基于时间序列分析的网站指纹识别：TSA-WF 方法探究

网站指纹识别（WF）是一种技术，允许窃听者通过检查她通过某些加密隧道（如 Tor）与之交换的数据包的元数据来确定目标用户正在访问的网站。最近的 WF 攻击使用机器学习（和深度学习）处理和总结跟踪元数据，这种方法导致预测缺乏关于给定网站在（potentially 大型）由多个顺序网站访问组成的网络跟踪中检测网站的瞬时信息——即称为 multi-tab WF 的设置。在本文中，我们探讨了经典时间序列分析技术在 WF 场景中是否有效。具体而言，我们引入 TSA-WF（Time Series Analysis for Website Fingerprinting），一个旨在密切保留网络跟踪的计时和方向特征的管道，这使我们能够探索用于测量时间序列相似性的算法在 WF 语境中的应用。我们的评估使用 Tor 跟踪数据表明，TSA-WF 在网站访问可以轻松从给定跟踪中单独分离的场景（即 single-tab WF 场景）中实现了与现有 WF 攻击相当的准确率，即使受到特别设计的 WF 防御措施的保护。最终，尽管 TSA-WF 在 multi-tab 场景中未超过现有攻击，我们展示了 TSA-WF 可帮助确定给定感兴趣网站在 multi-tab 跟踪中被访问的大约时刻。