基于位置-单元字节模型的通用 TLS 指纹识别
密码学与安全
2024-05-14 v1
摘要
我们使用位置-单元字节模型结合最大似然率进行通用 TLS 指纹识别，并经实验证明其对抗抢先攻击具有鲁棒性。我们的方法从客户端 hello 消息中创建位置-单元字节模型集合。每个位置-单元字节模型都是由客户端应用程序或进程创建的 TLS 客户端 hello 流量的统计模型。要对 TLS 连接进行指纹识别，我们使用其客户端 hello，并计算作为统计模型函数的似然率。最大化似然函数的统计模型即为给定客户端 hello 的预测客户端应用程序。我们的数据驱动方法不使用旁通道信息，可实时更新。我们在内部数据集上进行实验验证，表明该方法通过跟踪在合成增加随机化时保持无偏 分数来证明其对抗抢先攻击的鲁棒性。
引用
@article{arxiv.2405.07848,
title = {Positional-Unigram Byte Models for Generalized TLS Fingerprinting},
author = {Hector A. Valdez and Sean McPherson},
journal= {arXiv preprint arXiv:2405.07848},
year = {2024}
}