Webwerfvingebreking
Waarom dit saak maak Selfs wanneer 'n waarnemer nie kan sien watter webwerf jy besoek nie, kan die vorm van 'n bladsyelaai dit verklik: hoeveel jy stuur en hoeveel kom terug. Hierdie laboratorium wys hoe daardie raai gemaak word, hoe padding dit beveg, en waarom laboratoriumresultate die aanval sterker laat lyk as wat dit in die werklikheid is.
Dink aan pakkies in bruin papier. Jy kan nie die label lees nie, maar 'n lang dun pakkie is waarskynlik 'n plakkaat en 'n swaar vierkante een is waarskynlik boeke. Bladsyelaai is dieselfde: 'n video-webtuis haal baie data af, 'n teksforum baie min. Die verpakking verberg die inhoud, nie die grootte en vorm nie.
Webwerfvingebreking: raai watter webwerf iemand gelaai het deur slegs na die patroon van hul enkripteerde verkeer te kyk, deur dit met patrone te vergelyk wat vroeër aangeteken is.
Cell: 'n eenheid van verkeer met 'n vaste grootte. In hierdie laboratorium is 'n bladsylaai 'n lys van selle: 1 vir 'n sel wat jy gestuur het, -1 vir 'n sel wat jy ontvang het.
'n eenvoudige klassifiseerder: naaste sentroïde
Verminder eers elke las tot twee getalle, sy features: uitgaande selle en inkomende selle. cells.count(1) en cells.count(-1) doen dit. Dan, vir elke plek, gemiddeld die features van sy opleidingslaste. Daardie gemiddelde punt is die plek se centroid, sy tipiese vorm. Om 'n nuwe las te klassifiseer, vind die centroid wat die naaste daaraan is.
Centroid: die gemiddelde van 'n groep punte: gemiddelde x, gemiddelde y. Hier, een per plek.
import math
from watched.leg7b_onion import page_loads
data = page_loads(seed=3) # {"train": [...], "test": [...]}
load = data["train"][0]
print(load["site"], len(load["cells"]))
print(math.dist((30, 400), (33, 420))) # straight-line distance between two points
# min(sorted(model), key=lambda s: ...) picks the site with the smallest value,
# and on a tie the one that comes first alphabetically.Die verdediging: padding
Padding voeg dummy selle by sodat laaide minder soos hul webwerf lyk. Die navorsingsontwerp genaamd FRONT voeg 'n willeke aantal dummies by, meestal naby die begin van 'n laai waar 'n bladsy die meeste openbaar. pad_traces(traces, budget, seed) voeg tot met budget dummy selle in elke rigting by aan elke laai.
Om dit regverdelig te meet, aanvaar dat die waarnemer weet jy voeg vulmateriaal by en dat jy ook op gevulde lades oplei. Vulmateriaal verlaag akkuraatheid eerder as om die aanval te stop, en die dummy-data kos bandbreedte. Jy sal albei meet: die daling in akkuraatheid en die overhead, die ekstra selle as 'n breuk van die oorspronklike:
overhead = total_cells_after_padding / total_cells_before - 1 # 0.5 means 50% more trafficTor het 'n raamwerk vir die vul van stroombane, maar swaar vul teen webtuiste-vingerafdruk is nie vir gewone bluf aan geskakel nie (kontroleer Oktober 2026), grootliks weens hierdie bandbreedtekoste.
Waarom die laboratorium die aanval oordryf
Hier weet die waarnemer jy besoek een van agt webwerwe. Dit is 'n geslote wêreld. Regte mense besoek miljoene webwerwe: 'n oopene wêreld. Basiskoerse byt dan hard. Veronderstel 'n classifier 'n sensitiewe webwerf korrek 95% van die tyd aandui en 5% van ander laaies verkeerd aandui. As net 1 laai in 1,000 werklik na daardie webwerf gaan, dan word uit 100,000 laaies ongeveer 95 ware besoeke aangedui, saam met ongeveer 4,995 vals alarms. Meer as 98% van die alarms is verkeerd.
'n algemene wanbegrip: "Website fingerprinting beteken Tor is gebreek." Dit beteken een spesifieke waarnemer, die een tussen jou en jou guard, kan ingeligte raaisels maak wat in 'n laboratorium veel beter werk as in die deurmekkerige oop wêreld. Dit is 'n werklike risiko wat dit werd om teen te verdedig, nie 'n rede om op te gee nie.
Alle laaie hier is gesimuleer. Geen werklike verkeer word aangeteken of geanaliseer nie.
In ander tale
Die naaste-sentroïdepas, elders:
// JavaScript
function classify(model, cells) {
const f = [cells.filter(c => c === 1).length, cells.filter(c => c === -1).length];
let best = null, bestD = Infinity;
for (const site of Object.keys(model).sort()) {
const d = Math.hypot(f[0] - model[site][0], f[1] - model[site][1]);
if (d < bestD) { best = site; bestD = d; }
}
return best;
}// Rust
fn dist(c: &(f64, f64), out: f64, inc: f64) -> f64 {
((c.0 - out).powi(2) + (c.1 - inc).powi(2)).sqrt()
}
fn classify(model: &BTreeMap<String, (f64, f64)>, cells: &[i8]) -> String {
let out = cells.iter().filter(|&&c| c == 1).count() as f64;
let inc = cells.iter().filter(|&&c| c == -1).count() as f64;
model.iter()
.min_by(|a, b| dist(a.1, out, inc).partial_cmp(&dist(b.1, out, inc)).unwrap())
.map(|(s, _)| s.clone()).unwrap()
}Opsomming
- Ge-enkodeerde bladsyde wat laai het steeds 'n vorm; om vorms te vergelyk kan die webwerf raai.
- Naaste sentrum: bereken die gemiddelde van elke plek se kenmerke, kies dan die naaste gemiddelde.
- Padding verlaag akkuraatheid eerder as om die aanval te stop, en dit kos bandbreedte: meet albei.
- Geslote-wêreld-lab-nommers oorskat werklike aanvalle, omdat basiese koerse baie vals alarmoprogramme veroorsaak.
Skryf vier funksies:
features(cells): die tuple(outgoing, incoming), die tellings van1en-1.train(traces): 'n dict wat elketrace["site"]opsystel teen die gemiddelde uitgaande en gemiddelde inkomende telling van sy traces.classify(model, cells): die webwerf waarvan sentrum die naaste bymath.distis; gebruikmin(sorted(model), key=...)sodat gelykstellings na die alfabeties eerste webwerf gaan.accuracy(model, traces): die breuk wat as hulle eie webtuiste geklassifiseer word.
acc_plain (train op data["train"], test op data["test"]), acc_padded (train 'n nuwe model op padded_train, test op padded_test) en overhead (totale selle in padded_test gedeel deur totale selle in data["test"], minus 1). Toetse gebruik ook ander laaies.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.