Resumen

Mediante las tecnologas de huella digital de sitios web (WF), los escuchas locales pueden rastrear el sitio web especfico visitado por los usuarios a travs de una investigacin del trfico cifrado entre los usuarios y el nodo de entrada de la red Tor. La tcnica actual de triplete de huellas dactilares (TF) demostr la posibilidad de realizar ataques WF con muestras pequeas. Los mtodos de investigacin anteriores slo se concentraban en extraer las caractersticas generales del trfico del sitio web, ignorando la importancia de las caractersticas locales de la huella digital del sitio web para los ataques WF de pequea muestra. Por lo tanto, en el presente artculo se propone una tecnologa de ataque de huella digital profunda del sitio web vecino ms cercano (DNNF, por sus siglas en ingls). Las caractersticas de las huellas locales profundas de los sitios web se extraen mediante la red neuronal convolucional (CNN) y, a continuacin, se utiliza el clasificador k-nearest neighbor (k-NN) para clasificar la prediccin. Cuando el sitio web proporciona slo 20 muestras, la precisin puede alcanzar el 96,2%. Tambin hemos comprobado que el mtodo DNNF acta bien en comparacin con los mtodos tradicionales a la hora de hacer frente a los problemas de aprendizaje por transferencia y deriva de conceptos. En comparacin con el mtodo TF, la precisin de clasificacin del mtodo propuesto mejora en un 2%5% y slo se reduce en un 3% al clasificar los datos recogidos del mismo sitio web despus de dos meses. Estos experimentos revelaron que la DNNF es una tecnologa de ataque de huella digital de sitios web ms flexible, eficiente y robusta, y que las caractersticas locales de huella digital de los sitios web son particularmente importantes para los ataques de WF de muestra pequea.

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Huella digital de sitios web; Oyentes locales; Tráfico cifrado; Red Tor; Huella digital de tripletes; Vecino más cercano profundo; Red neuronal convolucional; Clasificador de vecino más cercano-k; Ataques con muestras pequeñas; Huella digital local profunda; Precisión de la clasificación; Aprendizaje de transferencia; Deriva de conceptos.
• Keywords:Website fingerprinting; Local listeners; Encrypted traffic; Tor network; Triplet fingerprinting; Deep nearest neighbor; Convolutional neural network; K-nearest neighbor classifier; Small sample attacks; Deep local fingerprinting; Classification accuracy; Transfer learning; Concept drift.