基于對抗樣本的流量時序特征混淆方法

摘要： 基于深度學(xué)習(xí)的流量分析技術(shù)在提高網(wǎng)絡(luò)管理效率的同時,也為惡意攻擊者提供了新的入侵途徑。攻擊者可通過分析加密流量的時序特征提取用戶的敏感信息,嚴(yán)重威脅個人隱私安全。目前的防御策略主要通過對抗樣本誤導(dǎo)對手的分類器,但現(xiàn)有策略在現(xiàn)實(shí)應(yīng)用中存在明顯局限。一方面,現(xiàn)有策略僅限于特征空間的擾動,無法對真實(shí)流量產(chǎn)生影響；另一方面,依賴于對攻擊者模型的了解,僅在白盒環(huán)境下有效。鑒于針對黑盒環(huán)境... （共14頁）