亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

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
搜集达人应助科研通管家采纳,获得10
7秒前
秋刀鱼不过期完成签到,获得积分10
12秒前
13秒前
21秒前
29秒前
仁爱的雁芙完成签到,获得积分10
37秒前
Corn_Dog完成签到 ,获得积分10
58秒前
1分钟前
81299发布了新的文献求助10
1分钟前
81299完成签到,获得积分20
2分钟前
2分钟前
手帕很忙完成签到,获得积分10
2分钟前
SciGPT应助活力鸿采纳,获得10
2分钟前
2分钟前
SDNUDRUG发布了新的文献求助10
2分钟前
2分钟前
zhang完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
半。。发布了新的文献求助10
2分钟前
亡命天涯的蜂完成签到,获得积分10
2分钟前
111完成签到 ,获得积分10
2分钟前
Akim应助半。。采纳,获得10
3分钟前
汉堡包应助啊哈哈哈采纳,获得10
3分钟前
良辰完成签到,获得积分10
3分钟前
3分钟前
啊哈哈哈发布了新的文献求助10
3分钟前
3分钟前
活力鸿发布了新的文献求助10
3分钟前
钮小童完成签到 ,获得积分10
3分钟前
一杯美式发布了新的文献求助10
4分钟前
大个应助科研通管家采纳,获得10
4分钟前
田様应助秋刀鱼不过期采纳,获得10
4分钟前
4分钟前
5分钟前
ABC发布了新的文献求助10
5分钟前
5分钟前
5分钟前
5分钟前
5分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
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 3137011
求助须知:如何正确求助?哪些是违规求助? 2787960
关于积分的说明 7784100
捐赠科研通 2444041
什么是DOI,文献DOI怎么找? 1299643
科研通“疑难数据库(出版商)”最低求助积分说明 625497
版权声明 600989