[論文レビュー] p-FP: Extraction, Classification, and Prediction of Website Fingerprints with Deep Learning

Se Eun Oh, Saikrishna Sunkam+1 more|arXiv (Cornell University)|Nov 10, 2017

Internet Traffic Analysis and Secure E-voting参考文献 20被引用数 9

ひとこと要約

本稿では、畳み込みニューラルネットワーク（CNN）とオートエンコーダーを用いた深層学習フレームワーク、p-FPを提案する。本研究は、暗号化されたウェブトラフィックの分類において、Tor、検索クエリ、TLS暗号化サイトを含む多様な状況下で、DNNが最先端の手法を上回ることを示している。真陽性率は最大95%、偽陽性率は0.04%に達する。さらに、HTML特徴量のみを用いて99%の精度でウェブサイトのフォグプロビング可能性を予測するMLPベースの予測器を導入している。

ABSTRACT

Recent advances in learning Deep Neural Network (DNN) architectures have received a great deal of attention due to their ability to outperform state-of-the-art classifiers across a wide range of applications, with little or no feature engineering. In this paper, we broadly study the applicability of deep learning to website fingerprinting. We show that unsupervised DNNs can be used to extract low-dimensional feature vectors that improve the performance of state-of-the-art website fingerprinting attacks. When used as classifiers, we show that they can match or exceed performance of existing attacks across a range of application scenarios, including fingerprinting Tor website traces, fingerprinting search engine queries over Tor, defeating fingerprinting defenses, and fingerprinting TLS-encrypted websites. Finally, we show that DNNs can be used to predict the fingerprintability of a website based on its contents, achieving 99% accuracy on a data set of 4500 website downloads.

研究の動機と目的

• 深層ニューラルネットワーク（DNN）が、手動による特徴量設計への依存を低減しつつ、ウェブサイトフォグプロビング（WF）攻撃に応用可能かどうかを調査すること。
• 特に、CNNとMLPを含むDNNの性能を、オープンワールド、多クラス、防御回避設定を含む多様なWFシナリオで評価すること。
• 従来のWF分類器の性能を向上させるために、低次元表現（最小20次元）を学習する非教師ありのオートエンコーダー（AE）を設計・検証すること。
• ネットワークトレースにアクセスせずに、HTMLレベルの特徴量のみを用いて、ウェブサイトのフォグプロビビング可能性を特定する新しい予測器を設計・学習すること。
• フォグプロビビング予測器の一般化能力を、人気のあるウェブサイトと人気のないウェブサイトの両方、実世界の展開シナリオを含めて評価すること。

提案手法

• ウェブサイトフォグプロビングのエンドツーエンド分類器として、マルチレイヤーパーセプトロン（MLP）と畳み込みニューラルネットワーク（CNN）を、生のネットワークトレースから直接使用した。
• オートエンコーダー（AE）を非教師あり特徴量抽出器として用い、ネットワークトラフィックから低次元表現（最小20次元）を学習し、それを従来の分類器に供給した。
• リンク数、埋め込みコンテンツ統計、ドメイン多様性などのHTMLドキュメント特徴量を用いて、MLP分類器を学習し、ウェブサイトがフォグプロビング可能かどうか（90%以上）を予測した。
• k-FP分類器がTorトレース上で示す精度を基準として、フォグプロビビング閾値（例：10–90%）を定義し、ウェブサイトをフォグプロビング可能（1）または不可能（0）にラベル付けした。
• Alexa上位500位のウェブサイト4,500件と、人気のないウェブサイト（約100万位）5,100件のインスタンスを用い、65個のHTML固有特徴量を用いてフォグプロビビング予測器を評価した。
• 人気のあるウェブサイトで学習し、人気のないウェブサイトでテストすることで、フォグプロビビングモデルのロバストネスと一般化能力を評価するため、トランスファーラーニングを適用した。

実験結果

リサーチクエスチョン

• RQ1 深層ニューラルネットワーク（DNN）は、広範な手動による特徴量設計を伴わずに、従来の機械学習分類器を上回ってウェブサイトフォグプロビングに有効に機能するか？
• RQ2 オートエンコーダーが、効果的な低次元表現を学習することで、既存の最先端のウェブサイトフォグプロビング攻撃の性能をどの程度向上できるか？
• RQ3 ネットワークトレースにアクセスせずに、静的HTML特徴量のみを用いて、ウェブサイトのフォグプロビビング可能性を正確に予測できるか？
• RQ4 フォグプロビビング予測器は、人気の有無やネットワーク行動の違いに関係なく、さまざまなウェブサイトに一般化して適用可能か？
• RQ5 DNNベースの分類器は、BuFLO、WTF-PAD、Walkie-Talkieといった現代のトラフィックパディング防御を効果的に回避できるか？

主な発見

• CNNベースのモデルは、9,000件のトレーニングトレースのみを用いて、100万件の監視対象外ウェブサイトの中から100件の監視対象ウェブサイトを分類し、95%の真陽性率と0.04%の偽陽性率を達成した。
• CNNモデルは、45%の精度（BuFLO）、58%（WTF-PAD）、54%（Walkie-Talkie）を示し、トラフィックパディング防御技術に対しても効果的であることが確認された。
• オートエンコーダーで抽出された特徴量（最小20次元）は、従来の分類器の性能を向上させ、過去の研究で使用された手作業による特徴量セットよりも優れた性能を示した。
• MLPベースのフォグプロビビング予測器は、4,500件のウェブサイトダウンロードデータセットで、98–99%の精度（90%以上）でフォグプロビング可能性を予測した。
• 人気のないウェブサイト（約100万位）に対してテストした際、フォグプロビビング予測器は98–99%の精度と2%未満のMSEを維持した。特に、10–30%または90%のFP閾値を用いた場合に顕著であった。
• 特徴量の重要度分析から、ドメイン多様性や埋め込みコンテンツ統計（例：iframe数、スクリプト数）が、人気のあるウェブサイトと人気のないウェブサイトの両方でフォグプロビビング可能性の主要な指標であることが判明した。