Neural-FacTOR：面向 TOR 匿名网络网站指纹攻击的神经表示学习
密码学与安全
2022-09-27 v1 人工智能
摘要
TOR（洋葱路由器）网络是广泛使用的开源匿名通信工具，TOR 的滥用使得难以监控访问犯罪网站等网络犯罪的蔓延。现有大多数 TOR 网络去匿名化方法严重依赖人工提取特征，导致耗时且性能不佳。为克服这些缺陷，本文提出一种基于分类算法的神经表示学习方法以识别网站指纹。我们构建了一种基于带膨胀与因果卷积的卷积神经网络（CNN）的新网站指纹攻击模型，可提升 CNN 的感知域并捕获输入数据的序列特征。在三个主流公开数据集上的实验表明，所提模型对网站指纹分类具有鲁棒性和有效性，相较 SOTA 方法准确率提升 12.21%。
引用
@article{arxiv.2209.12482,
title = {Neural-FacTOR: Neural Representation Learning for Website Fingerprinting Attack over TOR Anonymity},
author = {Haili Sun and Yan Huang and Lansheng Han and Xiang Long and Hongle Liu and Chunjie Zhou},
journal= {arXiv preprint arXiv:2209.12482},
year = {2022}
}
备注
Accepted by TrustCom-2022