计算机研究与发展

作者：马陈城,杜学绘,曹利峰,吴蓓,

关键词：网站指纹攻击, 深度神经网络, burst特征分析, Tor匿名网络, 网络监管,

以Tor为代表的匿名网络是一种隐匿用户数据传输行为的通信中介网络.不法分子利用匿名网络从事网络犯罪，对网络监管造成了极大的困难.网站指纹攻击技术是破解匿名通信的可行技术，可用于发现基于匿名网络秘密访问敏感网站的内网用户行为，是网络监管的重要手段.神经网络在网站指纹攻击技术上的应用突破了传统方法的性能瓶颈，但现有的研究未充分考虑根据突发流量(burst)特征等Tor流量特征对神经网络结构进行设计，存在网络过于复杂和分析模块冗余导致特征提取和分析不彻底、运行缓慢等问题.在对Tor流量特征进行研究和分析的基础上，设计了轻便的基于一维卷积网络的burst特征提取和分析模块，提出了基于深度神经网络分析burst特征的网站指纹攻击方法.进一步，针对在开放世界场景中仅使用阈值法简单分析指纹向量的不足，设计了基于随机森林算法的指纹向量分析模型.改进后的模型分类准确率达到了99.87%，在缓解概念漂移、绕过网站指纹攻击防御机制、识别Tor隐藏网站、小样本训练模型和运行速度等方面均有优异的性能表现，提高了网站指纹攻击技术应用到真实网络的可实践性.

来源：2020年第4期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2020年第4期