[论文解读] WFDefProxy: Modularly Implementing and Empirically Evaluating Website Fingerprinting Defenses

Jiajun Gong, Wuqi Zhang+2 more|arXiv (Cornell University)|Nov 24, 2021

Internet Traffic Analysis and Secure E-voting参考文献 29被引用 5

一句话总结

WFDefProxy 是一个可插拔传输平台，可在 Tor 网络上实现真实世界环境下的网站指纹识别（WF）防御方案，并进行实证评估。该平台实现了三种防御机制——FRONT、Tamaraw 和 Random-WT，表明仿真常会误估开销：FRONT 的数据开销比模拟结果高出 23%，而 Tamaraw 的实际开销比模拟结果低 28–45%；Random-WT 效果不佳，仅使攻击者准确率降低 7%。

ABSTRACT

Tor, an onion-routing anonymity network, has been shown to be vulnerable to Website Fingerprinting (WF), which de-anonymizes web browsing by analyzing the unique characteristics of the encrypted network traffic. Although many defenses have been proposed, few have been implemented and tested in the real world; others were only simulated. Due to its synthetic nature, simulation may fail to capture the real performance of these defenses. To figure out how these defenses perform in the real world, we propose WFDefProxy, a general platform for WF defense implementation on Tor using pluggable transports. We create the first full implementation of three WF defenses: FRONT, Tamaraw and Random-WT. We evaluate each defense in both simulation and implementation to compare their results, and we find that simulation correctly captures the strength of each defense against attacks. In addition, we confirm that Random-WT is not effective in both simulation and implementation, reducing the strongest attacker's accuracy by only 7%. We also found a minor difference in overhead between simulation and implementation. We analyze how this may be due to assumptions made in simulation regarding packet delays and queuing, or the soft stop condition we implemented in WFDefProxy to detect the end of a page load. The implementation of FRONT cost about 23% more data overhead than simulation, while the implementation of Tamaraw cost about 28% - 45% less data overhead. In addition, the implementation of Tamaraw incurred only 21% time overhead, compared to 51% - 242% estimated by simulation in previous work.

研究动机与目标

• 解决网站指纹识别（WF）防御方案在 Tor 上的仿真结果与真实世界性能之间的差距。
• 构建一个模块化、可部署的平台，用于在真实网络条件下实现和测试 WF 防御方案。
• 基于真实 Tor 流量，对三种最先进的防御方案——FRONT、Tamaraw 和 Random-WT 进行实证评估。
• 将基于仿真的预测结果与实际实现结果进行对比，尤其关注开销和有效性方面的差异。
• 为未来关于 WF 防御的研究提供开源工具和数据集。

提出的方法

• WFDefProxy 作为 obfs4proxy 上的可插拔传输实现，可与现有的 Tor 桥接器无缝集成。
• 该平台支持任意网络层 WF 防御机制的模块化实现，支持真实部署和数据采集。
• 通过软停止条件实现页面加载检测，以应对真实世界中的时间不确定性，避免仿真中理想化假设的依赖。
• 对三种防御机制——FRONT、Tamaraw 和 Random-WT 进行了完整实现，并基于真实 Tor 流量痕迹进行评估。
• 利用配套工具 WFCrawler（用于痕迹爬取和解析）收集了每种防御方案最多 100,000 条痕迹的数据集。
• 将仿真结果与真实世界实现结果进行对比，以评估开销和抗攻击能力方面的差异。

实验结果

研究问题

• RQ1 WF 防御方案在真实世界中的性能和开销与基于仿真的预测结果相比如何？
• RQ2 最近提出的 Random-WT 防御机制在实际中是否能有效抵御最先进的基于深度学习的 WF 攻击？
• RQ3 为何仿真结果常常高估或低估 WF 防御方案的实际数据和时间开销？
• RQ4 像 WFDefProxy 这类模块化平台能否实现 WF 防御方案在真实 Tor 网络中的实际部署和实证评估？
• RQ5 在实现过程中，诸如页面加载检测和网络波动等实际挑战如何影响防御性能？

主要发现

• 仿真高估了 Tamaraw 的数据开销 28–45%，并低估了其真实世界效率；而 FRONT 因意外的填充触发，导致实际数据开销比仿真结果高出 23%。
• Tamaraw 的实际时间开销仅为 21%，远低于先前仿真中估计的 51–242%。
• Random-WT 在仿真和实际实现中均无效，仅使最强攻击者在封闭世界场景下的准确率降低 7%。
• Tamaraw 在实际中依然非常有效，在开放世界场景下，将所有测试攻击的真正例率（TPR）降低至 7% 以下。
• FRONT 在开放世界场景下，使 DF 和 Var-CNN 模型的 TPR 分别降低 55% 和 74%，且时间开销几乎为零。
• 仿真与实际实现之间存在差异，主要源于对页面加载时间、网络队列和分组延迟模型的假设，而这些因素在仿真中难以准确捕捉。