改进了Tor上的网站指纹

在本文中，我们提出了一种新的网站指纹技术，该技术在Tor上实现了比以往工作更高的分类精度。我们描述了收集Tor数据的新方法；这种方法对于准确的分类器比较和分析至关重要。我们提供了新的方法来解释数据，使用更基本的Tor单元作为数据单元，而不是TCP/IP数据包。我们演示了一种删除Tor SENDME的实验方法，这是一种没有提供有用数据的控制单元，以提高准确性。我们还提出了一组新的度量来描述两个流量实例之间的相似性；它们来源于对站点加载方式的观察。使用我们的新指标，我们获得了比以前作者更高的成功率。我们对新算法和以前的最佳算法进行了深入的分析和比较。为了识别网站指纹对Tor的潜在影响，我们进行了开放世界实验；对于几个可能被监测的站点，我们实现了95%以上的召回率和0.2%以下的假阳性率，这远远超过了以前报告的召回率。在封闭世界实验中，我们的准确率为91%，而在相同数据上，与之前最好的分类器相比，准确率为86-87%。