DecETT：基于双解耦语义增强的加密隧道精准 App 指纹识别
密码学与安全
2025-04-23 v1
摘要
随着隐私保护需求的增长，加密隧道正变得越来越受移动应用用户的青睐，这为基于应用指纹（AF）的网络管理带来了新挑战。现有方法主要直接将传统 AF 方法迁移到加密隧道上，忽视了加密隧道的核心混淆和重新封装机制，导致效果不佳。本文提出 DecETT，一种基于双解耦语义增强的方法，用于在加密隧道下的精准 AF。具体而言，DecETT 从两个角度改进加密隧道下的 AF：应用特定特征增强与无关隧道特征解耦。鉴于加密隧道流量中被混淆的应用特定信息，DecETT 引入具有更强应用特定信息的 TLS 流量作为语义锚点，以引导和增强隧道流量的指纹生成。此外，为解决因重新封装机制引入的与应用无关的隧道特征，DecETT 设计了双解耦式指纹增强模块，分别从隧道流量中解耦隧道特征与应用语义特征，从而最小化隧道特征对准确应用指纹提取的影响。在五种常见加密隧道下的评估表明，DecETT 在加密隧道下的精准 AF 方面优于最新方法，并进一步展示了其在更复杂混淆隧道下的优势。项目页面：https://github.com/DecETT/DecETT
引用
@article{arxiv.2504.15565,
title = {DecETT: Accurate App Fingerprinting Under Encrypted Tunnels via Dual Decouple-based Semantic Enhancement},
author = {Zheyuan Gu and Chang Liu and Xiyuan Zhang and Chen Yang and Gaopeng Gou and Gang Xiong and Zhen Li and Sijia Li},
journal= {arXiv preprint arXiv:2504.15565},
year = {2025}
}
备注
Accepted to WWW 2025