[論文レビュー] Automated Feature Extraction for Website Fingerprinting through Deep Learning.

Vera Rimmer, Davy Preuveneers+3 more|arXiv (Cornell University)|Aug 21, 2017

Internet Traffic Analysis and Secure E-voting被引用数 12

ひとこと要約

本論文は、Tor上のウェブサイトフォグプロットにおける自動特徴抽出のためのディープラーニングベースの手法を提案する。手作業による特徴工学を排除し、300万件を超えるトレースを含むデータセット上で評価された結果、手作業で設計された特徴と同等の性能を達成するとともに、より高いロバスト性と柔軟性を示した。

ABSTRACT

Several studies have shown that the network traffic that is generated by a visit to a website over Tor reveals information specific to the website through the timing and sizes of network packets. By capturing traffic traces between users and their Tor entry guard, a network eavesdropper can leverage this meta-data to reveal which website Tor users are visiting. The success of such attacks heavily depends on the particular set of traffic features that are used to construct the fingerprint. Typically, these features are manually engineered and, as such, any change introduced to the Tor network can render these carefully constructed features ineffective. In this paper, we show that an adversary can automate the feature engineering process, and thus automatically deanonymize Tor traffic by applying our novel method based on deep learning. We evaluate our approach on a dataset comprised of more than three million network traces, which is the largest dataset of web traffic ever gathered for website fingerprinting, and find that the performance achieved by deep learning techniques is comparable to known approaches which include various research efforts spanning over multiple years. Furthermore, it eliminates the need for feature design and selection which is a tedious work and has been one of the main focus of prior work. We conclude that the ability to automatically construct the most relevant traffic features and perform accurate traffic recognition makes our deep learning based approach an efficient, flexible and robust technique for website fingerprinting.

研究の動機と目的

• Torネットワークの進化に伴い陳腐化する手作業による特徴設計の限界を是正すること。
• 生のネットワークトレースから関連するトラフィック特徴を動的に学習する自動化された手法を開発すること。
• 従来の文献では入手不可能であった大規模なデータセットを用いて、ディープラーニングのウェブサイトフォグプロットにおける性能を評価すること。
• 手作業で最適化された特徴設計に匹敵またはそれを上回る正確性を達成できる自動特徴学習が可能であることを示すこと。

提案手法

• 本手法は、パケットのタイミングやサイズを含む生のネットワークトレースから、識別的な特徴を自動的に抽出するための深層ニューラルネットワークを用いる。
• モデルは、Torユーザーがさまざまなウェブサイトにアクセスした際のネットワークトレースを、エンドツーエンドで学習させ、トラフィックパターンをウェブサイトの識別子にマッピングするように学習する。
• アーキテクチャは、パケット列における時間的および統計的パターンを活用し、事前の特徴設計なしにウェブサイト固有のフォグプロットを特定する。
• 本手法は、多様なウェブサイトとユーザ行動を含む300万件を超えるネットワークトレースのデータセット上で評価される。
• 分類精度を指標として、深層学習モデルと最先端の手作業特徴セットの性能を比較する。
• 特徴をデータから直接学習するため、固定のヒューリスティクスに依存しないことから、軽微なプロトコル変更に対してもロバストであるように設計されている。

実験結果

リサーチクエスチョン

• RQ1 ディープラーニングは、手作業で設計された特徴に依存せずに、ウェブサイトフォグプロットにおける特徴工学の自動化を可能にするか？
• RQ2 ディープラーニングベースのアプローチは、従来の手作業特徴セットと比較して、ウェブサイトフォグプロットにおいてどの程度の性能を示すか？
• RQ3 ディープラーニングモデルは、Torネットワークにおける多様なウェブサイトとネットワーク環境にどの程度一般化できるか？
• RQ4 自動特徴学習は、手作業特徴と比較して、Torネットワークの変更にどの程度ロバストであるか？

主な発見

• ディープラーニングモデルは、何年もかけて最適化された手作業特徴設計に匹敵する分類精度を達成した。
• 繰り返しで手間のかかる手作業による特徴選定や設計の必要性がなくなる。
• 特徴をデータから直接学習するため、固定のヒューリスティクスに依存しないことから、ネットワークの変動に対してロバストであることが示された。
• 本モデルは、300万件を超えるネットワークトレースを含む、これまでに知られている最大のTorウェブトラフィックデータセット上で評価された。
• 結果から、ディープラーニングによる自動特徴学習が、従来のフォグプロット技術と比較して実用的かつ効果的な代替手段であることが確認された。
• ネットワーク状態やトラフィックパターンがわずかに変化しても、ディープラーニングモデルの性能は安定したままであった。