PulseAugur
实时 10:43:55
English(EN) CipherSight: Robust Website Fingerprinting via Record-Resource Semantic Supervision under Distribution Shifts

CipherSight框架提升HTTPS网站指纹识别准确性

研究人员开发了CipherSight,一个旨在提高加密HTTPS流量网站指纹识别准确性和鲁棒性的新框架。与依赖原始数据包序列的先前方法不同,CipherSight利用TLS记录及其属性来构建更稳定的网站表示。该系统包含一个分层架构和一个掩码记录建模任务,以捕获上下文语义,并结合记录-资源注释以增强监督。这种方法在存在分布变化和大量网站类别的实际场景中显著提高了性能。 AI

影响 这项研究可能带来更有效的加密网络流量分析方法,对隐私和安全监控工具产生影响。

排序理由 这是一篇详细介绍新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

CipherSight框架提升HTTPS网站指纹识别准确性

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Runhan Song, Qiqi Liu, Chuanzhou Pan, Zhenquan Ding, Youquan Xian, Chongru Fan, Lei Cui, Wei Wang, Zhiyu Hao ·

    CipherSight:分布偏移下通过记录-资源语义监督实现鲁棒的网站指纹识别

    arXiv:2608.13905v1 Announce Type: cross Abstract: HTTPS website fingerprinting (WF) aims to identify visited websites from metadata observable in encrypted traffic. However, real-world deployments introduce a significant out-of-distribution (OOD) problem caused by temporal and ge…