一篇论文能复现的比例低到多少，整个领域会被质疑？德国鲁尔大学和马克斯·普朗克安全与隐私研究所的答案是：4%。
他们刚发布了对硬件逆向工程（Hardware Reverse Engineering，HRE）领域过去20年的系统性复盘，分析了187篇同行评审论文，结果触目惊心——30个公开代码/数据的项目里，只有7个能跑通。这不是某个实验室的疏忽，是横跨学术界、工业界和政府的系统性失灵。
芯片安全的地基，正在流沙上
硬件逆向工程听起来像间谍片里的情节：拿到一块芯片，一层层剥开，用显微镜和算法还原它的设计图纸。但在现实中，这是现代计算安全的根基。
鲁尔大学团队在开篇就点明了逻辑链——硬件是整个系统的「信任根」（root of trust）。验证芯片设计有没有被篡改、追踪供应链里的假冒货、发现藏在硅片里的硬件漏洞，全部依赖HRE技术。没有它，你买的手机、服务器、甚至汽车芯片，都可能是个黑箱。
但过去二十年，这个领域的发展像一群人在黑暗中各自摸象。FPGA（现场可编程门阵列）研究者、集成电路分析专家、网表逆向工程师，各自为政。知识碎片化到连「现在技术到底走到哪一步」都说不清楚，更别提识别共同的研究瓶颈。
这就是这篇SoK（Systematization of Knowledge）论文的出发点。团队不是做新研究，而是当了一次「领域考古学家」，把187篇论文按技术流程重新分类，从硅片物理分析到网表逻辑还原，逐层梳理。
4%复现率：学术界的「皇帝新衣」
论文里最刺眼的数字来自artifact评估——也就是检查作者是否公开了代码、数据、实验环境，以及这些东西能不能真的跑起来。
187篇论文中，只有30篇提供了可获取的artifact。团队用ACM/IEEE的artifact评估标准逐一测试：7篇能完整复现关键结果，23篇失败。失败原因五花八门：依赖的软件版本太老、文档缺失关键步骤、硬件平台已经停产，或者干脆联系不上原作者。
4%不是终点，是警钟。团队特别提到，这个领域涉及昂贵的专业设备（电子显微镜、激光探针台、定制FPGA板），复现门槛本就极高。如果公开成果本身还一团糟，后来者只能从零开始，重复造轮子。
更隐蔽的问题是「不可比较」。不同论文用不同的测试芯片、不同的评估指标、不同的攻击模型。A论文说「我们的算法能恢复90%逻辑」，B论文说「我们的方法效率提升3倍」，但两者用的基准完全不同，像苹果和橘子比甜度。
三方踢皮球：谁该负责？
论文把问题拆解成三个层面，分别指向学术界、工业界和政府。
学术界的问题是「发表即结束」。期刊和会议很少强制要求artifact提交，评审人也无暇验证代码能不能跑。团队建议推行artifact-centric实践：提交时强制打包代码、数据、环境配置，评审环节加入可重复性检查，甚至设立「复现奖」激励后来者验证前人工作。
工业界的困境更现实。芯片厂商视设计为命脉，公开任何技术细节都可能泄露知识产权。但完全封闭又让安全研究变成猜谜游戏——研究者只能分析自己买的消费级芯片，无法验证发现的漏洞是否具有普遍性。论文呼吁建立「可信中介」机制：厂商向独立第三方提供芯片样本，第三方发布匿名化的基准数据集，供学术界统一测试。
政府层面的障碍是法律模糊。多国法律对「逆向工程」的界定像一团浆糊：安全研究是否属于合理使用？公开发表漏洞细节算不算教唆犯罪？2021年某美国研究者因分析汽车芯片被厂商起诉，案件至今悬而未决。这种不确定性直接劝退了一批潜在研究者，尤其是经费有限的学术团队。
三个切口：从4%往上爬
基于187篇论文的考古，团队提出了三条具体路径。
第一条是artifact标准化。不是简单丢个GitHub链接，而是按FAIR原则（可查找、可访问、可互操作、可重用）打包：容器化环境、依赖版本锁定、逐步复现指南、预期输出对照。团队测试时发现，很多论文的「公开代码」只是作者本地工作站的快照，换个操作系统就报错。
第二条是benchmark（基准测试）共建。HRE领域需要像机器学习界的ImageNet那样的事实标准：一组公开、分层、覆盖不同难度场景的测试芯片，配套统一的评估协议。论文建议从开源RISC-V芯片起步，逐步纳入商业芯片的匿名化版本。
第三条是法律沙盒。参考金融科技的监管试点，为硬件安全研究划定「安全港」：明确哪些场景下的逆向工程受法律保护，建立漏洞披露的免责通道。德国联邦信息安全局（BSI）2024年启动的芯片安全研究计划，被论文列为值得观察的试点。
团队最后留下了一个开放式追问：当芯片成为国家基础设施的基石，当供应链攻击从理论变成日常新闻，4%的复现率还能被容忍多久？
热门跟贴