协作机器人网络流量指纹识别的可行性研究

本研究探讨了协作机器人中的隐私风险，重点关注加密机器人通信中的流量分析潜力。虽然先前的研究探讨了遥操作设置中的低级命令恢复，但我们的工作研究了从基于脚本的控制界面恢复高级运动。我们评估了著名的网站指纹识别技术（例如Tik-Tok、RF）及其在准确识别机器人动作方面的局限性，因为它们无法捕获详细的时间关系。为了解决这个问题，我们引入了一种使用信号处理技术的流量分类方法，展示了动作识别的高准确性，并突出了加密通信在隐私泄露方面的脆弱性。此外，我们探讨了诸如数据包填充和时间操纵等防御措施，揭示了在平衡抗流量分析与网络效率方面的挑战。我们的发现强调，需要继续开发机器人隐私和安全方面的实用防御措施。