1.High Precision Open-World Website Fingerprinting
会议: IEEE Symposium on Security and Privacy
(S&P, CCF A)
方法 :open-set classfication未知类
团队:香港科技大学 王涛
背景 :
- 开放世界网站指纹分类存在基本比率谬误,根据贝叶斯公式,比率很大时,模型在open-set的精度大幅降低;
- 作者认为在open-world中,high pre&low recall比high recall&low pre威胁更大
- 因此,作者认为open-world的核心是减少FP
算法 :
①将比率r = no sensitive /sensitive 加入precision计算公式;
②将错分划分为WP(是P但P中类别错分)和FP(不是P但分为P)【P为是sensitive】;
③提出精度优化器(PO),正常训练,但测试先由模型分类,若分类属于P,则由PO进一步判断。
结果:
- 数据集:校园网访问Tor流量(HTTP1 & H2);
- 3种方法对已有模型提升精度(减少FP