基于加密网络流量分析的鲁棒智能手机应用识别
密码学与安全
2017-04-21 v1 网络与互联网体系结构
摘要
智能手机上安装的应用能揭示用户的诸多信息，例如其健康状况、性取向或宗教信仰。此外，智能手机上特定应用的存在与否可告知意图攻击该设备的对手。在本文中，我们展示了一个被动窃听者可以通过对其发送的网络流量进行指纹识别来可行地识别智能手机应用。尽管SSL/TLS隐藏了数据包的有效载荷，但诸如数据包大小和方向等侧信道数据仍会从加密连接中泄露。我们使用机器学习技术从此类侧信道数据中识别智能手机应用。除了仅仅对智能手机应用进行指纹识别和识别外，我们研究了应用指纹如何随时间、跨设备以及跨不同应用版本而变化。此外，我们引入了使我们的应用分类系统能够识别并减轻模糊流量（即应用间共有的流量，如广告流量）影响的策略。我们完整实现了一个对应用进行指纹识别的框架，并运行了全面的实验集以评估其性能。我们对Google Play Store中110个最流行的应用进行了指纹识别，并能在六个月后以高达96%的准确率识别它们。此外，我们展示了应用指纹跨设备和应用版本以不同程度持续存在。
引用
@article{arxiv.1704.06099,
title = {Robust Smartphone App Identification Via Encrypted Network Traffic Analysis},
author = {Vincent F. Taylor and Riccardo Spolaor and Mauro conti and Ivan Martinovic},
journal= {arXiv preprint arXiv:1704.06099},
year = {2017}
}