研究人员开发了ResAware，一个旨在提高跨环境网站指纹识别（WF）攻击准确性的新框架。该框架利用了资源感知的蒸馏过程，其中一个在资源级别特征上训练的教师模型将其知识转移给一个仅使用加密流量运行的学生模型。在大规模数据集上的评估表明，ResAware显著增强了WF基线的鲁棒性，在150天的时序漂移下，将Var-CNN的F1分数从72.77%提高到81.49%。 AI
排序理由 研究论文发布在arXiv上，详细介绍了一种新的网站指纹识别攻击框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →