搜索

[620] 2018-04-27_基于深度学习的网站指纹

文档创建者：s7ckTeam
浏览次数：1
最后更新：2025-01-16
2018-04-27_基于深度学习的网站指纹 基 于 深 度 学 习 的 网 站 指 纹 A r k T e a m   2 0 1 8 - 0 4 - 2 7 作 者 ： { R e a l W o r l d s } @ A r k T e a m 原 文 作 者 ： V e r a   R i m m e r 、 D a v y   P r e u v e n e e r s 、 M a r c   J u a r e z x 、 T o m   V a n   G o e t h e m 、 W o u t e r   J o o s e n 原 文 标 题 ： A u t o m a t e d   W e b s i t e F i n g e r p r i n t i n g   t h r o u g h   D e e p   L e a r n i n g 原 文 会 议 ： N D S S   S y m p o s i u m   2 0 1 8 原 文 链 接 ： h t t p s : / / w w w . n d s s - s y m p o s i u m . o r g / n d s s 2 0 1 8 / p r o g r a m m e / # 0 3 A T o r 通 过 对 内 容 的 加 密 和 重 重 随 机 代 理 ， 为 互 联 网 用 户 提 供 了 匿 名 服 务 ， 能 有 效 对 抗 监 察 者 的 审 查 。 然 而 ， 研 究 人 员 发 现 ， 由 于 T o r 的 流 量 中 仍 有 一 些 特 征 可 以 进 行 识 别 ， 通 过 对 T o r 的 W F （ W e b s i t e F i n g e r p r i n t i n g ， 网 站 指 纹 ） 攻 击 ， 可 以 判 断 出 用 户 正 在 访 问 的 网 站 。 近 年 来 ， 研 究 人 员 先 后 提 出 使 用 包 括 k - N N [ 1 ] 、 S V M [ 2 ] 和 随 机 森 林 （ R a n d o m   F o r e s t ， R F ） [ 3 ] 等 不 同 机 器 学 习 算 法 进 行 网 站 指 纹 的 方 法 ， 并 在 测 试 集 上 取 得 了 9 0 % 以 上 的 准 确 率 。 不 过 这 些 方 法 注 重 于 特 征 选 择 ， 从 而 对 流 量 的 特 征 变 化 较 为 敏 感 ， 而 且 只 在 封 闭 环 境 （ C l o s e d w o r l d ） 下 进 行 测 试 ， 在 实 际 使 用 中 仍 有 局 限 性 。 为 此 ， 作 者 提 出 了 基 于 深 度 学 习 的 自 动 化 网 站 指 纹 方 法 ， 分 别 采 用 堆 栈 去 噪 自 编 码 器 （ S t a c k e d   D e n o i s i n g   A u t o e n c o d e r ， S D A E ） 、 卷 积 神 经 网 络 （ C o n v o l u t i o n a l   N e u r a l   N e t w o r k ， C N N ） 和 长 短 期 记 忆 （ L o n g - S h o r t   T e r m   M e m o r y ， L S T M ） 网 络 ， 通 过 学 习 原 始 流 量 进 行 特 征 提 取 构 建 指 纹 ， 进 而 对 网 站 进 行 识 别 。 图 1     S D A E 分 类 器
图 2   C N N 分 类 器 图 3   L S T M 网 络 和 L S T M 单 元 自 编 码 器 （ A u t o e n c o d e r ， A E ） 是 一 种 前 馈 网 络 ， 专 门 用 于 通 过 降 维 来 进 行 特 征 学 习 。 将 多 个 A E 堆 积 形 成 深 层 模 型 ， 可 以 对 输 入 数 据 的 最 显 着 特 征 进 行 分 层 提 取 ， 并 根 据 派 生 特 征 进 行 分 类 ， 使 得 S D A E 模 型 能 够 用 于 W F 。 C N N 由 一 系 列 卷 积 层 构 成 。 卷 积 层 也 用 于 特 征 提 取 ， 从 第 一 层 的 低 级 特 征 开 始 ， 逐 级 抽 象 。 卷 积 层 学 习 多 种 过 滤 器 ， 这 些 过 滤 器 可 以 显 示 出 输 入 数 据 中 包 含 特 定 特 征 的 区 域 ， 然 后 对 这 些 输 入 实 例 进 行 降 采 样 ， 并 保 留 特 殊 区 域 。 这 样 ， C N N 可 以 检 索 最 重 要 的 特 征 来 进 行 分 类 。 S D A E 需 要 逐 块 进 行 预 训 练 ， 而 C N N 不 需 要 大 量 的 预 处 理 。 L S T M 分 类 器 是 特 殊 类 型 的 循 环 神 经 网 络 （ R e c u r r e n t   N e u r a l   N e t w o r k ） ， 具 有 增 强 记 忆 能 力 。 L S T M 的 设 计 允 许 学 习 数 据 中 的 长 期 依 赖 关 系 ， 使 分 类 器 能 够 解 释 时 间 序 列 。 此 处 输 入 的 流 量 轨 迹 基 本 上 是 T o r 单 元 的 时 间 序 列 ， 这 些 动 态 时 间 序 列 很 可 能 包 含 网 站 指 纹 。 作 者 通 过 T o r 和 T o r 浏 览 器 收 集 了 3 6 0 万 个 对 A l e x a   T o p   1 2 0 0 的 访 问 数 据 ， 并 经 过 筛 选 ， 形 成 了 4 个 主 要 的 数 据 集 C W 1 0 0 、 C W 2 0 0 、 C W 5 0 0 和 C W 9 0 0 ， 分 别 包 含 了 筛 选 后 的 1 0 0 个 、 2 0 0 个 、 5 0 0 个 和 9 0 0 个 网 站 的 各 2 5 0 0 次 访 问 数 据 ， 作 为 封 闭 环 境 （ C l o s e d   w o r l d ） 的 训 练 集 和 测 试 集 。 作 者 对 A l e x a   T o p   4 0 0 ,   0 0 0 的 网 站 进 行 访 问 ， 收 集 4 0 0 ,   0 0 0 条 数 据 ， 对 C W 2 0 0 中 的 网 站 分 别 进 行 了 2 0 0 0 次 访 问 ， 收 集 4 0 0 ,   0 0 0 条 数 据 ， 这 8 0 0 ,   0 0 0 条 数 据 构 成 开 放 环 境 （ O p e n   w o r l d ） 的 数 据 集 。 作 者 的 测 试 结 果 如 图 4 和 图 5 。 由 于 随 着 时 间 的 变 化 ， 网 站 内 容 会 发 生 变 化 ， 使 用 先 前 收 集 的 数 据 训 练 出 来 的 模 型 会 造 成 准 确 率 下 降 ， 因 此 作 者 又 进 行 了 时 间 上 的 对 比 实 验 ， 如 图 6 。 综 合 上 述 实 验 ， 可 以 看 出 ， 整 体 上 S D A E 模 型 表 现 较 好 ， 且 最 为 稳 定 。 由 于 C N N 需 要 更 少 的 参 数 ， 它 的 训 练 是 最 快 的 ， 但 也 更 容 易 过 拟 合 。 L S T M 执 行 速 度 最 慢 ， 但 由 于 其 结 构 特 性 ， 它 具 备 最 佳 的 泛 化 能 力 ， 而 其 反 向 传 播 的 特 性 会 造 成 处 理 长 时 间 的 数 据 时 的 性 能 下 降 。
图 4   封 闭 环 境 下 的 测 试 （ 经 过 调 参 后 ， 对 C W 1 0 0 进 行 测 试 ， 获 取 的 随 单 个 网 站 访 问 次 数 （ t r a c e ） 增 加 而 变 化 的 准 确 率 （ A c c u r a c y ） 和 损 失 （ L o s s ） ， 其 中 由 于 L S T M 在 时 间 限 制 下 的 反 向 传 播 ， L S T M 的 训 练 输 入 数 据 量 是 最 小 的 ， 且 保 持 不 变 ） 图 5   开 放 环 境 下 的 测 试 （ C W 2 0 0 的 2 0 0 0 次 访 问 数 据 和 A l e x a   T o p   4 0 0   0 0 0 的 访 问 数 据 ） 图 6   时 间 的 增 加 对 准 确 率 的 影 响 （ 数 据 集 为 C W 2 0 0 ， C U M U L 为 [ 2 ] 中 提 出 的 方 法 ， 作 为 对 比 ） 世 界 上 没 有 绝 对 的 安 全 ， 使 用 T o r 也 不 能 带 来 完 全 的 匿 名 。 随 着 时 间 和 技 术 的 发 展 ， 针 对 深 度 学 习 的 对 抗 也 终 将 运 用 于 T o r 网 络 中 。 攻 防 是 场 长 期 的 博 弈 战 ， 此 起 彼 伏 ， 此 消 彼 长 。 而 在 攻 防 的 对 抗 中 ， 技 术 将 始 终 是 核 心 ， 并 得 以 不 断 升 华 。   参 考 文 献 ： [ 1 ]   T .   W a n g ,   X .   C a i ,   R .   N i t h y a n a n d ,   R .   J o h n s o n ,   a n d I .   G o l d b e r g ,   “ E f f e c t i v e   A t t a c k s   a n d   P r o v a b l e   D e f e n s e s f o r   W e b s i t e F i n g e r p r i n t i n g , ”   i n   U S E N I X   S e c u r i t y   S y m p o s i u m .   U S E N I X   A s s o c i a t i o n ,   2 0 1 4 ,   p p . 1 4 3 – 1 5 7 .
[ 2 ]   A .   P a n c h e n k o ,   F .   L a n z e ,   A .   Z i n n e n ,   M .   H e n z e ,   J . P e n n e k a m p ,   K . W e h r l e ,   T .   E n g e l ,   “ W e b s i t e   f i n g e r p r i n t i n g a t   i n t e r n e t   s c a l e , ”   i n N e t w o r k   &   D i s t r i b u t e d   S y s t e m   S e c u r i t y   S y m p o s i u m   ( N D S S ) .   I E E E   C o m p u t e r   S o c i e t y , 2 0 1 6 , p p .   1 – 1 5 . [ 3 ]   J .   H a y e s   a n d   G .   D a n e z i s ,   “ k - f i n g e r p r i n t i n g :   a R o b u s t   S c a l a b l e   W e b s i t e   F i n g e r p r i n t i n g   T e c h n i q u e , ”   i n U S E N I X   S e c u r i t y S y m p o s i u m .   U S E N I X   A s s o c i a t i o n ,   2 0 1 6 ,   p p .   1 – 1 7 . 阅 读 原 文
回复

举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

使用Markdown编辑器编辑 使用富文本编辑器编辑

Archiver| 手机版| 小黑屋|
Powered by Discuz! X3.4 Copyright © 2001-2020, Tencent Cloud. 商业源码建议获取授权，如侵犯您的权益，请联系客服处理