WF-Transformer: Learning Temporal Features for Accurate Anonymous Traffic Identification by Using Transformer Networks

计算机科学 变压器 卷积神经网络 特征提取 实时计算 深度学习 交通分类 人工智能 计算机网络 电压 工程类 电气工程 服务质量
作者
Qiang Zhou,Liangmin Wang,Huijuan Zhu,Tong Lu,Victor S. Sheng
出处
期刊:IEEE Transactions on Information Forensics and Security [Institute of Electrical and Electronics Engineers]
卷期号:19: 30-43 被引量:3
标识
DOI:10.1109/tifs.2023.3318966
摘要

Website Fingerprinting (WF) is a network traffic mining technique for anonymous traffic identification, which enables a local adversary to identify the target website that an anonymous network user is browsing. WF attacks based on deep convolutional neural networks (CNN) get the state-of-the-art anonymous traffic classification performance. However, due to the locality restriction of CNN architecture for feature extraction on sequence data, these methods ignore the temporal feature extraction in the anonymous traffic analysis. In this paper, we present Website Fingerprinting Transformer (WF-Transformer), a novel anonymous network traffic analysis method that leverages Transformer networks for temporal feature extraction of traffic traces and improves the classification performance of Tor encrypted traffic. The architecture of WF-Transformer is specially designed for traffic trace processing and can classify anonymous traffic effectively. Furthermore, we evaluate the performance of WF-Transformer in both closed-world and open-world scenarios. In the closed-world scenario, WF-Transformer attains 99.1% accuracy on Tor traffic without defenses, better than state-or-the-art attacks, and archives 92.1% accuracy on the traces defended by WTF-PAD method. In the open-world scenario, WF-Transformer has better precision and recall on both defended and non-defended traces. Furthermore, WF-Transformer with a short input length (2000 cells) outperforms the DF method with a long input length (5000 cells).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
好困完成签到,获得积分10
1秒前
LIUUU发布了新的文献求助10
2秒前
24Rabbits完成签到,获得积分10
5秒前
小木子完成签到,获得积分10
5秒前
搬砖的化学男完成签到 ,获得积分10
7秒前
Accepted发布了新的文献求助200
7秒前
零碎的岛屿应助wmh采纳,获得10
7秒前
xy小侠女完成签到,获得积分10
8秒前
稳如老狗完成签到,获得积分10
8秒前
韶邑完成签到,获得积分10
8秒前
11秒前
sherry完成签到 ,获得积分10
11秒前
研友_La17wL完成签到,获得积分10
13秒前
linfordlu完成签到,获得积分0
14秒前
baobeikk完成签到,获得积分10
14秒前
米夏完成签到 ,获得积分10
14秒前
宇宙的中心完成签到,获得积分10
14秒前
拓跋傲薇完成签到,获得积分10
15秒前
天真完成签到 ,获得积分10
15秒前
猴子魏完成签到,获得积分10
16秒前
菠萝冰棒完成签到 ,获得积分10
16秒前
zjw完成签到,获得积分10
16秒前
奋斗若风完成签到,获得积分10
17秒前
阳光保温杯完成签到 ,获得积分10
19秒前
20秒前
April完成签到 ,获得积分10
21秒前
学呀学完成签到 ,获得积分10
21秒前
22秒前
LIUUU完成签到,获得积分10
22秒前
22秒前
lr完成签到 ,获得积分10
23秒前
聂裕铭完成签到 ,获得积分10
24秒前
laoli2022完成签到,获得积分10
25秒前
小全完成签到,获得积分10
25秒前
小白杨发布了新的文献求助10
26秒前
沐杨发布了新的文献求助10
26秒前
北国雪未消完成签到 ,获得积分10
26秒前
美丽完成签到 ,获得积分10
27秒前
开心的母鸡完成签到,获得积分10
27秒前
852应助科研通管家采纳,获得10
28秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099821
求助须知:如何正确求助?哪些是违规求助? 2751309
关于积分的说明 7612489
捐赠科研通 2403104
什么是DOI,文献DOI怎么找? 1275188
科研通“疑难数据库(出版商)”最低求助积分说明 616293
版权声明 599053