感知哈希在Tor域名识别中的应用
计算机视觉与模式识别
2020-05-22 v2
摘要
Tor暗网承载各类非法内容，由网络安全机构监控。然而，人工分类Tor内容可能缓慢且易出错。为辅助此任务，我们提出频域主导邻域结构（F-DNS），一种通过截图自动分类域名的新型感知哈希方法。首先，我们使用经历多种保内容操作的图像评估F-DNS，将其与原始图像比较，获得了优于其他前沿方法的相关性系数，尤其在旋转情况下。随后，我们将F-DNS应用于使用Darknet Usage Service Images-2K（DUSI-2K）数据集（含活跃Tor服务域名截图）对Tor域名进行分类。最后，我们对比了F-DNS与一种图像分类方法及一种前沿哈希方法的性能。我们的方案在Tor图像上取得了98.75%的准确率，超越了所有其他对比方法。
引用
@article{arxiv.2005.10090,
title = {Perceptual Hashing applied to Tor domains recognition},
author = {Rubel Biswas and Roberto A. Vasco-Carofilis and Eduardo Fidalgo Fernandez and Francisco Jáñez Martino and Pablo Blanco Medina},
journal= {arXiv preprint arXiv:2005.10090},
year = {2020}
}
备注
To be published on the JNIC 2020 Conference. Already published research summary