A Composite-Metric Based Path Selection Technique for the Tor Anonymity Network
Tor匿名网络在互联网上的普通用户中非常受欢迎。在Tor网络中，通过选择三个中继来创建匿名路径，通过这些中继重定向连接。然而，随着近年来Tor用户数量的大幅增加，选择中继的算法会影响Tor网络提供的性能。更重要的是，随着性能的下降，用户将离开网络，导致匿名设置降低，从而降低Tor网络提供的安全性。本文提出了一种改进Tor网络性能和安全性的算法，在源节点和目的节点之间的路径选择过程中采用不同度量的组合。这些度量是作为节点条件的中继器的带宽和带宽，以及作为路径条件的中继器之间的延迟。通过大量的实验，我们表明，我们可以通过最终用户观察到的性能时，使用所提出的技术，而不是目前的Tor路径选择算法。更重要的是，所提出的技术只需要在客户端进行软件升级，其他Tor节点不需要修改。
2017-07-09 cs.CR
Mitigating Censorship with Multi-Circuit Tor and Linear Network Coding
匿名网络正在提供实用的机制，通过隐藏用户的身份和信息内容来保护用户免受审查。然而，最著名的匿名网络洋葱路由（Tor）网络，通过阻止公共Tor入口路由器和一些秘密Tor入口点（网桥），从而阻止用户访问Tor，从而受到审查攻击。为了进一步推进匿名网络的发展，同时解决审查攻击，我们建议用线性网络编码（LNC）增强著名的多电路Tor技术，并分析由此产生的审查成功。实验结果表明，LNC可以提高Tor对审查的鲁棒性.
2019-07-08 cs.CR
Fair anonymity for the Tor network
目前匿名网络已经成为保障用户隐私的重要工具。然而，这些平台可能被用来执行非法操作，这有时会使服务提供商将来自这些网络的流量视为可能的威胁。为了解决这个问题，我们建议在Tor网络中添加对公平机制的支持。具体地说，通过对与入口和出口节点的密钥协商过程进行轻微修改，以组签名的形式。通过这些签名，我们建立了一个访问控制方法，以防止行为不端的用户使用Tor网络。此外，我们建立了一个预定义的方法来谴责非法行为，这阻碍了所提出的公平机制的应用程序作为一个威胁侵蚀用户的隐私。直接的结果是，来自Tor的流量将被服务提供商认为不那么可疑。
2014-12-15 cs.CR
Towards Predicting Efficient and Anonymous Tor Circuits
Tor匿名系统为数百万用户提供在线隐私，但它比典型的网页浏览速度慢。为了提高Tor的性能，我们提出了PredictTor，这是一种路径选择技术，使用根据Tor的最新测量值训练的随机森林分类器来预测拟议路径的性能。如果预测路径是快速的，则客户端使用这些中继构建电路。我们在Tor源代码中实现了PredictTor，并通过Tor实时实验和Shadow模拟显示，与Vanilla Tor相比，PredictTor将Tor网络性能提高了11%至23%，与之前的最先进方案相比，PredictTor将Tor网络性能提高了7%至13%。我们的实验表明，PredictTor是第一个路径选择算法，以动态地避免高度拥塞的节点在高拥塞的时间，并避免长距离的路径在低拥塞的时间。我们使用标准的基于熵的和时间到第一次妥协的指标来评估PredictTor的匿名性，但由于在路径选择中使用位置，这些指标无法捕获泄漏的可能性。为了更好地解决这个问题，我们提出了一个新的匿名度量，称为CLASI：客户端自治系统推理。CLASI是Tor中的第一个匿名度量，它通过在网络、国家和中继级别上对电路进行指纹识别来衡量对手推断客户端自治系统（AS）的能力。我们发现，CLASI显示位置感知路径选择算法的匿名性损失，其中基于熵的度量显示很少或没有匿名性损失。此外，CLASI表明，由于PredictTor构建了独立于客户端位置的电路，因此与当…
2018-05-05 cs.CR
How Unique is Your .onion? An Analysis of the Fingerprintability of Tor Onion Services
最近的研究表明，Tor洋葱（隐藏）服务网站由于其数量有限和敏感性，特别容易受到网站指纹攻击。在这项工作中，我们提出了洋葱网站指纹识别能力的多层次特征分析，考虑了三种最先进的网站指纹识别方法和482个Tor洋葱服务，使其成为迄今为止在洋葱服务上完成的最大的此类分析。先前的研究通常报告给定网站指纹识别方法或对策的平均性能结果。我们调查哪些网站或多或少容易受到指纹识别，以及哪些功能使它们如此。我们发现，这些攻击对网站进行分类（和错误分类）的比率存在很大的差异，这意味着平均性能数据可能无法提供网站指纹攻击对特定网站造成的风险信息。我们分析了不同的网站指纹识别方法所利用的功能，并讨论了是什么使洋葱服务网站或多或少容易识别，无论是在他们的流量跟踪以及他们的网页设计。我们研究错误分类，以了解如何重新设计洋葱服务网站，使其不那么容易受到网站指纹攻击。我们的研究结果还通知网站指纹对策的设计和他们的评估考虑不同的网站之间的影响。
2017-09-20 cs.CR
A Real-time Defense against Website Fingerprinting Attacks
像Tor这样的匿名系统容易受到网站指纹（WF）攻击，其中本地被动窃听者推断受害者的活动。目前基于深度学习分类器的WF攻击已经成功地克服了许多提出的防御。虽然最近利用对抗性示例的防御提供了希望，但这些对抗性示例只能在网络会话结束后计算，因此在实际设置中为用户提供的保护很少。我们提出了Dolos，一个实时的修改用户网络流量以成功规避WF攻击的系统。Dolos通过计算输入不可知的对抗补丁将虚拟数据包注入流量跟踪，这些补丁会破坏WF攻击中使用的深度学习分类器。然后应用补丁来实时的改变和保护用户流量。重要的是，这些补丁是由用户侧秘密参数化的，确保攻击者无法使用对抗训练来击败Dolos。我们通过实验证明，Dolos在各种设置下都能提供94%以上的保护，抵御最先进的WF攻击。与之前的防御相比，Dolos在更高的保护性能和更低的信息泄漏和带宽开销方面表现出色。最后，我们证明了Dolos对各种自适应对策的鲁棒性，以检测或破坏防御。
2021-02-08 cs.CR
Stealthy Traffic Analysis of Low-Latency Anonymous Communication Using Throughput Fingerprinting
像Tor这样的匿名系统旨在使用户能够以一种无法被控制少量机器的对手追踪的方式进行通信。为了向用户提供高效的服务，这些匿名系统在中间中继之间发送业务时充分利用转发能力。在本文中，我们证明了这样做会泄露电路（路径）中Tor继电器集合的信息。我们提出的攻击具有高置信度，并且仅基于吞吐量信息，可以（a）减少攻击者对吞吐量可以观察到的任何Tor电路的瓶颈中继的不确定性，（b）当可以在多个连接上观察到电路吞吐量时，准确识别Tor用户的保护中继，以及（c）识别两个并发TCP连接是否属于同一个Tor用户，打破不可链接性。我们的攻击是隐形的，用户或Tor中继无法轻易检测到。我们使用Tor网络上的实验来验证我们的攻击。我们发现，攻击者可以大大减少Tor电路的瓶颈中继分布的熵，其吞吐量可以增加-在中值情况下，熵减少了2倍。来自单个Tor电路的此类信息泄漏可以通过多个连接进行组合，以准确识别用户的保护继电器。最后，我们还能够在5分钟内以低于1.5%的交叉出错率链接来自同一发起方的两个连接。我们的攻击也更准确，比以前对Tor的攻击需要更少的资源。
2011-11-22 cs.CR cs.NI
On the Use of Latency Graphs for the Construction of Tor Circuits
使用基于匿名的基础设施和匿名器是减轻互联网上隐私问题的合理解决方案。Tor（洋葱路由器的缩写）是一种流行的低延迟匿名系统，可以作为终端用户应用程序安装在各种操作系统上，通过一系列匿名代理电路重定向流量。这些电路的构造决定了Tor匿名系统的延迟和匿名程度。虽然一些电路构造策略会导致延迟，但这些延迟对于Web浏览等活动来说是可以容忍的，但它们会使系统容易受到链接攻击。我们在本文中评估了三个经典的策略构建Tor电路，就其去匿名化的风险和延迟性能。然后，我们开发了一种新的电路选择算法，大大降低了链接攻击的成功概率，同时保持良好的性能。最后，我们在PlanetLab上对真实世界的Tor部署进行了实验。我们的实验结果证实了我们的策略的有效性和Web浏览的性能增加。
2012-08-18 cs.CR
New Approaches to Website Fingerprinting Defenses
网站指纹攻击使攻击者能够推断受害者正在访问哪个网站，即使受害者使用加密代理，如Tor。以前的工作表明，所有针对网站指纹攻击的防御措施都是无效的。本文从两个方面对网站指纹攻击和防御进行了研究。首先，我们开发的安全性和带宽开销之间的权衡界限，任何指纹防御方案可以实现。这使我们能够通过比较它们与下限的接近程度来比较具有不同安全性/开销权衡的方案。然后，我们改进，实现和评估Cai等人概述的拥塞敏感BuFLO方案CS-BuFLO，该方案基于Dyer等人提出的可证明安全的BuFLO防御，Cai等人没有完全指定，但仍然引起了Tor开发人员的注意。我们的实验发现，CS-BuFLO具有较高的开销（约2.3- 2.8倍），但可以比Tor或普通SSH更接近6倍的带宽/安全权衡下限。
2014-01-23 cs.CR
The Privacy-Utility Tradeoff in Rank-Preserving Dataset Obfuscation
本文研究数据集混淆中秩保持与用户匿名性的权衡，通过大偏差理论刻画单字母机制的性能极限，并将最优混淆信道建模为可高效求解的凸优化问题。
2023-05-11 cs.CR cs.DB cs.IT
Seeking Anonymity in an Internet Panopticon
在互联网上获得和保持匿名是一项挑战。部署工具的最新技术水平，如Tor，使用洋葱路由（OR）通过分散在互联网上的随机选择的中继来中继加密连接。不幸的是，已知OR至少在原则上易受几类攻击的影响，这些攻击的解决方案是未知的或被认为即将到来。目前的匿名方法似乎也无法提供用户可能获得的匿名水平或质量的准确，原则性的测量。为此，我们提供了一个高层次的视图的异议项目，第一个系统的努力，建立一个实用的匿名系统的基础上，提供可衡量的和正式可证明的匿名属性。Dissent建立在两个关键的预先存在的原语基础上-可验证的洗牌和用餐密码学家-但首次展示了如何扩展此类技术，为数千名参与者提供可衡量的匿名保证。此外，Dissent代表了第一个从头开始设计的匿名系统，该系统针对现有方法中的每个主要类别的已知漏洞采用了一些系统性对策，包括全球流量分析，主动攻击和交叉攻击。最后，因为没有匿名协议可以单独解决的风险，如软件漏洞或意外的自我识别，我们介绍WiNon，一个实验性的操作系统架构，以加强使用匿名工具，如Tor和异议，对这种攻击。
2015-01-03 cs.CR
A Comprehensive Survey of Website Fingerprinting Attacks and Defenses in Tor: Advances and Open Challenges
University of South Florida（南佛罗里达大学）
本文综述了Tor网络中网站指纹攻击与防御的最新进展，系统分类了现有研究，探讨了多标签浏览等新兴挑战，为提升隐私保护提供基础。
2026-10-12 cs.CR
De-anonymisation attacks on Tor: A Survey
随着越来越多的用户试图保护他们的在线隐私，匿名网络在当今的在线世界中变得越来越流行。Tor是目前最流行的匿名网络，为用户和服务（隐藏服务）提供匿名性。然而，Tor提供的匿名性也被以各种方式滥用。托管非法网站以销售毒品、托管僵尸网络的命令和控制服务器以及分发经审查的内容只是其中的几个例子。因此，包括政府和执法机构在内的各方都对帮助Tor网络去匿名化、破坏其运营并绕过其审查规避机制的攻击感兴趣。在这篇调查论文中，我们回顾了已知的Tor攻击，并确定了Tor用户和隐藏服务的去匿名化技术。我们讨论这些技术，并分析其执行方法的实用性。最后，我们讨论了Tor框架的改进，这些改进有助于防止调查的去匿名化攻击。
2022-01-26 cs.CR
Compromising Tor Anonymity Exploiting P2P Information Leakage
在P2P网络中，用户的隐私远远超出了他们目前的使用，并且是采用P2P协议进行合法使用的基本要求。在这些用户和反盗版组织之间的冷战气氛中，越来越多的用户转向匿名网络，试图隐藏自己的身份。然而，当P2P协议没有设计成保护用户信息时，它会泄漏可能危及其用户身份的信息。在本文中，我们首先介绍了三种针对Tor上的BitTorrent用户的攻击，这些攻击揭示了他们的真实IP地址。在第二步中，我们分析BitTorrent用户对Tor的使用情况，并将其与Tor之外的使用情况进行比较。最后，我们描述了这种去匿名化所引起的风险，并表明用户的隐私侵犯超出了BitTorrent流量，并污染了其他协议，如HTTP。
2010-04-09 cs.CR cs.NI
Realistic Website Fingerprinting By Augmenting Network Trace
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文针对网站指纹识别攻击在真实网络条件下实用性不足的问题，提出网络轨迹增强技术 NetAugment，并通过半监督与自监督学习实例化，显著提升了 WF 攻击在未观测网络条件下的准确率。
2023-09-18 cs.CR cs.LG
State Machine Frameworks for Website Fingerprinting Defenses: Maybe Not
本研究通过改进的Rust状态机框架Maybenot实现三种先进网站指纹防御，评估其潜力与局限，并建议在Arti中决策前需增强框架并考虑替代设计。
2023-08-11 cs.CR
A Measurement of Genuine Tor Traces for Realistic Website Fingerprinting
U.S. Naval Research Laboratory（美国海军研究实验室）；Georgetown University（乔治城大学）
本文提出GTT23，首个真实Tor跟踪数据集，用于改进网站指纹识别研究和防御。
2026-01-21 cs.CR
Seldom: An Anonymity Network with Selective Deanonymization
Fraunhofer FKIE（弗劳恩霍夫 FKIE）；University of Luxembourg（卢森堡大学）；Fraunhofer FIT（弗劳恩霍夫 FIT）；RWTH Aachen University（亚琛工业大学）
Seldom通过集成选择性去匿名化功能，为匿名网络中的犯罪活动提供了一种可控的隐私保护方案。
2026-01-29 cs.CR cs.NI
Anonymity Network Tor and Performance Analysis of ARANEA; an IOT Based Privacy-Preserving Router
曾经有一段时间，“安全”这个词只限于对有价值的东西的物理保护，这些东西必须被防范于未然。今天，在一个世界里，人们可以做的事情几乎已经出现了必要性，以保护虚拟世界。我们生活的每一个方面都在以这样或那样的方式被互联网控制。在网络空间中没有隐私，因为我们在互联网上浏览的数据正在被某人监视。我们在互联网上所做的每一项工作都被跟踪，或者数据在未经同意的情况下被泄露。为了安全地浏览互联网，我们开发了一个名为Aranea的路由器，它与浏览器Tor有关。Tor提供流量匿名性和安全性。Tor浏览器可以用于积极和消极的目的。Tor加密数据，隐藏用户的位置和身份，隐藏设备的IP地址，隐藏网络流量等等。通过使用Tor浏览器，每个用户都可以在网络世界中安全地浏览互联网。我们的目标是通过路由器Aranea为每个用户创建一个额外的安全桥梁，以便每个用户可以简单地匿名浏览互联网。
2019-06-04 cs.CR cs.NI
Reality Check for Tor Website Fingerprinting in the Open World
Simon Fraser University（西蒙菲莎大学）
本研究通过实测数据和合成轨迹构建开放世界背景，评估了网站指纹识别在真实Tor网络中的有效性，发现其在高精度和召回率下仍表现优异，并展示了对网络波动和流量分割的鲁棒性。
2026-03-08 cs.CR
Tempest: Temporal Dynamics in Anonymity Systems
许多最近的匿名通信的建议忽略了他们的安全分析的时间对重要的系统组件的影响的考虑。在实践中，匿名系统的许多组成部分，如客户端位置和网络结构，随着时间的推移而显示出变化和模式。在本文中，我们专注于这种时间动态的匿名网络的安全性的影响。我们提出了Tempest，这是一套基于（1）客户端移动性，（2）使用模式和（3）底层网络路由变化的新型攻击。通过对真实世界数据集的实验分析，我们证明了这些时间攻击会降低各种匿名网络中的用户隐私，包括部署的系统，如Tor; Tor的路径选择协议，如DeNASA，TAPS和Counter-RAPTOR;以及用于互联网路由的网络层匿名协议，如Dovetail和HORNET。在某些情况下，退化程度惊人地严重。例如，单个主机故障或网络路由更改可以快速且高度确定地将客户端的ISP识别为恶意主机或ISP。每次攻击背后的对手都相对较弱-通常是被动的，控制着一个网络位置或少数主机。我们的研究结果表明，匿名系统的设计者在分析匿名性时应该严格考虑时间动态的影响。
2018-03-29 cs.CR
Fuzzy Graph Modelling of Anonymous Networks
匿名网络使用户和服务提供商之间能够进行安全和匿名的通信，同时保持他们的匿名性和隐私。网络中的隐藏服务是动态的，并不断改变其域和服务特征，以保持匿名性和防止指纹。这使得这种网络的建模成为一项具有挑战性的任务。此外，用清晰图建模是不合适的，因为它们不能捕捉匿名网络的动态性质。在这项工作中，我们使用模糊图的匿名网络建模，并提供了一种方法来模拟和分析匿名网络。我们考虑两个流行的匿名通信网络的案例研究：Tor和Freenet，并展示了如何使用我们提出的模糊表示来分析这两个网络。
2018-09-17 cs.CR cs.NI
Darknet Traffic Analysis A Systematic Literature Review
本文系统性综述了利用机器学习技术对暗网及匿名加密流量进行分类、监控与识别流量攻击的现有方法。
2023-11-27 cs.CR
ActiveFlowMark: Assessing Tor Anonymity under Active Bandwidth Watermarking
Beijing Institute of Technology（北京理工大学）；National Computer Network Emergency Response Technical Team/Coordination Center of China（国家计算机网络应急技术处理协调中心）
本文提出NATA算法，通过可控带宽扰动注入可区分的吞吐模式，无需端点控制或修改Tor浏览器，实现对Tor流量的主动流量相关分析，验证主动带宽扰动作为基础设施级侧信道的有效性。
2026-05-07 cs.CR
Lightening the Load: A Cluster-Based Framework for A Lower-Overhead, Provable Website Fingerprinting Defense
Simon Fraser University（西蒙菲莎大学）
本文提出了一种基于集群的自适应网站指纹攻击防御框架，通过结合正则化和超序列方法，实现低开销和可证明安全性的平衡。
2026-03-09 cs.CR
Tomen: Application of Bitcoin Transaction Based on Tor
比特币出现于2008年，经过几十年的发展，它已经成为迄今为止最大的交易货币。区块链的核心是确保用户交易的匿名性。随着越来越多的区块链交易分析算法的出现，区块链的匿名性受到越来越大的威胁。我们结合Tor的加密原理方法，提出了一种针对比特币交易过程中通信过程的加密应用Tomen。目标是实现比特币交易通信匿名化的应用。
2021-05-12 cs.CR
Measuring Information Leakage in Website Fingerprinting Attacks and Defenses
Tor提供针对本地或网络对手的低延迟匿名和未经审查的网络访问。由于设计选择最小化流量开销（并增加潜在用户池），Tor允许泄漏有关客户端连接的一些信息。使用这些信息（从中提取的特征）来推断用户访问的网站的攻击称为网站指纹（WF）攻击。我们开发了一种方法和工具来衡量网站泄露信息的数量。我们将此工具应用于从大量网站和WF防御机制中提取的一组全面的特征，使我们能够对WF攻击和防御进行更细粒度的观察。
2019-06-05 cs.CR
The Effect of DNS on Tor's Anonymity
以前在Tor网络中链接流量发送者和接收者的攻击（“相关攻击”）通常依赖于分析来自TCP连接的流量。然而，典型客户端应用程序的TCP连接通常伴随着DNS请求和响应。这种额外的流量为相关攻击提供了更多的机会。本文量化了DNS流量如何使Tor用户更容易受到相关攻击。我们研究如何将DNS流量可以使现有的相关攻击更强大，以及如何DNS查找可以泄露信息给第三方匿名通信。我们（i）开发一种方法来识别Tor出口中继的DNS解析器;（ii）开发一组新的相关攻击（DefecTor攻击），其中包含DNS流量以提高精度;（iii）分析这些新攻击对Tor用户的互联网规模影响;（iv）开发改进的方法来评估相关攻击。首先，我们发现存在可以发动DefecTor攻击的对手：例如，Google的DNS解析器观察到几乎40%的DNS请求退出Tor网络。我们还发现，DNS请求通常会遍历相应TCP连接不经过的AS，从而使其他AS能够获得有关Tor用户流量的信息。然后，我们表明，可以发动DefecTor攻击的对手通常可以精确地确定Tor用户正在访问的网站，特别是对于不太受欢迎的网站，其中与该网站相关联的DNS名称集可能是该网站唯一的。我们还使用Tor路径模拟器（TorPS）结合来自与Tor出口中继位于同一位置的有利位置的traceroute数据来估计可能在实践中发动DefecTor攻击的AS级对手的力量。
2016-10-11 cs.CR
WFDefProxy: Modularly Implementing and Empirically Evaluating Website Fingerprinting Defenses
Tor是一种洋葱路由匿名网络，已被证明容易受到网站指纹（WF）的攻击，WF通过分析加密网络流量的独特特征来对Web浏览进行去匿名化。虽然已经提出了许多防御措施，但很少有人在现实世界中实施和测试;其他人只是模拟。由于其合成性质，仿真可能无法捕捉这些防御的真实性能。为了弄清楚这些防御在现实世界中的表现，我们提出了WFDefProxy，这是一个使用可插拔传输在Tor上实现WF防御的通用平台。我们创建了三种WF防御的第一个完整实现：FRONT，Tamaraw和Random-WT。我们评估每个防御在模拟和实施，比较他们的结果，我们发现，模拟正确地捕捉每个防御攻击的强度。此外，我们证实，随机小波变换是不是有效的模拟和实施，降低最强的攻击者的准确性只有7%。我们还发现模拟和实现之间的开销略有不同。我们分析了这可能是由于在模拟中对数据包延迟和排队的假设，或者我们在WFDefProxy中实现的软停止条件，以检测页面加载的结束。FRONT的实现比仿真多花费了大约23%的数据开销，而Tamaraw的实现花费了大约28% - 45%的数据开销。此外，Tamaraw的实施仅产生了21%的时间开销，相比之下，在以前的工作中通过模拟估计的51% - 242%。
2021-11-24 cs.CR
Anonymizing Masses: Practical Light-weight Anonymity at the Network Level
在一个无处不在的在线监控时代，互联网用户需要更好的匿名解决方案来进行在线通信，而不会牺牲性能。现有的覆盖匿名工具，如Tor网络，受到性能限制，最近提出的将匿名嵌入互联网协议面临根本的部署挑战。在本文中，我们介绍了实用的匿名性在网络级（PANEL），一个实用的轻量级匿名解决方案的基础上硬件交换。我们使用P4网络程序设计语言在一个高性能的硬件交换机（Barefoot Tofino）上实现了PANEL原型，并对原型的有效性和性能进行了检验。根据我们的经验结果，PANEL实现了交换机实际吞吐量的96%，并增加了低延迟开销（例如，3%的Skype通话开销），同时提供部分可部署性和透明度（即，PANEL既不需要客户端也不需要服务器端修改）。
2019-11-21 cs.CR
Mockingbird: Defending Against Deep-Learning-Based Website Fingerprinting Attacks with Adversarial Traces
Anomali Inc.（Anomali公司）；Global Cybersecurity Institute, Rochester Institute of Technology（罗切斯特理工学院全球网络安全研究所）
网站指纹（WF）是一种流量分析攻击，使本地被动窃听者能够推断受害者的活动，即使流量受到VPN或Tor等匿名系统的保护。利用深度学习分类器，WF攻击者可以在Tor流量上获得超过98%的准确率。在本文中，我们探索了一种新的防御方法Mockingbird，它基于对抗性示例的思想，这些示例已被证明会破坏其他领域的机器学习分类器。由于攻击者得到设计和训练他的攻击分类器的基础上的防御，我们首先证明，在一个简单的技术生成对抗性的例子为基础的痕迹无法防止攻击者使用对抗性训练的强大的分类。然后，我们提出了Mockingbird，一种用于生成轨迹的技术，通过在可行轨迹的空间中随机移动而不是遵循更可预测的梯度来抵抗对抗性训练。该技术将对抗训练强化的最先进攻击的准确性从98%降低到42-58%，同时仅产生58%的带宽开销。攻击准确性通常低于最先进的防御，并且在考虑Top-2准确性时要低得多，同时产生较低的带宽开销。
2020-10-28 cs.CR cs.LG
k-fingerprinting: a Robust Scalable Website Fingerprinting Technique
网站指纹使攻击者能够通过加密或匿名的网络连接推断客户端正在浏览哪个网页。我们提出了一种新的网站指纹技术的基础上随机决策森林和标准的网页以及Tor隐藏服务的性能进行评估，在更大的规模比以前的作品。我们的技术，k-指纹识别，比目前最先进的攻击，即使对网站指纹防御，我们表明，它是可能的，面对大量的噪声数据，发动一个网站指纹攻击。我们可以正确地确定客户端正在访问的30个受监控的隐藏服务中的哪一个，其真阳性率（TPR）为85%，假阳性率（FPR）低至0.02%，来自100，000个未监控网页的世界大小。我们进一步表明，出错率在Web资源之间的差异很大，因此可以预见，某些使用模式将比其他模式更容易受到攻击。
2016-02-19 cs.CR
Deanonymizing Tor hidden service users through Bitcoin transactions analysis
随着互联网上威胁的迅速增加，人们不断寻求隐私和匿名。比特币和Tor等服务被引入，为在线交易和Web浏览提供匿名性。由于其匿名模型，比特币缺乏追溯性的操作安全性，这意味着历史信息可以用来识别某个用户。我们研究了通过利用从在线社交网络、区块链和洋葱网站泄露的公共信息，对依赖比特币作为支付方式的Tor隐藏服务用户进行去匿名化的可行性。例如，这允许攻击者通过在区块链中找到至少一个涉及其公开声明的比特币地址的过去交易，将具有@alice Twitter地址的用户链接到具有private.onion地址的Tor隐藏服务。为了证明这种去匿名化攻击的可行性，我们进行了一个模拟被动的、有限的对手的真实实验。我们抓取了1.5K个隐藏服务，并收集了88个唯一的比特币地址。然后，我们抓取了5 B推文和1 M BitcoinTalk论坛页面，并分别收集了4.2K和41 K唯一的比特币地址。每个用户地址都与在线身份及其公共配置文件信息相关联。通过分析区块链中的交易，我们能够将125个独立用户与20个Tor隐藏服务联系起来，包括敏感服务，如海盗湾和丝绸之路。我们还详细分析了两个案例研究，以证明由此产生的信息泄漏对用户匿名性的影响。特别是，我们确认比特币地址应始终被视为可利用的，因为它们可以用于追溯用户的匿名化。这对于那些积极寻求并期望隐私和匿名的Tor隐藏服务用户来说尤其重要。
2019-07-10 cs.CR
Behavioral Information Leakage in Darknet Traffic: A Multi-Channel Analysis Across Anonymity Networks
School of Computing, Mathematics and Engineering, Charles Sturt University（查尔斯斯特特大学计算、数学与工程学院）；AI and Cyber Futures Center, Charles Sturt University（查尔斯斯特特大学人工智能与网络未来中心）
本文提出行为信息泄露框架，分析Tor等四种匿名网络的暗网流量，发现不同网络行为泄露差异显著，明确主要泄露机制及服务变异性，为暗网流量分类提供新视角。
2026-08-06 cs.CR
Robust Website Fingerprinting Through the Cache Occupancy Channel
Ben-Gurion University of the Negev（本-古里安大学内盖夫分校）；University of Adelaide（阿德莱德大学）；Princeton University（普林斯顿大学）；Data61（数据61）
网站指纹攻击使用对网络流量的统计分析来损害用户隐私，即使流量是通过Tor等匿名保护网络发送的，也被证明是有效的。用于评估网站指纹攻击的经典攻击模型假设一个路径上的对手，他可以观察用户计算机和Tor网络之间的所有流量。在这项工作中，我们调查这些攻击下一个不同的攻击模型，对手能够在目标用户的计算机上运行少量的非特权代码。在此模型下，攻击者可以发起缓存侧信道攻击，利用CPU缓存上的争用效应来识别正在浏览的网站。在这种攻击模式的一个重要特例中，当目标用户访问由攻击者控制的网站时，就会发起JavaScript攻击。这种攻击场景的有效性从未被系统地分析过，特别是在开放世界模型中，该模型假设用户访问的是敏感和非敏感站点的混合。在这项工作中，我们表明，缓存网站指纹攻击JavaScript是高度可行的，即使他们是从高度限制的环境，如Tor浏览器运行。具体来说，我们使用机器学习技术来分类缓存活动的痕迹。不像以前的作品，试图识别缓存冲突，我们的工作措施的最后一级缓存的整体占用。我们表明，我们的方法在开放世界和封闭的世界模型中实现了高的分类精度。我们进一步表明，我们的技术是弹性的基于网络的防御和侧信道对策引入到现代浏览器作为对幽灵攻击的响应。
2019-02-21 cs.CR cs.LG
Towards Robust Multi-tab Website Fingerprinting
Institute for Network Sciences and Cyberspace, Tsinghua University（清华大学网络科学与网络空间研究院）；Zhongguancun Laboratory（中关村实验室）
针对多标签页浏览场景下网站指纹识别准确率低的问题，提出基于Transformer的多标签分类框架ARES，通过多级流量聚合特征与改进自注意力机制实现鲁棒识别。
2025-01-22 cs.AI cs.CR
Fundamental Limits of Invisible Flow Fingerprinting
网络流指纹可以用于通过链接匿名连接的入口和出口段来对匿名系统（如Tor）上的通信进行去匿名化。假设Alice和Bob分别可以访问匿名网络的输入和输出链路，并且他们希望合作揭示输入和输出链路之间的连接，而不会被保护网络的Willie检测到。Alice生成一个指纹码本，其中每个指纹对应于一个唯一的分组间延迟序列，并仅与Bob共享。对于每个输入流，她从码本中选择指纹并将其嵌入流中，即，更改流的数据包定时，以遵循指纹建议的数据包定时，Bob从输出流中提取指纹。我们将网络建模为并行$M/M/1$队列，其中每个队列由从Alice到Bob的流和独立于从Alice到Bob的流的其他流共享。流的时间是由独立的泊松点过程。假设所有输入流具有相等的速率，并且Bob只观察具有指纹的流，我们首先提出两种情况：1）Alice对所有流进行指纹识别; 2）Alice对Willie未知的流的子集进行指纹识别。然后，我们扩展的建设和分析的情况下，流量是任意的，以及情况下，不是所有的流量，鲍勃观察到有一个指纹。对于每个场景，我们推导出Alice可以指纹识别的流的数量，Bob可以通过指纹识别来跟踪。
2019-03-27 cs.CR cs.IT cs.NI
p-FP: Extraction, Classification, and Prediction of Website Fingerprints with Deep Learning
University of Minnesota（明尼苏达大学）
最近在学习深度神经网络（DNN）架构方面的进展受到了极大的关注，因为它们能够在各种应用中超越最先进的分类器，很少或没有特征工程。在本文中，我们广泛研究了深度学习对网站指纹识别的适用性。我们表明，无监督DNN可用于提取低维特征向量，以提高最先进的网站指纹攻击的性能。当用作分类器时，我们表明它们可以在一系列应用场景中匹配或超过现有攻击的性能，包括指纹Tor网站跟踪，指纹Tor上的搜索引擎查询，击败指纹防御，以及指纹TLS加密网站。最后，我们证明了DNN可以用来根据网站的内容预测网站的可指纹性，在4500个网站下载的数据集上实现了99%的准确率。
2018-04-02 cs.CR cs.LG stat.ML
Attack Smarter: Attention-Driven Fine-Grained Webpage Fingerprinting Attacks
School of Cyber Science and Engineering（网络安全科学与工程学院）
针对多子页面和多标签页场景下网页指纹分类困难的问题，提出注意力驱动的细粒度攻击模型ADWPF，通过注意力裁剪与掩码增强、自注意力提取全局模式及残差注意力处理多标签页，在多规模数据集上显著超越基线方法。
2025-06-25 cs.CR cs.LG
Automated Website Fingerprinting through Deep Learning
imec-DistriNet, KU Leuven（imec-DistriNet，鲁汶大学）；imec-COSIC, ESAT, KU Leuven（imec-COSIC，ESAT，鲁汶大学）
一些研究表明，通过Tor访问网站所产生的网络流量通过网络数据包的时间和大小揭示了网站特定的信息。通过捕获用户和他们的Tor入口防护之间的流量跟踪，网络窃听者可以利用这些元数据来揭示Tor用户正在访问的网站。这种攻击的成功在很大程度上取决于用于构建指纹的特定流量特征集。通常，这些功能是手动设计的，因此，任何引入Tor网络的更改都可能使这些精心构建的功能无效。在本文中，我们证明了对手可以自动化特征工程过程，从而通过应用我们基于深度学习的新方法自动对Tor流量进行去匿名化。我们收集了一个由超过300万个网络痕迹组成的数据集，这是有史以来用于网站指纹识别的最大的网络流量数据集，并发现我们的深度学习方法所实现的性能与已知方法相当，这些方法包括多年来的各种研究工作。对于100个网站的封闭世界，获得的成功率超过96%，对于我们最大的900个类的封闭世界，获得的成功率超过94%。在我们的开放世界评估中，性能最好的深度学习模型比最先进的攻击准确率高2%。此外，我们表明，通过我们的方法自动学习的隐式特征对网络内容随时间的动态变化更具弹性。我们的结论是，自动构建最相关的流量特征并执行准确的流量识别的能力使我们基于深度学习的方法成为一种高效，灵活和强大的网站指纹技术。
2017-12-05 cs.CR cs.LG
Shedding Light on the Dark Corners of the Internet: A Survey of Tor Research
在过去几年中，随着使用量的增加，城市服务的增长率很高。在各种服务中，Tor是最受欢迎的对等匿名服务之一。在这篇调查论文中，我们总结、分析、分类和量化了26年来对Tor网络的研究。我们的研究表明，“安全”和“匿名”是与Tor研究相关的最常见的关键词。定量分析表明，大多数关于Tor的研究都集中在“去匿名化”，即破坏策略的设计。第二个最常见的主题是分析路径选择算法，以选择更具弹性的路径。分析表明，大多数实验研究通过部署私人测试平台得出结果，而其他人则通过开发自定义模拟器进行模拟。没有一致的参数用于Tor性能分析。大多数作者进行了吞吐量和延迟分析。
2018-03-07 cs.CR cs.NI
Optimizing Precision for Open-World Website Fingerprinting
流量分析攻击，以确定哪个网页的客户端正在浏览，只使用她的数据包元数据-被称为网站指纹-已被证明是有效的封闭世界的实验对隐私技术，如Tor。然而，由于基本速率谬误，这些攻击在大型开放世界环境中针对以低基本速率访问敏感页面的客户端失败了。我们发现这是因为它们的精确度很差，因为它们的设计目的是最大化召回。在这项工作中，我们认为，精度比召回开放世界的网站指纹更重要。出于这个原因，我们开发了三类{ \em精度优化器}，基于置信度，距离和集成学习，可以应用于任何分类器，以提高精度。我们在已知的网站指纹攻击上测试了它们，并显示出精确度的显着提高。针对一个困难的场景，攻击者希望监视和区分100个敏感页面，每个页面的平均基本速率为0.00001，我们最好的优化分类器可以达到0.78的精度;优化前任何已知攻击的最高精度为0.014。我们使用精确的分类器来解决网站指纹识别中的现实目标，包括选择，识别和击败网站指纹防御。
2018-02-15 cs.CR
Securing Tor Tunnels under the Selective-DoS Attack
匿名通信系统容易受到选择性拒绝服务（DoS）攻击。选择性拒绝服务攻击降低了匿名性，因为它们迫使路径多次重建以确保交付，这增加了更多攻击的机会。在本文中，我们提出了一种检测算法，过滤出受损的通信渠道，最广泛使用的匿名网络之一，Tor。我们的检测算法使用两个层次的探测过滤出潜在的受损隧道。我们进行概率分析和广泛的模拟，以显示我们的检测算法的鲁棒性。我们还分析了我们的检测算法的开销，并表明，我们可以实现令人满意的安全保证合理的通信开销（在最坏的情况下，总可用Tor带宽的5%）。真实世界的实验表明，我们的检测算法提供了很好的防御选择性拒绝服务攻击。
2012-12-18 cs.CR cs.NI
Anarchy in Tor: Performance Cost of Decentralization
像许多路由协议一样，Tor匿名网络具有分散的路径选择，在客户端本地独立选择路径。结果，网络资源可能被闲置，使系统处于次优状态。这被称为无政府状态的无政府代价，在这种情况下，从全球范围来看，为自己的利益行事的代理人可能会做出糟糕的决定。在本文中，我们探讨了Tor的无政府状态的成本，通过研究潜在的性能提高，可以通过集中优化电路和继电器选择使用全局知识。在离线和在线算法的实验中，我们表明，与传统Tor相比，集中协调的客户端可以实现高达75%的带宽。根据这些发现，我们设计并评估了我们在线算法的分散版本，其中中继在本地分发信息，使客户能够在本地做出更明智的决策，并以10-60%的速度执行下载。最后，我们对分散算法进行了隐私分析，以对抗被动和主动的对手，试图减少客户端的匿名性，并增加他们对Tor网络的看法。我们的结论是，这种分散式算法不会产生新的攻击，同时提供更高的性能。
2016-06-13 cs.CR
Chameleon: Robust Defense Against Tor Website Fingerprinting via Many-to-Many Traffic Morphing
Bellini College of Artificial Intelligence, Cybersecurity and Computing, University of South Florida（南佛罗里达大学贝利尼人工智能、网络安全与计算学院）；Department of Electrical and Computer Engineering, University of South Florida（南佛罗里达大学电气与计算机工程系）
Chameleon是一种基于多对多流量变形的Tor网站指纹鲁棒防御，可降低多种攻击的准确率，同时减少带宽和时间开销，在实际部署中表现优异。
2026-08-21 cs.CR cs.CY
Towards Effective and Efficient Padding Machines for Tor
Tor最近集成了一个用于创建填充机的电路填充框架：通过定义注入虚拟流量的状态机来防止流量分析攻击，如网站指纹（WF）攻击。在本文中，我们将探讨设计有效和高效的填充机，以抵御WF攻击。通过使用精心制作的数据集，电路填充模拟器，遗传编程，和填充机的手动调整，我们探索了不同的方面是什么使填充机有效和高效的防御。我们的最后一台机器名为Interspace，它是概率定义的，在效率和有效性之间进行了可调整的权衡，以对抗Sirinam等人的最先进的深度学习WF攻击Deep Fingerprinting。我们证明了Interspace可以比Juarez等人的WTF-PAD更有效和高效。填充机启发了Tor的电路填充框架的设计。最后，我们展示了Interspace如何变得不那么有效，确定了概率定义的填充机的有前途的策略，并强调了在更复杂的防御中进一步探索这种策略的必要性。
2020-11-26 cs.CR
TrapFlow: Controllable Website Fingerprinting Defense via Dynamic Backdoor Learning
National University of Singapore（新加坡国立大学）；Pengcheng Laboratory（鹏城实验室）；Beihang University（北航）；Simon Fraser University（Simon Fraser大学）
TrapFlow通过动态后门学习实现网站指纹攻击防御，通过注入触发序列使攻击者模型产生错误关联，显著降低攻击准确率。
2026-02-20 cs.AI cs.CR
Modified Relay Selection and Circuit Selection for Faster Tor
Tor匿名系统的用户遭受不太理想的性能，部分原因是电路构建和选择过程没有针对速度进行调整。在本文中，我们研究的过程中选择预建的电路和选择用于建立新的电路，以提高性能，同时保持匿名的继电器的路径的过程。首先，我们展示了有三个预构建的电路可以让Tor客户端识别快速电路，并将第一个字节的中位时间（TTFB）比当前最先进的方法--感知路由提高了15%。其次，我们提出了一种新的路径选择算法，包括广泛的地理位置信息，带宽，以减少延迟。在Shadow模拟中，我们发现在访问网页大小的对象时，TTFB中值和总下载时间中值分别比感知路由快20%和11%。我们的安全评估表明，与Tor相比，这种方法可以更好地或同等地对抗一般中继级对手，但增加了针对性攻击的脆弱性。我们探索这种权衡，并找到我们的系统设置，提供良好的性能，适度更好的安全性对一般的对手，只有稍微多一点的脆弱性，有针对性的对手。
2018-08-30 cs.CR
Bitcoin over Tor isn't a good idea
比特币是一种去中心化的P2P数字货币，其中硬币由一组分布式矿工生成，交易通过点对点网络进行广播。虽然比特币通过鼓励用户拥有任意数量的随机比特币地址来提供一定程度的匿名性（或者说匿名性），但最近的研究表明，这种匿名性水平相当低。这鼓励用户通过Tor等匿名者连接到比特币网络，并激励为流行的移动SPV客户端开发默认的Tor功能。在本文中，我们展示了Tor和比特币的结合为确定性和隐形中间人攻击创建了一个攻击向量。低资源攻击者可以完全控制所有选择使用比特币而不是Tor的用户之间的信息流。特别是，攻击者可以将用户的交易链接在一起，而不管使用的是什么名称，控制哪些比特币区块和交易被中继给用户，并可以延迟或丢弃用户的交易和区块。在与强大的矿工勾结的情况下，双重支出攻击成为可能，并且可以为这些用户创建完全虚拟的比特币现实。此外，我们还展示了攻击者如何对用户进行指纹识别，然后在他们决定直接连接到比特币网络时识别他们并了解他们的IP地址。
2015-01-08 cs.CR
Gummy Browsers: Targeted Browser Spoofing against State-of-the-Art Fingerprinting Techniques
我们提出了一种简单但具有潜在破坏性且难以检测的威胁，称为Gummy Browsers，可以在受害者不知情的情况下收集和欺骗浏览器指纹信息，从而损害使用浏览器指纹的任何应用程序的隐私和安全性。攻击者A首先让用户U连接到他的网站（或攻击者控制的知名网站），并透明地从U收集用于指纹识别的信息。然后，A在自己的机器上编排一个浏览器，在连接到W时复制和传输相同的指纹信息，欺骗W认为U是请求服务的人，而不是A。这将允许攻击者对U进行侧写并损害U的隐私。我们设计并实现了Gummy Browsers攻击，使用基于脚本注入，浏览器设置和调试工具以及脚本修改的三种编排方法，可以成功地欺骗各种各样的指纹识别功能，以模仿许多不同的浏览器（包括移动浏览器和Tor浏览器）。然后，我们评估了对两个国家的最先进的浏览器指纹系统，FPStalker和Panopticlick的攻击。我们的研究结果表明，A可以准确地匹配他自己的操纵浏览器指纹与任何目标受害者用户U的指纹在很长一段时间内，而不显着影响跟踪的U，当只收集U的指纹信息只有一次。在大多数情况下，在存在攻击的情况下跟踪良性用户的TPR（真阳性率）大于0.9。跟踪攻击者的FPR（假阳性率）也很高，在所有情况下都大于0.9。我们还认为，攻击可以完全无视用户和网站，因此在实践中很难阻止。
2021-10-19 cs.CR
How China Is Blocking Tor
不仅自由网络是中国过度审查的受害者，Tor匿名网络也是受害者：中国的防火长城阻止了数千名潜在的Tor用户访问网络。在本文中，我们研究了阻塞机制是如何实现的，我们推测了中国的Tor阻塞基础设施是如何设计的，并提出了对策。我们的工作加强了对中国审查能力的了解，从而为更有效的规避技术铺平了道路。
2012-04-02 cs.CR cs.NI
Tik-Tok: The Utility of Packet Timing in Website Fingerprinting Attacks
被动的本地窃听者可以利用网站指纹（WF）来对Tor用户的Web浏览活动进行去匿名化。在最近的研究中，由于低层次时序信息的波动性，时序信息对WF的价值常常被低估。在本文中，我们更仔细地研究在何种程度上可以使用数据包定时，以促进WF攻击。我们首先提出了一套新的定时相关的功能，基于突发级的特点，以进一步确定更多的方式，定时模式可以使用分类器来识别网站。然后，我们评估了原始定时和定向定时的有效性，定向定时是基于深度学习的WF攻击中原始定时和方向的组合。我们的封闭世界评估表明，定向计时在我们探索的大多数设置中表现最好，达到：（i）在无防御的Tor流量中达到98.4%;（ii）在WTF-PAD流量中达到93.5%，比只使用方向信息时高出几个点;（iii）在洋葱网站中达到64.7%，比只使用方向高出12%。在开放世界环境中的进一步评估显示，在WTF-PAD流量上，方向定时的精确度（+2%）和召回率（+6%）都有小幅提高。为了进一步研究时间信息的价值，我们对我们提出的手工制作的功能进行了信息泄漏分析。我们的研究结果表明，虽然时间特征比方向特征泄漏更少的信息，但每个特征中包含的信息是相互排斥的，因此可以提高分类器的鲁棒性。
2020-03-16 cs.CR
Padding-only defenses add delay in Tor
网站指纹是一种攻击，它使用加密下载的大小和时间特征来识别目标网站。由于这可能会破坏Tor等匿名网络的隐私目标，因此文献中提出了许多在Tor中防御这种攻击的算法。这些算法通常由注入虚拟“填充”分组与实际分组的延迟的某种组合组成，以破坏定时模式。出于可用性的原因，Tor旨在提供低延迟;因此，许多作者专注于padding-only防御，认为它们是“零延迟”。我们通过Shadow模拟证明，通过增加队列长度，仅填充防御在部署到网络范围时会增加延迟，因此不应将其视为“零延迟”。“我们进一步认为，未来的防御也应该使用网络范围的部署模拟进行评估，
2022-08-04 cs.CR
Fingerprint Attack: Client De-Anonymization in Federated Learning
The University of Melbourne（墨尔本大学）
本文提出一种针对联邦学习梯度的新型指纹攻击，证明梯度聚类可轻易打破洗牌匿名化，并验证差分隐私训练可有效防御该攻击。
2023-09-12 cs.AI cs.CL cs.CR
