[論文レビュー] Better open-world website fingerprinting.

Jamie Hayes, George Danezis|arXiv (Cornell University)|Sep 2, 2015

Internet Traffic Analysis and Secure E-voting被引用数 4

ひとこと要約

本論文では、100,000件の監視対象外のWebページの中から隠れサービスを特定する際、85%の真正陽性率と0.02%の偽陽性率を達成するk-fingerprintingという、ランダム決定木を用いたWebサイトフォグレーピング技術を紹介している。この技術は、高レベルのノイズや防御メカニズムが存在する状況でも、最先端の手法を上回る性能を示している。

ABSTRACT

Website fingerprinting enables an attacker to infer which web page a client is browsing through encrypted or anonymized network connections. We present a new website fingerprinting technique based on random decision forests and evaluate performance over standard web pages as well as Tor hidden services, on a larger scale than previous works. Our technique, k-fingerprinting, performs better than current state-of-the-art attacks even against website fingerprinting defenses, and we show that it is possible to launch a website fingerprinting attack in the face of a large amount of noisy data. We can correctly determine which of 30 monitored hidden services a client is visiting with 85% true positive rate (TPR), a false positive rate (FPR) as low as 0.02%, from a world size of 100,000 unmonitored web pages. We further show that error rates vary widely between web resources, and thus some patterns of use will be predictably more vulnerable to attack than others.

研究の動機と目的

• 高ノイズ環境や防御的対策が存在する状況でも運用可能な、より効果的なWebサイトフォグレーピング技術の開発を目的とする。
• 提案手法の性能を、標準的なWebページとTor隠れサービスの両方において大規模スケールで評価することを目的とする。
• フォグレーピング攻撃に対して本質的に脆弱であるとされる、Webリソースの使用パターンを同定することを目的とする。
• 防御策が顕著なデータノイズを引き起こしても、Webサイトフォグレーピングが依然として実現可能であることを示すこと。

提案手法

• 本手法は、パケットレベルの特徴に基づいてネットワークトラフィックパターンを分類するため、ランダム決定木を採用している。
• 100,000件の監視対象外Webページと30件の監視済み隠れサービスを含む大規模データセットを活用している。
• 暗号化済みまたは匿名化されたトラフィックから導出された統計的特徴を用いて、監視済みと監視対象外のWebサイトを分類するようにモデルを訓練している。
• データの散らばりを模擬する条件での評価により、データの偽装に対して高い耐性を示している。
• 分類精度の向上を図るため、ネットワークフローにおけるタイミング、サイズ、シーケンスのパターンに特化した特徴選択が行われている。
• 大規模なWeb表面領域を想定した実世界の展開環境にも対応できるよう、システムが設計されている。

実験結果

リサーチクエスチョン

• RQ1 大量のノイズデータが存在する状況下でも、Webサイトフォグレーピング技術が高い正確性を維持できるか？
• RQ2 提案手法は、標準的なWebページと比較して、Tor隠れサービスに対してどの程度の性能を示すか？
• RQ3 防御的ノイズがWebサイトフォグレーピング攻撃の性能に与える影響は何か？
• RQ4 どのような種類のWebリソースが、予測可能なトラフィックパターンによりフォグレーピングに対して特に脆弱であるか？
• RQ5 ランダム決定木は、既存の機械学習モデルに比べ、Webサイトフォグレーピングタスクにおいて優れた性能を示せるか？

主な発見

• k-fingerprinting手法は、クライアントが30件の監視済み隠れサービスのうちどれを訪問しているかを特定する際、真正陽性率が85%に達している。
• 偽陽性率はわずか0.02%であり、分類の正確性が極めて高いことが示されている。
• 防御策が顕著なノイズを導入しても、現在の最先端の攻撃手法を上回る性能を示している。
• 誤差率はWebリソースごとに顕著に異なるため、予測可能なトラフィックパターンを持つ一部のWebサイトが、フォグレーピングに対して本質的に脆弱であることが判明した。
• 監視対象外のページ数が100,000に達しても、本手法は依然として効果を発揮しており、スケーラビリティと耐性の両立を示している。
• 結果から、現実的な防御条件が存在する中でも、Webサイトフォグレーピングが依然として実用的な脅威であることが明らかになった。