[논문]트래픽 데이터의 통계적 기반 특징과 앙상블 학습을 이용한 토르 네트워크 웹사이트 핑거프린팅

김준호; 김원겸; 황두성

doi:10.3745/ktsde.2020.9.6.187

초록
AI-Helper

본 논문은 클라이언트의 익명성과 개인 정보를 보장하는 토르 네트워크에서 앙상블 학습을 이용한 웹사이트 핑거프린팅 방법을 제안한다. 토르네트워크에서 수집된 트래픽 패킷들로부터 웹사이트 핑거프린팅을 위한 훈련 문제를 구성하며, 트리 기반 앙상블 모델을 적용한 웹사이트 핑거프린팅 시스템의 성능을 비교한다. 훈련 특징 벡터는 트래픽 시퀀스에서 추출된 범용 정보, 버스트, 셀 시퀀스 길이, 그리고 셀 순서로부터 준비하며, 각 웹사이트의 특징은 고정 길이로 표현된다. 실험 평가를 위해 웹사이트 핑거프린팅의 사용에 따른 4가지 학습 문제(Wang14, BW, CW_T, CW_H)를 정의하고, CUMUL 특징 벡터를 사용한 지지 벡터 기계 모델과 성능을 비교한다. 실험 평가에서, BW 경우를 제외하고 제안하는 통계 기반 훈련 특징 표현이 CUMUL 특징 표현보다 우수하다.

Abstract ▼ AI-Helper

This paper proposes a website fingerprinting method using ensemble learning over a Tor network that guarantees client anonymity and personal information. We construct a training problem for website fingerprinting from the traffic packets collected in the Tor network, and compare the performance of t...

This paper proposes a website fingerprinting method using ensemble learning over a Tor network that guarantees client anonymity and personal information. We construct a training problem for website fingerprinting from the traffic packets collected in the Tor network, and compare the performance of the website fingerprinting system using tree-based ensemble models. A training feature vector is prepared from the general information, burst, cell sequence length, and cell order that are extracted from the traffic sequence, and the features of each website are represented with a fixed length. For experimental evaluation, we define four learning problems (Wang14, BW, CWT, CWH) according to the use of website fingerprinting, and compare the performance with the support vector machine model using CUMUL feature vectors. In the experimental evaluation, the proposed statistical-based training feature representation is superior to the CUMUL feature representation except for the BW case.

주제어

표/그림 (13)

그림 Fig. 1. Tor Network Architecture
그림 Fig. 2. Tor Traffic Data Collection Environment
그림 Fig. 3. Packet Transformation for Information Extraction
표 Table 1. Feature Vector vs. Learning Algorithm
그림 Fig. 4. Average RTT per Website
표 Table 2. Feature Type
표 Table 3. Training Datasets
표 Table 4. Test Accuracy Comparison for Wang14
표 Table 5. Accuracy Comparison for BW
표 Table 6. Accuracy and f1-score Comparison for CWT
그림 Fig. 5. Two Different Hidden Service Sites
그림 Fig. 6. Feature Importance
표 Table 7. Accuracy and f1-score Comparison for CW_H

AI 본문요약
AI-Helper

문제 정의

지금까지 제안된 특징 벡터는 트래픽 시퀀스의 최소 길이를 사용하기 때문에 전체 트래픽 데이터의 분포를 반영하지 못한다는 단점이 있다[4,7,8]. 따라서 트래픽 시퀀스에 확률적 모델링을 적용한 고정 길이 특징 벡터를 제안하고, 앙상블(ensemble) 기반 알고리즘을 이용하여 웹사이트 핑거프린팅 분류 모델을 분석한다. ;

제안 방법

본 논문은 실험실 환경에서 토르 브라우저와 WGET을 이용해 일반 최상위 도메인과 히든 서비스 도메인에 대한 트래픽 데이터를 수집하고 앙상블 알고리즘을 이용해 분류 평가 를 진행했다. Wang14, BW, CW_T, CW_H 데이터 세트를 통해 제안하는 특징 벡터의 분류 성능을 비교하였다.
제안하는 특징 벡터는 가변 길이의 트래픽 시퀀스에서 범용 정보, 셀 시퀀스 길이 정보, 도착 시간 간격 정보, 버스트, 셀 순서 정보, 밀집도를 추출하고 통계적 모델링을 이용하여 고정 길이의 특징 벡터를 구성했다. Wang14 데이터 세트에 서 학습에 사용되는 인스턴스의 수가 적더라도 유사한 결과 를 보였고, 기 연구된 모델과 동일한 학습 성능을 나타냈다.

대상 데이터

기계학습 기반 웹사이트 핑거프린팅은 트래픽 데이터 수집과 전처리, 모델 학습과 평가 그리고 모델 선택의 단계를 거친다. 본 논문에서는 토르 브라우저(Tor browser)와 WGE T²⁾으로 트래픽 데이터를 수집한다. 지금까지 제안된 특징 벡터는 트래픽 시퀀스의 최소 길이를 사용하기 때문에 전체 트래픽 데이터의 분포를 반영하지 못한다는 단점이 있다[4,7,8].
훈련 데이터는 Wang14, BW, CWT, CWH의 4가지 데이터 세트로 구성된다. Table 3은 데이터 세트의 수집 방법과 클래스 그리고 클래스의 인스턴스를 나타낸다.

데이터처리

모델 성능 평가 지표로 정확도와 f1-score를 사용하며, 실험은 10식 교차 검증(10-way cross-validation)으로 진행했다. 그리드 탐색(grid search)을 진행하여 최적의 하이퍼 파라미터를 선택했다.
그리드 탐색(grid search)을 진행하여 최적의 하이퍼 파라미터를 선택했다. 제안하는 특징 벡터를 사용한 앙상블 기반 모델(엑스트라 트리, 랜덤 포레스트, XGBoost)과 기 연구된 특징 벡터(CUMUL)를 사용한 지지 벡터 기계(Support Vector Machine)와 학습 성능을 비교, 분석한다.

성능/효과

7%의 분류 성능을 보였다. XGBoost 모델은 히든 서비스 트래픽에서 64.8%의 정확도를 보였으나, 높은 과적합 현상이 나타났다.
모든 웹사이트 핑거프린팅 모델이 클라이언트가 사용하는 애플리케이션의 유형을 구분했다. 엑스트라 트리 모델은 WGET과 토르 브라우저 시나리오에서 96.2%, 91.7%의 분류 성능을 보였다. XGBoost 모델은 히든 서비스 트래픽에서 64.
토르에서 일반 최상위 도메인 사이트에 접근할 경우, 연구된 방법과 제안하는 방법 모두 높은 분류율을 보였으나, 히든 서비스 사이트에서 낮은 성능을 보였다. 추후, 히든 서비스 사이트의 분류 성능을 높일 수 있는 새로운 트래픽 특징 표현과 기계학습 응용에 관한 연구가 필요하다.

후속연구

토르에서 일반 최상위 도메인 사이트에 접근할 경우, 연구된 방법과 제안하는 방법 모두 높은 분류율을 보였으나, 히든 서비스 사이트에서 낮은 성능을 보였다. 추후, 히든 서비스 사이트의 분류 성능을 높일 수 있는 새로운 트래픽 특징 표현과 기계학습 응용에 관한 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	토르 네트워크의 구성은?	토르(The second onion router)는 국가의 검열이나 해커의 공격으로부터 개인 정보 탈취를 막는 저지연(low-latency) 익명 네트워크 웹 서비스로, 히든 서비스(hidden service) 도메인을 사용한다. 토르 네트워크는 3개 이상의 노드1)가 연결된 릴레이(relay) 구조로 구성되며, 트래픽에 128-bit AES 암호화를 적용하여 512 바이트로 구성된 셀 시퀀스(cell sequence)를 전송한다[2].
	핑거프린팅(website fingerprinting)기반 기계학습 웹사이트 공격은 무엇인가?	기계학습 기반 웹사이트 핑거프린팅(website fingerprinting)은 트래픽의 시간, 순서, 크기 등의 패턴을 이용하여 사용자가 접속한 사이트를 추정하는 수동적 공격이다[4-6]. 모든 웹사이트의 패턴을 생성하는 것은 불가능하기 때문에, 닫힌 세계(closed world)와 열린 세계(open world) 시나리오 등으로 제한된 도메인에서 기계학습 알고리즘의 성능을 비교한다[6-8].
	토르(The second onion router)의 문제점은 무엇인가?	암호화된 토르 셀 시퀀스는 출구 노드에서 복호화되어 웹 서버(web server)에 전송된다. 그러나 내부 감시자(local observer)가 클라이언트와 입구 노드 사이의 트래픽을 도청한다면, 네트워크 트래픽에 대한 분석과 패턴 도출이 가능하다 [3]. Fig.

참고문헌 (16)

Tor Project Metrics [Internet], https://metrics.torproject.org.
Onion Service Protocol [Internet], https://www.torproject.org.
R. Dingledine, N. Mathewson, and P. Syverson, "Tor: The second-generation onion router," Usenix Security, pp. 303-320, 2004.
T. Wang, X. Cai, R. Nithyanand, R. Johnson, and I. Goldberg, "Effective attacks and provable defenses for website fingerprinting," Proceedings of 23rd USENIX Security Symposium, pp.143-156, 2014.
M. S. I. Mamun, A. A. Ghorbani, and N. Stakhanova, "An entropy based encrypted traffic classifier," International Conference on Information and Communications Security, pp.282-294, 2015.
T. Wang and I. Goldberg, "Improved website fingerprinting on tor," Proceedings of 12th ACM Workshop on Workshop on Privacy in the Electronic Society, pp.201-212, 2013.
K. Abe and S. Goto, "Fingerprinting attack on tor anonymity using deep learning," Proceedings of the Asia-Pacific Advanced Network, pp.15-20, 2016.
A. Panchenko, F. Lanze, J. Pennekamp, T. Engel, A. Zinnen, M. Henze, and K. Wehrle, "Website Fingerprinting at Internet Scale," NDSS, 2016.
X. Cai, X. C. Zhang, B. Joshi, and R. Johnson, "Touching from a distance: Website fingerprinting attacks and defenses," Proceedings of the 2012 ACM Conference on Computer and Communications Security, pp.605-616, 2012.
V. Rimmer, D. Preuveneers, M. Juarez, T. V. Goethem, and W. Joosen, "Automated website fingerprinting through deep learning," arXiv preprint arXiv, 2017.
A. H. Lashkari, G. Draper-Gil, M. S. I. Mamun, and A. A. Ghorbani, "Characterization of Tor Traffic using Time based Features," 3rd International Conference on Information Systems Security and Privacy, pp.253-262, 2017.
A. Pescape, A. Montieri, G. Aceto, and D. Ciuonzo, "Anonymity services tor, i2p, jondonym: Classifying in the dark (web)," IEEE Transactions on Dependable and Secure Computing, 2018.
L. Lu, E. C. Chang, and M. C. Chan, "Website fingerprinting and identification using ordered feature sequences," European Symposium on Research in Computer Security, pp.199-214, 2010.
L. Breiman, "Random forests," Machine Learning, pp.5-32, 2001.
T. Chen and C. Guestrin, "Xgboost: A scalable tree boosting system," Proceddings of the 22nd acm SIGKDD International Conference on Knowledge Discovery and Data Mining, pp.785-794, 2016.
P. Geurts, D. Ernst, and L. Wehenkel, "Extremely randomized trees," Machine Learning, pp.3-42, 2006.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

트래픽 데이터의 통계적 기반 특징과 앙상블 학습을 이용한 토르 네트워크 웹사이트 핑거프린팅
Tor Network Website Fingerprinting Using Statistical-Based Feature and Ensemble Learning of Traffic Data 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (13)

표/그림 (13)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

트래픽 데이터의 통계적 기반 특징과 앙상블 학습을 이용한 토르 네트워크 웹사이트 핑거프린팅 Tor Network Website Fingerprinting Using Statistical-Based Feature and Ensemble Learning of Traffic Data 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (13) 모든 표/그림 보기

표/그림 (13) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

황두성 (22)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

트래픽 데이터의 통계적 기반 특징과 앙상블 학습을 이용한 토르 네트워크 웹사이트 핑거프린팅
Tor Network Website Fingerprinting Using Statistical-Based Feature and Ensemble Learning of Traffic Data 원문보기

초록
AI-Helper

표/그림 (13)

표/그림 (13)

AI 본문요약
AI-Helper