Website fingerprinting
Waarom dit ertoe doet Zelfs als een waarnemer niet kan zien welke site je bezoekt, kan de vorm van een paginalading dit verraden: hoeveel je verzendt en hoeveel terugkomt. Deze lab laat zien hoe die gok wordt gemaakt, hoe padding het bestrijdt en waarom lab resultaten de aanval sterker laten lijken dan in het echte leven.
Denk aan pakketten in gewoon bruin papier. Je kunt het label niet lezen, maar een lang dun pakket is waarschijnlijk een poster en een zwaar vierkant pakket is waarschijnlijk boeken. Pagina-ladingen zijn hetzelfde: een videosite haalt veel data op, een tekstforum heel weinig. De verpakking verbergt de inhoud, niet de grootte en vorm.
Website fingerprinting: raden welke website iemand heeft geladen op basis van het patroon van hun versleutelde verkeer alleen, door het te vergelijken met eerder vastgelegde patronen.
Cell: een eenheid van verkeer met een vaste grootte. In dit lab is een paginalading een lijst van cells: 1 voor een cell die je hebt verzonden, -1 voor een cell die je hebt ontvangen.
Een simpele classifier: nearest centroid
Verminder elke load eerst tot twee getallen, zijn features: uitgaande cellen en inkomende cellen. cells.count(1) en cells.count(-1) doen dit. Bereken daarna voor elke site het gemiddelde van de features van de trainingsloads. Dat gemiddelde punt is de centroid van de site, zijn typische vorm. Om een nieuwe load te classificeren, vind je de centroid die het dichtstbij ligt.
Centroid: het gemiddelde van een groep punten: gemiddelde x, gemiddelde y. Hier, één per site.
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.De verdediging: padding
Padding voegt dummy cellen toe zodat loads minder lijken op hun site. Het onderzoeksontwerp genaamd FRONT voegt een willekeurig aantal dummies toe, meestal bij het begin van een load waar een pagina het meest onthult. pad_traces(traces, budget, seed) voegt tot budget dummy cellen in elke richting toe aan elke load.
Om het eerlijk te meten, ga je ervan uit dat de waarnemer weet dat je padding gebruikt en ook op gepadde ladingen traint. Padding verlaagt de nauwkeurigheid in plaats van de aanval te voorkomen, en de dummies kosten bandbreedte. Je meet beide: de daling in nauwkeurigheid en de overhead, de extra cellen als een fractie van de oorspronkelijke:
overhead = total_cells_after_padding / total_cells_before - 1 # 0.5 means 50% more trafficTor heeft een framework voor het opvullen van circuits, maar zware padding tegen website fingerprinting staat niet aan voor gewoon browsen (gecontroleerd oktober 2026), vooral vanwege deze bandbreedtekosten.
Waarom het lab de aanval overschat
Hier weet de waarnemer dat je een van acht locaties bezoekt. Dat is een closed world. echte mensen bezoeken miljoenen locaties: een open world. Basispercentages zijn dan verraderlijk. Stel dat een classifier een gevoelige locatie correct 95% van de tijd markeert en 5% van andere loads onterecht markeert. Als slechts 1 load in 1.000 echt naar die locatie gaat, dan worden van 100.000 loads ongeveer 95 ware bezoeken gemarkeerd, samen met ongeveer 4.995 valse alarmen. Meer dan 98% van de alarmen is fout.
Een veelvoorkomende misvatting: "Website fingerprinting betekent dat Tor kapot is." Het betekent dat één specifieke waarnemer, degene tussen jou en je guard, weloverwogen gissingen kan doen die in een lab veel beter werken dan in de rommelige open wereld. Dat is een echt risico dat het waard is om tegen te verdedigen, geen reden om op te geven.
Alle belastingen hier zijn gesimuleerd. Er wordt geen echt verkeer vastgelegd of geanalyseerd.
In andere talen
De dichtstbijzijnde-centroid stap, 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()
}Samenvatting
- Versleutelde pagina-aanvragen hebben nog steeds een vorm; het vergelijken van vormen kan de site voorspellen.
- Nearest centroid: bereken de gemiddelde kenmerken van elke site, kies dan het dichtstbijzijnde gemiddelde.
- Padding verlaagt de nauwkeurigheid in plaats van de aanval te verslaan, en kost bandbreedte: meet beide.
- Getallen uit een closed-world lab overschatten echte aanvallen, omdat basispercentages veel valse alarmen produceren.
Schrijf vier functies:
features(cells): de tuple(outgoing, incoming), de counts van1en-1.train(traces): een dictionary die elketrace["site"]koppelt aan het gemiddelde uitgaande en gemiddelde inkomende aantal van zijn traces.classify(model, cells): de site waarvan het zwaartepunt het dichtstbij is bijmath.dist; gebruikmin(sorted(model), key=...)zodat bij gelijkheid de alfabetisch eerste site wordt gekozen.accuracy(model, traces): het deel dat als hun eigen site wordt geclassificeerd.
acc_plain (train op data["train"], test op data["test"]), acc_padded (train een nieuw model op padded_train, test op padded_test) en overhead (totaal aantal cellen in padded_test gedeeld door totaal aantal cellen in data["test"], min 1) in. Tests gebruiken ook andere loads.
Een probleem ontdekt in deze les? Meld het · Vraag naar deze les
Deze oefening opent binnenkort
Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.