Lấy dấu vân tay trang web
Vì sao điều này quan trọng Ngay cả khi một người quan sát không thấy được bạn truy cập trang nào, hình dạng của một lần tải trang có thể làm lộ nó: bạn gửi bao nhiêu, bao nhiêu quay về. Bài thực hành này cho thấy phỏng đoán đó được đưa ra ra sao, việc độn chống lại nó thế nào, và vì sao kết quả trong phòng thí nghiệm làm cuộc tấn công trông mạnh hơn so với đời thật.
Hãy nghĩ tới những bưu kiện bọc giấy nâu trơn. Bạn không đọc được nhãn, nhưng một bưu kiện dài mỏng có lẽ là một tấm áp phích và một cái vuông nặng có lẽ là sách. Các lần tải trang cũng vậy: một trang video kéo về rất nhiều dữ liệu, một diễn đàn văn bản rất ít. Lớp bọc giấu nội dung, không giấu kích thước và hình dạng.
Lấy dấu vân tay trang web: đoán ai đó đã tải trang web nào chỉ từ khuôn mẫu lưu lượng đã mã hóa của họ, bằng cách so sánh nó với những khuôn mẫu đã ghi trước đó.
Cell: một đơn vị lưu lượng kích thước cố định. Trong bài thực hành này một lần tải trang là một list các cell: 1 cho một cell bạn gửi, -1 cho một cell bạn nhận.
Một bộ phân loại đơn giản: tâm gần nhất
Trước hết thu gọn mỗi lần tải về hai con số, các đặc trưng của nó: số cell đi ra và số cell đi vào. cells.count(1) và cells.count(-1) làm việc đó. Rồi, với mỗi trang, lấy trung bình các đặc trưng của các lần tải huấn luyện của nó. Điểm trung bình đó là tâm (centroid) của trang, hình dạng điển hình của nó. Để phân loại một lần tải mới, tìm tâm gần nó nhất.
Tâm (centroid): trung bình của một nhóm điểm: x trung bình, y trung bình. Ở đây, mỗi trang một tâm.
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.Cách phòng thủ: độn
Độn thêm các cell giả để các lần tải trông ít giống trang của chúng hơn. Thiết kế nghiên cứu tên FRONT thêm một số ngẫu nhiên cell giả, phần lớn gần đầu một lần tải, nơi một trang để lộ nhiều nhất. pad_traces(traces, budget, seed) thêm tối đa budget cell giả theo mỗi chiều vào mọi lần tải.
Để đo nó một cách công bằng, hãy giả định người quan sát biết bạn độn và cũng huấn luyện trên các lần tải đã độn. Việc độn làm giảm độ chính xác chứ không đánh bại được cuộc tấn công, và các cell giả tốn băng thông. Bạn sẽ đo cả hai: mức giảm độ chính xác và chi phí phụ (overhead), số cell thêm vào tính theo tỉ lệ so với ban đầu:
overhead = total_cells_after_padding / total_cells_before - 1 # 0.5 means 50% more trafficTor có một khung để độn mạch, nhưng việc độn mạnh chống lấy dấu vân tay trang web không được bật cho việc duyệt web thông thường (kiểm tra vào tháng Mười 2026), phần lớn vì cái giá băng thông này.
Vì sao phòng thí nghiệm phóng đại cuộc tấn công
Ở đây người quan sát biết bạn truy cập một trong tám trang. Đó là một thế giới đóng. Người thật truy cập hàng triệu trang: một thế giới mở. Khi đó tỉ lệ nền phát huy tác dụng. Giả sử một bộ phân loại đánh dấu đúng một trang nhạy cảm 95% số lần và đánh dấu nhầm 5% các lần tải khác. Nếu chỉ 1 trong 1.000 lần tải thật sự là tới trang đó, thì trong 100.000 lần tải khoảng 95 lượt truy cập thật bị đánh dấu, cùng với khoảng 4.995 báo động nhầm. Hơn 98% số báo động là sai.
Một hiểu lầm phổ biến: "Lấy dấu vân tay trang web nghĩa là Tor đã bị phá." Nó nghĩa là một người quan sát cụ thể, người đứng giữa bạn và guard của bạn, có thể đưa ra những phỏng đoán có cơ sở, hiệu quả hơn nhiều trong phòng thí nghiệm so với trong thế giới mở lộn xộn. Đó là một rủi ro thật đáng để phòng thủ, không phải lý do để bỏ cuộc.
Mọi lần tải ở đây đều là mô phỏng. Không lưu lượng thật nào được ghi lại hay phân tích.
Trong các ngôn ngữ khác
Bước tâm gần nhất, ở nơi khác:
// 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()
}Tóm tắt
- Các lần tải trang đã mã hóa vẫn có một hình dạng; so sánh hình dạng có thể đoán ra trang.
- Tâm gần nhất: lấy trung bình các đặc trưng của mỗi trang, rồi chọn trung bình gần nhất.
- Độn làm giảm độ chính xác chứ không đánh bại cuộc tấn công, và tốn băng thông: hãy đo cả hai.
- Con số phòng thí nghiệm thế giới đóng phóng đại các cuộc tấn công thật, vì tỉ lệ nền tạo ra nhiều báo động nhầm.
Viết bốn hàm:
features(cells): tuple(outgoing, incoming), số lượng1và-1.train(traces): một dict ánh xạ mỗitrace["site"]tới số đi ra trung bình và số đi vào trung bình của các trace của nó.classify(model, cells): trang có tâm gần nhất theomath.dist; dùngmin(sorted(model), key=...)để khi hòa thì trang đứng đầu theo bảng chữ cái thắng.accuracy(model, traces): tỉ lệ được phân loại đúng là trang của chính chúng.
acc_plain (huấn luyện trên data["train"], kiểm tra trên data["test"]), acc_padded (huấn luyện một mô hình mới trên padded_train, kiểm tra trên padded_test) và overhead (tổng số cell trong padded_test chia cho tổng số cell trong data["test"], trừ 1). Các bài kiểm tra cũng dùng những lần tải khác.
Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này
Bài tập này sẽ sớm mở.
Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.
Trình duyệt này đang chặn cookie cho learn.floati.life, nên các bài học bạn đã hoàn thành tại đây không thể mở theo thứ tự. Hãy cho phép cookie cho trang web này và tải lại trang.