SiamHAN：基于孪生异构图注意力网络的 TLS 加密流量 IPv6 地址关联攻击
密码学与安全
2022-04-21 v1 人工智能
网络与互联网体系结构
摘要
与通常被 NAT 掩蔽的 IPv4 地址不同，IPv6 地址可轻易地与用户活动相关联，危及其隐私。针对此隐私问题的缓解措施已被部署，使得现有的地址到用户关联方法不再可靠。本工作表明，即使有这些保护机制，攻击者仍可以准确地将 IPv6 地址与用户关联。为此，我们提出一种 IPv6 地址关联模型——SiamHAN。该模型使用孪生异构图注意力网络（Siamese Heterogeneous Graph Attention Network）来度量两个 IPv6 客户端地址是否属于同一用户，即使用户的流量受 TLS 加密保护。使用大型真实世界数据集，我们展示在追踪目标用户与发现唯一用户的任务中，最先进的技术分别只能达到 85% 和 60% 的准确率。而 SiamHAN 分别展现出 99% 和 88% 的准确率。
引用
@article{arxiv.2204.09465,
title = {SiamHAN: IPv6 Address Correlation Attacks on TLS Encrypted Traffic via Siamese Heterogeneous Graph Attention Network},
author = {Tianyu Cui and Gaopeng Gou and Gang Xiong and Zhen Li and Mingxin Cui and Chang Liu},
journal= {arXiv preprint arXiv:2204.09465},
year = {2022}
}
备注
The paper has been accepted at the 30th USENIX Security Symposium (USENIX Security 2021). The source code has been published at https://github.com/CuiTianyu961030/SiamHAN