[论文解读] Privacy Failures in Encrypted Messaging Services: Apple iMessage and Beyond

Scott E. Coull, Kevin P. Dyer|arXiv (Cornell University)|Mar 8, 2014

Internet Traffic Analysis and Secure E-voting参考文献 7被引用 3

一句话总结

本文表明，像 Apple iMessage、WhatsApp、Viber 和 Telegram 这类端到端加密消息服务会通过用户交互与加密数据包大小之间的确定性关系，泄露大量用户元数据，例如设备操作系统、用户操作、消息语言和消息长度。尽管采用了强加密，攻击者仍能通过分析数据包大小，以超过 96% 的准确率推断出这些信息，揭示了主要消息平台中存在严重的隐私漏洞。

ABSTRACT

Instant messaging services are quickly becoming the most dominant form of communication among consumers around the world. Apple iMessage, for example, handles over 2 billion message each day, while WhatsApp claims 16 billion messages from 400 million international users. To protect user privacy, these services typically implement end-to-end and transport layer encryption, which are meant to make eavesdropping infeasible even for the service providers themselves. In this paper, however, we show that it is possible for an eavesdropper to learn information about user actions, the language of messages, and even the length of those messages with greater than 96% accuracy despite the use of state-of-the-art encryption technologies simply by observing the sizes of encrypted packet. While our evaluation focuses on Apple iMessage, the attacks are completely generic and we show how they can be applied to many popular messaging services, including WhatsApp, Viber, and Telegram.

研究动机与目标

• 调查在强加密保护下，端到端加密消息服务中元数据泄露的程度。
• 确定是否可以利用数据包大小分析来推断多个平台上的用户操作、消息语言和消息长度。
• 评估这些攻击在 iMessage、WhatsApp、Viber 和 Telegram 等主流消息服务中的可推广性。
• 评估诸如随机填充等对策在缓解这些隐私泄露方面的可行性与成本。
• 突出广泛使用的消息平台中元数据泄露带来的现实隐私风险。

提出的方法

• 研究人员收集并分析了 Apple iMessage、WhatsApp、Viber 和 Telegram 的网络流量，观察用户操作引发的加密数据包大小。
• 他们使用朴素贝叶斯和线性回归等机器学习技术，基于数据包大小对设备操作系统、消息语言进行分类，并预测消息长度。
• 构建了一个查找表，将特定数据包大小映射到用户操作（如“开始输入”或“发送附件”）。
• 通过测量数据包大小的增加及其对攻击准确率的影响，评估了随机填充作为对策的效果。
• 研究人员对比了各服务间的数据包大小分布，识别出用户行为与加密流量之间的确定性模式。
• 他们使用来自 iOS 和 macOS 设备的真实世界数据进行验证，每用户会话分析了超过 100 个数据包。

实验结果

研究问题

• RQ1 攻击者能否通过分析加密数据包大小，推断出消息用户的设备操作系统？
• RQ2 攻击者在多大程度上能基于数据包大小模式确定特定用户操作（如输入、发送）？
• RQ3 攻击者能否仅通过加密数据包大小，准确分类消息的语言？
• RQ4 在不同消息服务中，明文消息长度与加密数据包大小之间是否存在强相关性？
• RQ5 诸如随机填充等对策在消除这些隐私泄露方面的性能和成本如何？

主要发现

• 攻击者可通过分析加密数据包大小，以 100% 的准确率识别出设备操作系统（iOS 或 macOS）。
• 通过数据包大小查找表，用户操作（如“开始输入”或“发送附件”）可被准确分类，准确率达 96%。
• 使用朴素贝叶斯分类对数据包大小数据进行分析，消息语言可被预测准确率达 98%。
• 通过在线性回归分析加密数据包大小，消息长度的平均预测误差仅为 6.27 个字符。
• 相同攻击对 WhatsApp、Viber 和 Telegram 同样适用，其中 Viber 和 WhatsApp 由于存在一对一的数据包大小与消息长度映射，泄露程度甚至更强。
• 随机填充可完全缓解所有攻击，但代价是数据开销增加超过 300%，例如对 iMessage 这类服务，每天需额外增加至少一太字节的流量。