我仍能看见你：为何现有的物联网流量重塑手段失效

物联网 (IoT) 设备产生的互联网流量数据由互联网服务提供商 (ISP) 和设备制造商收集，常常与第三方共享以维持和提升用户服务。然而，路径上的对手通过分析这些网络流量痕迹，能够推断并指纹化用户的敏感隐私信息，如占有情况和用户活动。尽管关于防御这一侧信道攻击——恶意物联网流量分析 (TA) 的文献日益增长，但目前尚无系统方法来比较和评估这些既有研究的全面性。为此，我们设计了一种新的低成本、开源系统框架——物联网流量暴露监控工具包 (IoT Traffic Exposure Monitoring Toolkit, ITEMTK)，以便全面检验和验证先前的攻击模型及其防御方法。在此基础上，我们还设计了一种新型图像化攻击，能够即使在用户在智能家居中采用最严格的防护措施时，推断出敏感的用户信息。研究人员可利用我们的新型图像化攻击，对现有物联网流量分析攻击及防御研究进行系统化理解。我们的结果表明，当前的防御措施不足以保护物联网设备用户的隐私。物联网设备对我们新设计的图像化用户隐私推断攻击极其脆弱，对物联网设备用户的隐私构成严重威胁。我们还指出了潜在的未来改进方向，以增强防御措施。ITEMTK 的灵活性允许其他研究人员通过集成新的 TA 攻击模型和预防方法来轻松扩展，以衡量其未来工作。