RevealNet：面向可编程网络攻击归因的分布式流量关联
密码学与安全
2025-10-09 v2 网络与互联网体系结构
摘要
网络攻击者越来越多地利用代理链、VPN 和匿名网络来隐藏其活动。为了解决这个问题，过去的研究探索了流量关联技术在进行攻击归因（即识别攻击者的真实网络位置）方面的适用性。然而，当前的流量关联方法依赖于配置良好且集中的系统，这些系统从多个网络探针接收流来计算关联分数。不幸的是，这使得关联工作在大型高速网络中扩展性很差。在本文中，我们提出了 RevealNet，这是一个用于攻击归因的去中心化框架，它协调一组 P4 可编程交换机来执行流量关联。RevealNet 建立在一组受先前关于计算和比较流草图（流关键特征的紧凑摘要）工作启发的关联原语之上，以实现高效的、分布式的网内流量关联。我们的评估表明，RevealNet 实现了与集中式攻击归因系统相当的准确度，同时显著降低了关联任务带来的计算复杂性和带宽开销。
引用
@article{arxiv.2505.00618,
title = {RevealNet: Distributed Traffic Correlation for Attack Attribution on Programmable Networks},
author = {Gurjot Singh and Alim Dhanani and Diogo Barradas},
journal= {arXiv preprint arXiv:2505.00618},
year = {2025}
}
备注
Accepted to the 23rd IEEE International Symposium on Network Computing and Applications (NCA)