揭示数字指纹：基于网站指纹的互联网攻击分析
密码学与安全
2024-09-09 v1
摘要
与我们的物理活动一样，我们的虚拟存在在上网时也留下了独特的数字指纹，而这些数字指纹有潜力揭示用户的活动，包括浏览历史、使用的应用程序以及甚至在这些活动中使用的设备。许多互联网用户倾向于使用提供最高隐私保护和匿名化功能的 web 浏览器，如 Tor。这种隐私保护的成功取决于 Tor 功能对 end-user IP 地址和构成网站指纹的其他元数据进行匿名化。本文展示了使用最新的机器学习算法，攻击者可以通过应用此类技术来对 Tor 流量进行去匿名化。在我们的实验框架中，我们使用来自哥伦比亚亚duca 大学的公开数据集建立了基线和比较参考点。我们在 11 天内捕获网络数据包，记录用户浏览特定网页时的数据，以 .pcapng 格式通过 Wireshark 网络捕获工具。排除多余数据包后，我们在分析中运用各种机器学习算法。结果表明，梯度提升机算法在二进制分类中取得最佳成果，准确率为 0.8363。在多类分类领域，随机森林算法达到了 0.6297 的准确率。
引用
@article{arxiv.2409.03791,
title = {Unveiling the Digital Fingerprints: Analysis of Internet attacks based on website fingerprints},
author = {Blerim Rexha and Arbena Musa and Kamer Vishi and Edlira Martiri},
journal= {arXiv preprint arXiv:2409.03791},
year = {2024}
}
备注
14 pages, 5 tables, 2 figures, 4 equations