检测来自消费级物联网设备的压缩明文流量

数据加密是保护消费设备互联网通信隐私免受网络观察者窥探的主要方法。因此，自动检测网络流量中未加密数据的能力是审计联网设备的重要工具。现有方法能识别含明文的网络数据包，但无法区分含加密数据的数据包与含压缩未加密数据的数据包，后者可通过逆向压缩算法轻松恢复。这使得消费者保护倡导者难以识别那些以压缩未加密格式发送敏感数据从而危及用户隐私的设备。本文提出首个在逐包基础上自动区分加密与压缩未加密网络传输的技术。我们应用三种机器学习模型，在原始数据包数据上训练的卷积神经网络取得了最高 66.9% 的准确率。该结果是这一此前未被研究的机器学习问题的基线，我们希望它能激励进一步的关注与准确率提升。为促进该主题的持续研究，我们已公开训练与测试数据集。