论文阅读：Deep Fingerprinting: Undermining Website Fingerprinting Defenses with Deep Learning

 论文github：https://github.com/deep-fingerprinting/df

论文数据：https://drive.google.com/drive/folders/1kxjqlaWWJbMW56E3kbXlttqcKJFkeCy6?usp=sharing

摘要

网站指纹识别可以让攻击者确定用户通过加密方式访问过哪些网站，并且网站指纹攻击是有效的。作者提出了深度指纹（Deep Fingerprinting），是一种针对Tor的网站指纹攻击，利用CNN设计了复杂架构。DF在没有防御的Tor流量达到了98%以上的准确率，对有防御的流量准确率仍然超过90%。

1. 介绍

Tor已经成为匿名浏览互联网的工具，然而Tor很容易受到流量分析的攻击。WF允许攻击者通过分析网络流量中的模式来识别加密连接中的网页。

WF的原理：网站内容的差异(例如，不同的图像、脚本、样式)可以从网络流量中推断出来，即使流量已被加密。从机器学习的角度来看，WF是一个分类问题：在一组网站上训练一个分类器，提取每个网站独有的网络流量特征。

针对这些攻击，提出了一些防御措施。WF防御在流量中添加虚拟报