基于网络流量分析技术的Web站点流量的指纹识别通信与信息系统专业论文.docxVIP

PAGE PAGE IV 目录 摘要I ABSTRACTII 第一章 绪论 1 HYPERLINK \l _TOC_250006 1.1 WEB 站点流量的指纹识别技术的研究背景 1 HYPERLINK \l _TOC_250005 1.2 WEB 站点流量的指纹识别技术的研究意义 2 HYPERLINK \l _TOC_250004 1.3 浏览器与 WEB 服务器之间的 HTTP 通信流量 2 HYPERLINK \l _TOC_250003 1.4 WEB 站点流量的指纹识别技术的研究现状 4 HYPERLINK \l _TOC_250002 1.4.1 被动的 Web 站点流量识别 4 基于 Web 对象的识别技术 5 基于数据包的识别技术 5 基于粗糙特征的识别技术 7 HYPERLINK \l _TOC_250001 1.4.2 主动的 Web 站点流量识别 8 本地的主动识别技术 8 远程的主动识别技术 8 HYPERLINK \l _TOC_250000 1.5 WEB 站点流量的指纹识别的防御技术的研究现状 9 1.5.1 流量填充9 1.5.2 流量特征变换9 1.6 论文内容及结构安排11 1.6.1 论文的主要内容 11 1.6.2 论文的结构安排 11 第二章 WEB 站点流量的指纹识别 13 2.1 WEB 站点流量的指纹识别模型 13 2.2 WEB 站点流量的特征选择 14 2.3 识别 WEB 站点流量的分类算法选择 15 2.3.1 支持向量机(SVM)分类算法 16 2.3.2 K-最邻近(KNN)分类算法 20 2.3.3 基于 Jaccard 系数的分类算法 22 2.3.4 基于编辑距离的分类算法 22 第三章 实验方案及结果分析25 3.1 实验数据集 25 3.2 实验假设 25 3.3 基于突发流量和确认数据包总数的支持向量机方案 26 3.3.1 特征向量26 3.3.2 实验工具及实验过程说明 27 3.3.3 方案的实验结果及分析 32 3.4 基于包长 N 元条件概率的 K-最邻近方案 34 3.4.1 特征向量 34 3.4.2 方案的实验验证过程说明35 3.4.3 方案的实验结果及分析37 第四章 总结与展望40 4.1 论文总结 40 4.2 论文工作存在的不足与将来的工作展望 40 参考文献42 致谢46 读研期间发表论文情况47 个人简历48 PAGE PAGE 1 第一章 绪论 1.1 Web 站点流量的指纹识别技术的研究背景 流量的源识别(Traffic source identification)是一种通过对匿名网络的通信流量 的行为属性进行分析来识别通信双方身份的技术[20]。 当没有采取任何实现匿名化通信的隐私加强技术（如加密和代理服务器，Tor 匿名通信系统[13]，IP 欺骗等匿名技术）时，网络流量的身份信息可以轻易地被第 三方从流量的 IP 地址和以明文形式传输的消息内容中获取。然而一旦隐私加强 技术被应用，运用传统的方法将不再能够轻易地获得通信双方的身份信息，而此 情况下，必须使用流量分析(Traffic Analysis)技术才能实现流量的源识别。 流量分析(Traffic Analysis)是基于对网络流量的属性和行为而非流量的内容进 行分析的过程。一般地，网络通信中所传输的应用程序数据被称为流量的内容， 流量的属性和行为被称为流量的旁道信息(side channel information),比如基于数 据包时间的属性（包括流持续时间分布、流空闲时间、数据包到达时间间隔）， 基于数据包数量的属性（包括上行和下行方向发送数据包的总数），基于数据包 长度的属性。由于加密连同代理并没有特意去对网络流量中的数据包长度和时间 等旁道信息进行修改，所以即使对于 Tor 这样不但应用了加密和代理服务器，还 统一了网络数据包的长度的匿名通信系统，通过流量分析技术一样可以实现流量 的源识别[20]。 对于 Web 应用来说，流量的源识别技术一般可以应用于两个方面：一方面 通过分析 Web 服务器接收到的服务请求流量，来追踪发现使用 IP 欺骗技术发起 分布式拒绝服务(DDoS)的攻击者；另一方面对于 Web 浏览，通过流量分析(Traffic Analysis)技术来识别客户端用户所访问的 Web 站点，尽管用户使用了隐私加强技 术（如加密和代理服务器）来隐藏 Web 站点流量中所包含的通信内容和 Web 站 点的真实网络地址[20]，这就是本文所要研究的 Web 站点流量的指纹识别(Website Fingerprinting)技术，而 Web 站点流量的指纹(fingerprint)由用户访问 Web