面向零样本 HTTPS 网站指纹识别的语义-流量对齐与检索: STAR
密码学与安全
2025-12-22 v1 人工智能
网络与互联网体系结构
摘要
现代 HTTPS 机制如 Encrypted Client Hello (ECH) 和加密 DNS 虽然提高了隐私，但仍然面临来自网站指纹识别 (WF) 攻击的威胁，这类攻击通过从加密流量模式中推断出访问的网站。现有的 WF 方法依赖于基于站点的监督学习，带有站点特定的标记痕迹，这限制了可扩展性，并无法处理以前未出现的网站。我们通过将 WF 重新表述为零样本跨模态检索问题来克服这些限制，并引入 STAR。STAR 使用双编码器体系结构学习加密流量痕迹和爬取时逻辑轮廓之间的联合嵌入空间。STAR 基于 150K 个自动收集的流量-逻辑配对，使用对比目标和一致性目标以及结构感知数据增强进行训练，能够在不要求目标侧流量的情况下检索与之最语义对齐的轮廓。针对 1,600 个未见网站的实验显示，STAR 在开放世界检测中实现了 87.9% 的 top-1 准确率和 0.963 的 AUC，超越了监督和 few-shot 框架。进一步地，仅为每个站点添加四个标记痕迹的适配器即可将 top-5 准确率提升至 98.8%。我们的分析揭示了现代 Web 协议中固有的语义-流量对齐，确定语义泄露是加密 HTTPS 流量中占主导地位的隐私风险。我们发布了 STAR 的数据集和代码，以支持可重复性和未来研究。
引用
@article{arxiv.2512.17667,
title = {STAR: Semantic-Traffic Alignment and Retrieval for Zero-Shot HTTPS Website Fingerprinting},
author = {Yifei Cheng and Yujia Zhu and Baiyang Li and Xinhao Deng and Yitong Cai and Yaochen Ren and Qingyun Liu},
journal= {arXiv preprint arXiv:2512.17667},
year = {2025}
}
备注
Accepted by IEEE INFOCOM 2026. Camera-ready version