[论文解读] 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 3

一句话总结

本文提出一种全局、自动化的互联网审查检测方法，通过主成分分析（PCA）识别国家层面使用数据中的异常流量模式，检测互联网过滤。研究证明，托轮（Tor）使用量的偏离——作为审查的代理指标——可揭示多个国家中已知及合成的过滤事件，实现大规模、实时的互联网限制检测。

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.

研究动机与目标

• 开发一种自动化、可扩展的全球互联网审查检测方法，超越国家层面的个案研究。
• 通过检测匿名使用数据中实际流量与预期全球流量模式的偏离，识别互联网审查时期。
• 评估基于流量的指标对不同类型审查事件（包括使用规避工具的事件）的敏感性。
• 确立托轮（Tor）使用作为网络审查及相关社会政治事件（如抗议活动）的可靠代理指标。
• 通过真实和合成的过滤事件，在全球托轮（Tor）流量数据中验证该方法的有效性。

提出的方法

• 对全球托轮（Tor）使用地理时间序列应用主成分分析（PCA），提取正常流量行为的主要模式。
• 基于从PCA中得出的全球趋势，建立各国预期流量行为的模型，形成基线预测。
• 通过统计阈值测量实际国家层面使用量与预测值之间的偏差，识别异常时期。
• 通过向数据集中注入合成的过滤事件，验证检测的敏感性和鲁棒性。
• 在不同审查场景下评估检测性能，包括临时中断和持续限制。
• 将托轮（Tor）使用视为更广泛互联网过滤的代理指标，特别是在抗议等事件期间。

实验结果

研究问题

• RQ1 基于PCA的全球托轮（Tor）使用数据异常检测能否可靠识别多个国家的互联网审查时期？
• RQ2 该方法对不同类型审查事件（如临时中断或持续限制）的敏感性如何？
• RQ3 托轮（Tor）使用在多大程度上可作为更广泛互联网过滤及相关社会政治事件的代理指标？
• RQ4 该方法能否检测到已知的历史过滤事件以及注入数据中的合成事件？
• RQ5 该方法在无需针对各国进行调优的情况下，如何实现全球、实时的互联网审查检测？

主要发现

• 基于PCA的方法成功以高灵敏度检测到数据集中已知的历史过滤事件和注入的合成事件。
• 托轮（Tor）使用中的异常与已记录的互联网过滤事件高度相关，验证了该方法作为可靠检测机制的有效性。
• 该方法在未事先知晓存在此类限制的国家中也识别出了过滤事件，证明了其全球可扩展性。
• 与预测流量模式的偏离成为审查的稳健指标，即使在部分或间歇性过滤期间也成立。
• 托轮（Tor）使用作为网络级限制的有意义代理指标浮现出来，特别是在大规模事件（如抗议）期间尤为显著。
• 该技术在多种审查模式下表现强劲，包括短期中断和长期中断。