[論文レビュー] Detecting Internet Filtering from Geographic Time Series

Joss Wright, Alexander Darer+1 more|arXiv (Cornell University)|Jul 21, 2015

Internet Traffic Analysis and Secure E-voting参考文献 10被引用数 3

ひとこと要約

本論文は、主成分分析（PCA）を用いて国レベルの使用データにおける異常なトラフィックパターンを特定することで、グローバルかつ自動化された方法でインターネットフィルタリングを検出することを提案する。この手法は、検閲の代理指標としてのTor使用状況の乖離を示すことで、複数の国で既知のおよび合成されたフィルタリングイベントを特定でき、大規模かつリアルタイムでのインターネット制限検出を可能にする。

ABSTRACT

We propose an approach based on principle component analysis to identify per-country anomalous periods in traffic usage as a means to detect internet filtering, and demonstrate the applicability of this approach with global usage statistics from the Tor Project. In contrast to previous country-specific investigations, our techniques use deviation from global patterns of usage to identify countries straying from predicted behaviour, allowing the identification of periods of filtering and related events in any country for which usage statistics exist. To our knowledge the work presented here is the first automated approach to detecting internet filtering at a global scale. We demonstrate the applicability of our approach by identifying known historical filtering events as well as events injected synthetically into a dataset, and evaluate the sensitivity of this technique against different classes of censorship events. Importantly, our results show that usage of circumvention tools, such as those provided by the Tor Project, act not only as direct indicators of network censorship but also as a meaningful proxy variable for related events such as protests in which internet use is restricted.

研究の動機と目的

• グローバルレベルで、国別に特化した事例研究にとどまらない、自動的かつスケーラブルなインターネットフィルタリング検出手法の開発。
• 匿名化された使用データにおける予測可能なグローバルなトラフィックパターンからの逸脱を検出することで、インターネットフィルタリングの期間を特定すること。
• 遮断ツールを含む、さまざまな種類の検閲イベントに対するトラフィック指標の感受性を評価すること。
• Tor使用状況をネットワークレベルの検閲およびデモなど関連する社会的・政治的出来事の信頼できる代理指標として確立すること。
• 実際のおよび合成されたフィルタリングイベントを用いて、この手法の有効性を実証すること。

提案手法

• グローバルな地理的時系列データとしてのTor使用状況に主成分分析（PCA）を適用し、通常のトラフィック行動の主要なパターンを抽出する。
• PCAから得られたグローバルトレンドに基づいて、各国ごとの予測されるトラフィック行動をモデル化し、ベースライン予測を構築する。
• 統計的しきい値を用いて、実際の国レベルの使用状況と予測値との乖離を測定することで、異常な期間を特定する。
• 検出感度および耐性の検証のために、データセットに合成されたフィルタリングイベントを組み込む。
• 一時的な障害や継続的制限を含む、さまざまな検閲シナリオにおける検出性能を評価する。
• 特にデモなどの出来事中に、Tor使用状況を広範なインターネットフィルタリングの代理指標として扱う。

実験結果

リサーチクエスチョン

• RQ1 PCAを用いた異常検出が、複数の国でグローバルなTor使用データにおいて、信頼性を持ってインターネットフィルタリングの期間を特定できるか？
• RQ2 本手法は、一時的な障害や継続的制限など、さまざまな種類の検閲イベントに対してどの程度感受性を示すか？
• RQ3 Tor使用状況は、インターネットフィルタリングおよび関連する社会的・政治的出来事のどの程度の代理指標として機能できるか？
• RQ4 本手法は、既知の歴史的フィルタリングイベントと、データに組み込まれた合成イベントの両方を検出できるか？
• RQ5 国別にチューニングを行わず、グローバルかつリアルタイムでのインターネット検閲検出に、このアプローチはどの程度スケーラブルか？

主な発見

• PCAに基づく手法は、実際の歴史的フィルタリングイベントおよびデータセットに組み込まれた合成イベントの両方を、高い感受性で効果的に検出できた。
• Tor使用状況の異常は、文書化されたインターネットフィルタリングイベントと強く相関しており、本手法が信頼できる検出メカニズムであることを裏付けた。
• 事前にその制限を把握していなかった国においても、フィルタリングイベントを同定できたため、グローバルなスケーラビリティを示した。
• 予測されたトラフィックパターンからの乖離が、部分的または断続的なフィルタリング時でも、検閲の強固な指標となった。
• 特にデモのような大規模な出来事中に、Tor使用状況はネットワークレベルの制限の意味のある代理指標として浮き彫りになった。
• 短時間の障害や長期にわたる停止を含む、多様な検閲パターンに対しても、本手法は優れた性能を示した。