Název:
Fingerprintingové útoky na anonymizační systémy
Překlad názvu:
Fingerprinting Attacks on Anonymity Systems
Autoři:
Krajči, Martin ; Holop, Patrik (oponent) ; Malinka, Kamil (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2023
Jazyk:
eng
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [eng][cze]
Táto diplomová práca sa zaoberá fingerprintigovými útokmi v anonymizačných systémoch, najmä v sieti Tor. Takýto útok bol navrhnutý a vykonaný v prostredí reálneho sveta s cieľom ukázať dopad chýb, ktoré sa nachádzali v predošlých štúdiách. Tri datasety zo zatvoreného sveta a jeden dataset z otvoreného sveta boli vytvorené a použité na trénovanie a testovanie N-shot learning klasifikátora. Prvý dataset bol získaný prehliadaním webových stránok webovým prehliadačom v predvolenej konfigurácii, druhý dataset bol získaný z rovnakej konfigurácie ale z inej krajiny a tretí dataset bol získaný prehliadaním webových stránok webovým prehliadačom so zapnutým rozšírením Adblock Plus a s nastaveným španielskym lokálom. V prípade, že bol klasifikátor trénovaný aj testovaný na prvom datasete, priemerná presnosť klasifikácie dosahovala 92%. Avšak ak bol klasifikátor trénovaný na prvom datasete a testovaný na druhom a treťom datasete, priemerná presnosť klasifikácie dosahovala 38,58% a 39,65% v danom poradí.
This thesis deals with fingerprinting attacks in anonymization systems, mostly in the Tor network. Such an attack was designed and executed in a real-world environment, with an aim to show the impact of errors from previous studies. Three closed-world datasets and one open-world dataset were gathered and then used for training and testing of N-shot learning classifier. The first dataset was gathered by browsing websites with a web browser in the default configuration, the second dataset was gathered in the same configuration as in the first case, but from a different country, and the third dataset was gathered by browsing websites with a web browser with Adblock Plus plugin turned on and Spanish locale set. When both training and testing the classifier on the first dataset, the average accuracy of classification was 92%. However, when training the classifier on the first dataset and testing on the second and third dataset, the average accuracy of classification was 38,58% and 39,65% respectively.
Klíčová slova:
Anonymization; Anonymization systems; Onion routing; Security; Tor network; Website fingerprinting attacks; Anonymizačné systémy; Anonymizácia; Bezpečnosť; Cibulové smerovanie; Sieť Tor; Útoky fingerprintingovaním stránok
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/213217