← 返回列表

基于Transformer的多标签网站指纹攻击模型

聚合站 SecWiki技术 作者 珞珈之戍 发布 2024年10月16日 12:00 入库 2026-11-18T05:53:22

今天推荐的论文是Transformer-based
Model for Multi-tab Website Fingerprinting Attack,发表于CCS 2023。

论文链接:https://dl.acm.org/doi/pdf/10.1145/3576915.3623107

研究背景

Tor是目前最流行的低延迟匿名通信网络。虽然Tor作为匿名通信系统能够保护用户隐私,但在Tor网络中,网站指纹识别(WF)攻击者仍然可以通过分析网络通信期间生成的元数据来识别用户访问的网站。过去的研究主要集中在使用单个标签的浏览行为生成的流量进行WF攻击的研究。然而,在实际使用中,许多Tor用户倾向于通过同时打开多个标签来浏览网络。这种多标签的浏览行为会显著影响基于单个标签假设的WF分类模型的性能。除此之外,传统的单标签假设忽略了不同标签之间的关系和顺序。因此,研究者开始关注多标签WF攻击,并尝试利用多标签追踪数据来提高模型的准确性。然而,现有的多标签WF攻击研究大多数限于使用多标签追踪数据的一部分信息,没有充分利用混合信息。因此,有必要提出新的模型来更好地处理多标签WF攻击。

图1Tor网络网站指纹识别攻击的威胁模型

Tor网络中的WF攻击旨在通过分析加密通信的流量数据包元数据来确定用户正在访问的网站,威胁模型如图1所示。攻击者的身份可以是用户所属局域网的管理员、自治系统或ISP的管理员,或者是Tor入口节点的运营者。虽然通信本身加密,但攻击者可以在受控环境中收集被监视网站的流量数据包,并通过分析这些数据包的元数据来训练WF分类模型,以识别用户访问的网站。传统的机器学习方法如SVM和KNN曾经依赖于手工设计的特征,但近年来,深度学习模型如DFNet和BAPM已经成为主流。但现有技术仍面临数据依赖性、基本率谬误及计算资源需求高的挑战。未来的研究需要解决这些限制,以进一步提升WF攻击在实际环境中的准确性、鲁棒性和普适性。

方案设计

图2TMWF流程

论文中提出的TMWF模型借鉴了Transformer(如DETR和BAPM)的逻辑框架,并结合了深度学习和传统的CNN架构,流程图如图2所示。模型分为三个主要阶段:首先,模型使用DFNet作为骨干模块,对多标签迹线进行局部建模,提取特征表示。其次,通过Transformer编码器对特征序列进行建模,并引入可学习的位置编码以增强对序列中位置信息的理解能力。接着,模型使用Transformer解码器和标签查询来从上下文特征中提取多个页面的网站指纹特征。最后,通过一个分类头部对每个页面的特征进行分类,生成关于每个页面所属网站的概率分布。TMWF模型通过细粒度的特征利用、Transformer的全局建模能力和CNN局部特征捕捉能力的方法,在多标签网站识别任务中显著提升了性能,尤其是在处理Tor网络中的匿名通信数据时具有重要的应用前景。

实验结果

论文选择了BAPM作为基准评价模型,并对其进行了修改,形成Adaptive-BAPM,以支持新提出的训练方法。评估过程中,考虑了更现实的任务场景,即输入序列的页面数量不确定。Adaptive-BAPM和TMWF这两种模型都能识别具有任意数量页面的多标签轨迹,但它们的实现方式略有不同:Adaptive-BAPM使用了固定数量的注意力头,而TMWF则使用标签查询。实验还探讨了原始BAPM中注意力头数量与输入页面数量一致性的影响,发现这种设置会导致模型在面对输入页面数量波动时性能下降。因此,Adaptive-BAPM调整了注意力头数量,能改进模型的稳健性和适应能力。

表1不同模型预测评估

实验针对Adaptive-BAPM和TMWF在2-tab、4-tab和6-tab迹线测试中的表现进行了评估,结果如表1所示。从实验结果来看,Adaptive-BAPM在识别多标签痕迹的第一个页面方面表现良好,但在后续页面上的准确度、精确度和召回率有所下降,特别是在面对受监控网站的类别细分时表现欠佳。而TMWF在所有指标上实现了最高的准确性。此外,2-tab和4-tab测试集的评估结果表明了TMWF出色的泛化能力。然而,TMWF在整体基本指标上表现良好,可能是由于模型生成的冗余预测包含与真实列表中相同的类,导致TMWF的整体得分仅略微下降。总的来说,如果只关注于识别用户访问的网站类型,而不考虑模型的输出预测是否完全对应用户的浏览过程,TMWF的高泛化能力和在整体基本指标上的性能证明了其成功执行此任务的能力。

原文链接:https://mp.weixin.qq.com/s/rornZMcJSr3fE6QWflSlUg