فانوس: راهكار مقابله با حملات انگشتنگاري وبسايت

حملات انگشت نگاري وبسايت از جمله حملات تحليل ترافيك هستند كه مهاجم با نظارت بر ترافيك كاربران به شناسايي فعاليت وب آنان مي پردازد. اين حملات حتي زمانيكه كاربران از سازوكارهاي ارتقا حريم خصوصي مانند، شبكه تر بهره برده باشند نيز موثرند. تحقيقات اخير نشان داده اند كه مهاجم با استفاده از شبكه عصبي عميق، قادر است با دقت %98، وبسايت هاي بازديد شده توسط كاربر را شناسايي كند. اين درحاليست كه سازوكارهاي ارائه شده به منظور مقابله با اين حملات، يا سربار پهناي باند و زماني بالايي به كاربران تحميل ميكنند يا آنكه در مقابل حملات اخيرعملا، موثر نيستند. در اين مقاله سازوكار دفاعي جديدي بر اساس آزمايش انسداد معرفي خواهيم كرد. در روش پيشنهادي آنچه يك شبكه عصبي به عنوان الگو از داده ها برداشت ميكند را شناسايي خواهيم كرد و بر اين اساس، الگوي ترافيك شبكه را به گونه اي تغيير خواهيم داد كه شبكه عصبي در دسته بندي ترافيك كاربران با خطا مواجه شود. اين روش با كاهش دقت مهاجم از %98 به %19 تنها با سربار پهناي باند %47 و بدون داشتن سربار زماني، در مقابل حملاتي كه از شبكه عصبي بهره برده اندكاملا موثر است.