Item type |
SIG Technical Reports(1) |
公開日 |
2021-02-22 |
タイトル |
|
|
タイトル |
Website Fingerprinting攻撃によるHidden Serviceの特定 |
タイトル |
|
|
言語 |
en |
|
タイトル |
Identifying Hidden Services Using Website Fingerprinting Attack |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
IOT |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
著者所属 |
|
|
|
埼玉大学大学院理工学研究科数理電子情報部門情報領域 |
著者所属 |
|
|
|
埼玉大学大学院理工学研究科数理電子情報部門情報領域 |
著者所属(英) |
|
|
|
en |
|
|
Department of Information and Computer Sciences, Saitama University |
著者所属(英) |
|
|
|
en |
|
|
Department of Information and Computer Sciences, Saitama University |
著者名 |
西村, 怜二
吉浦, 紀晃
|
著者名(英) |
Reiji, Nishimura
Noriaki, Yoshiura
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
近年,インターネット利用時における匿名通信が注目を集めている.最も普及している匿名通信システムとして Tor が挙げられる.Tor には,Tor ユーザと Web サイト,両方の匿名性を実現している Hidden Service と呼ばれるものがある.この匿名性を悪用した犯罪が多発しており,違法薬物の取引や児童ポルノの拡散の温床となっている.Tor を利用した違法行為を取り締まるために Tor ユーザのアクセス先を特定する技術が必要とされている.その技術の 1 つであり,Tor に対する最も主流な攻撃に Website Fingerprinting Attack(WF攻撃)がある.Hidden Service ではない Web サイトに対しては既存の WF 攻撃が十分な成功を収めているが,Hidden Service に対する WF 攻撃の例は少ない.本研究では,Hidden Service に対して k-Nearest-Neighbor Algorithm(k-NN)を用いた WF 攻撃と Convolutional Neural Network(CNN)を用いたWF攻撃を行い,その有効性を確かめた.その結果,学習にかかる時間や計算資源を考慮しないのであれば CNN を用いた WF 攻撃が Hidden Service に対して一番有効であることがわかった.また,データ整形やどのようなデータセットを扱うかにより WF 攻撃の精度は大きく変化することがわかった. |
論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
Anonymous communication has recently been getting attention when using the Internet. Tor is one of the most famous anonymous communication systems. Tor has what is called a Hidden Service, which allows both Tor users and websites to be anonymous. This anonymity has been exploited in a number of crimes, and has become a hotbed of illegal drug trafficking and the spread of child pornography. Prevention of these crimes requires technologies of identifying where Tor users are accessing. One of these technologies, the most common attack against Tor, is the Website Fingerprinting (WF) attack. Existing WF attacks have been sufficiently successful against non-Hidden Service websites, and there are few examples of WF attacks against Hidden Services. This paper tested the effectiveness of existing WF attacks using k-Nearest-Neighbor Algorithm (k-NN) and using Convolutional Neural Network (CNN) against the Hidden Service. As a result, this paper found that the CNN-based WF attack is the most effective against the hidden service without considering the learning time and computational resources. This paper also found that the accuracy of the WF attack varies greatly depending on the data format and the type of data set. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA12326962 |
書誌情報 |
研究報告インターネットと運用技術(IOT)
巻 2021-IOT-52,
号 14,
p. 1-8,
発行日 2021-02-22
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8787 |
Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |