基于ARF的Tor网站指纹识别技术

摘要：

不法分子通过Tor等匿名通信系统构建暗网隐匿其不法行为,给网络监管带来了严峻挑战.网站指纹识别技术能根据加密流量来推测用户访问的站点,是一种有效的监管手段.已有的网站指纹识别技术采用的多为基于批处理的静态模型,无法有效解决概念漂移问题.针对Tor网站指纹,文章提出一种基于自适应随机森林(ARF)算法的动态网站指纹识别模型.模型使用自适应随机森林算法作为分类器,支持手工特征以及自动特征两种输入,能够根据特征流动态更新分类器模型,实现网站指纹的在线分类识别.实验结果表明,基于ARF的动态网站指纹识别模型检测能力优于已有的多种网站指纹识别方法,并能够有效解决已有模型存在的概念漂移问题.

关键词：网站指纹、匿名网络、网络安全、数据流挖掘、自适应随机森林

分类号：TP309(计算技术、计算机技术)

资助基金：国家密码发展基金;基本科研业务费项目

在线出版日期：2021-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：39-48