次数、系统调度都会影响总时间。因此，安全社区通常把“constant-time”作为目标，而把“fixed-time”视为一种更强的、有时不必要甚至不可达的性质。

更准确地说，密码实现追求的是数据无关时间（Data-Independent Timing）：所有与秘密相关的操作路径、访存地址、指令序列都保持一致。判断一个实现是否达标，不能只看代码里有没有 if，而要看编译后的机器码是否引入了数据相关的分支或访存。

三、一个可观察的对比示例

下面用一段伪代码说明“数据相关分支”如何造成泄漏，以及如何改写为常数时间形式。假设我们要根据密钥比特 k 选择两个值之一：

// 非常数时间：分支依赖秘密
if (k == 1) {
    result = a;
} else {
    result = b;
}

// 常数时间：用位掩码消除分支
// mask = 0xFFFFFFFF 当 k==1，否则为 0
uint32_t mask = -(uint32_t)k;
result = (a & mask) | (b & ~mask);

第一段代码在 k 不同时，会走不同的分支，分支预测器状态、流水线填充次数都不同，攻击者可以通过大量测量区分。第二段代码无论 k 取何值，都执行相同的与、或、非运算，指令序列固定，时间不随 k 变化。这就是常数时间实现最基本的“掩码选择”技巧。

再看访存。假设有一个 256 字节的 S 盒，索引由秘密决定：

// 非常数时间：访存地址依赖秘密
uint8_t val = sbox[secret_index];

// 常数时间：扫描全表，用掩码累加
uint8_t val = 0;
for (int i = 0; i < 256; i++) {
    uint8_t mask = (uint8_t)-(i == secret_index);
    val |= sbox[i] & mask;
}

第二段代码每次都访问全部 256 个表项，缓存访问模式与秘密无关，代价是性能下降约两个数量级。实际工程中会用向量化、预取或位切片来缓解，但核心思想不变：让访存地址集合与秘密解耦。

四、从泄漏链到防护的映射

把前面的泄漏链反过来看，就得到防护的着力点：

• 缓存计时 → 固定访存模式，避免秘密索引查表，或使用扫描全表、位切片。
• 分支预测 → 消除秘密相关分支，用算术/逻辑运算替代条件跳转。
• 指令流水线 → 保持指令序列一致，避免提前退出循环、避免可变延迟指令。
• 功耗与电磁 → 在算法层做掩码（Masking）和隐藏（Hiding），使中间值与秘密统计独立。

需要强调的是，常数时间实现不是“加一个开关”就能完成的。它要求从算法选择、代码编写、编译器优化到目标微架构验证的全链条控制。例如，编译器可能把位掩码优化回分支，或者把循环展开成不同的访存序列。因此，写完代码后必须检查生成的汇编，确认没有数据相关的 jmp、cmov 之外的秘密相关条件，以及访存地址不随秘密变化。