[논문 리뷰] White Mirror: Leaking Sensitive Information from Interactive Netflix Movies using Encrypted Traffic Analysis

Gargi Mitra, Prasanna Karthik Vairam외 3명|arXiv (Cornell University)|2019. 03. 15.

Internet Traffic Analysis and Secure E-voting인용 수 7

한 줄 요약

이 논문은 암호화된 상호작용형 넷플릭스 영화—특히 *Black Mirror: Bandersnatch*—의 클라이언트 측 JSON 패킷의 SSL 레코드 길이를 분석하여 암호화된 트래픽에서 세밀한 시청자 선택 사항을 유추하는 새로운 사이드채널 공격을 제시한다. 이 방법은 사용자 결정을 96%의 정확도로 식별하며, 암호화된 트래픽으로부터 행동 패턴을 드러낸다.

ABSTRACT

Privacy leaks from Netflix videos/movies is well researched. Current state-of-the-art works have been able to obtain coarse-grained information such as the genre and the title of videos by passive observation of encrypted traffic. However, leakage of fine-grained information from encrypted traffic has not been studied so far. Such information can be used to build behavioural profiles of viewers. On 28th December 2018, Netflix released the first mainstream interactive movie called 'Black Mirror: Bandersnatch'. In this work, we use this movie as a case-study to show for the first time that fine-grained information (i.e., choices made by users) can be revealed from encrypted traffic. We use the state information exchanged between the viewer's browser and Netflix as the side-channel. To evaluate our proposed technique, we built the first interactive video traffic dataset of 100 viewers; which we will be releasing. Preliminary results indicate that the choices made by a user can be revealed 96% of the time in the worst case.

연구 동기 및 목표

• 암호화된 상호작용형 넷플릭스 영화 트래픽이 기본 영상 메타데이터를 초월해 세밀한 사용자 선택 사항을 泄露할 수 있는지 조사하기 위해.
• 암호화된 트래픽에서 이전에 탐색되지 않은 사이드채널을 식별하고 활용하여 행동 추론을 수행하기 위해.
• 지능형 상호작용 영상 트래픽의 암호화된 트레이스와 실제 사용자 선택 사항, 행동 속성 정보를 포함한 첫 번째 공개 데이터셋을 구축하기 위해.
• 다양한 운영 체제, 브라우저, 네트워크 조건에서 제안된 트래픽 분석 기법의 강건성을 평가하기 위해.

제안 방법

• 저자는 사용자가 선택 지점에서 결정을 내리는 방식으로 비선형 재생이 이루어지는 *Black Mirror: Bandersnatch*의 스트리밍 행동을 분석한다.
• 클라이언트가 전송하는 두 가지 유형의 JSON 패킷을 식별한다: 유형-1(사용자가 선택 지점에 도달했을 때 전송됨)과 유형-2(기본값 이외의 선택이 이루어졌을 때 전송됨), 이들은 크기가 다르며 따라서 SSL 레코드 길이도 다름을 확인한다.
• 핵심 통찰은 암호화된 트래픽에서도 볼 수 있는 SSL 레코드 길이가 다양한 환경에서 유형-1과 유형-2 JSON 패킷을 구분할 수 있다는 것이다.
• 이 방법은 트래픽을 복호화하지 않고도 SSL 레코드 길이 분포를 사이드채널로 활용하여 사용자 결정을 추론한다.
• 저자들은 운영 체제, 브라우저, 연결 유형, 시간대 등 다양한 조건에서 10회의 시청 세션을 대상으로 기법을 검증한다.
• 100명의 시청자로부터 동기화된 암호화된 트래픽 트레이스와 실제 선택 기록을 수집하였으며, 연령대, 성별, 정치적 성향, 정서 상태 등의 행동 메타데이터도 포함한다.

실험 결과

연구 질문

• RQ1 패assing 이음통찰자(스니핑 공격자)는 네트워크 사이드채널 정보만으로 암호화된 상호작용형 비디오 스트림에서 세밀한 사용자 선택 사항을 유추할 수 있는가?
• RQ2 클라이언트 측 패킷의 SSL 레코드 길이가 상호작용형 비디오 재생에서 사용자 결정을 식별하는 신뢰할 수 있는 사이드채널로 기능하는가?
• RQ3 운영 체제, 브라우저, 네트워크 유형, 시간대와 같은 다양한 운영 조건에서 사이드채널 공격의 강건성은 어떠한가?
• RQ4 상호작용형 비디오 플랫폼에서 암호화된 트래픽을 통해 시청자의 행동 프로파일을 어느 정도 재구성할 수 있는가?

주요 결과

• 제안된 방법은 악성 환경에서도 SSL 레코드 길이를 기반으로 유형-1과 유형-2 JSON 패킷을 96%의 정확도로 구분한다.
• 이 사이드채널은 Windows, Linux, Mac 등의 다양한 운영 체제, Chrome, Firefox 등의 브라우저, 데스크톱 및 노트북 기기, 유선 및 무선 네트워크, 그리고 하루 중 다양한 시간대에서도 효과를 유지한다.
• 연구에서는 넷플릭스가 각 선택 경로의 기본 브랜치를 프리패칭함으로써 식별 가능한 트래픽 패tern을 생성하며, 이를 통해 비기본 선택 사항을 추론할 수 있음을 밝혔다.
• 저자들은 100명의 시청자로부터 암호화된 트래픽 트레이스와 실제 선택 기록을 포함한 IITM-Bandersnatch 데이터셋을 공개한다. 이 데이터셋에는 연령대, 성별, 정치적 성향, 정서 상태 등의 행동 메타데이터도 포함되어 있다.
• 결과적으로 종단 간 암호화가 적용된 상황에서도 상호작용형 비디오 플랫폼이 트래픽의 크기 및 시간 측정 사이드채널을 통해 민감한 행동 정보를 泄露할 수 있음을 입증했다.
• 본 연구는 상호작용 미디어에서 패assing 트래픽 분석의 위험을 강조하며, 현재의 대응 조치가 이러한 사이드채널 공격에 대해 충분하지 않을 수 있음을 시사한다.