論文の概要: Challenges in Net Neutrality Violation Detection: A Case Study of Wehe Tool and Improvements

• arxiv url: http://arxiv.org/abs/2102.04196v2
• Date: Sun, 24 Oct 2021 11:24:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-17 00:26:02.269917
• Title: Challenges in Net Neutrality Violation Detection: A Case Study of Wehe Tool and Improvements
• Title（参考訳）: Net Neutrality Violation Detectionの課題:Wehe Toolと改善を事例として
• Authors: Vinod S. Khandkar and Manjesh K. Hanawal
• Abstract要約: 我々は、ネット中立性違反を検出するために開発された最新のツール「Wehe」に焦点を当てている。 Weheのリプレイトラフィックが意図されたサービスとして正しく分類されていない重要な弱点を強調します。 本稿では,初期TLSハンドシェイクにおいて,SNIパラメータを適切に設定する手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We consider the problem of detecting deliberate traffic discrimination on the Internet. Given the complex nature of the Internet, detection of deliberate discrimination is not easy to detect, and tools developed so far suffer from various limitations. We study challenges in detecting the violations (focusing on the HTTPS traffic) and discuss possible mitigation approaches. We focus on `Wehe,' the most recent tool developed to detect net-neutrality violations. Wehe hosts traffic from all services of interest in a common server and replays them to mimic the behavior of the traffic from original servers. Despite Wehe's vast utility and possible influences over policy decisions, its mechanisms are not yet validated by others. In this work, we highlight critical weaknesses in Wehe where its replay traffic is not being correctly classified as intended services by the network middleboxes. We validate this observation using a commercial traffic shaper. We propose a new method in which the SNI parameter is set appropriately in the initial TLS handshake to overcome this weakness. Using commercial traffic shapers, we validate that SNI makes the replay traffic gets correctly classified as the intended traffic by the middleboxes. Our new approach thus provides a more realistic method for detecting neutrality violations of HTTPS traffic.
• Abstract（参考訳）: インターネット上での意図的な交通差別を検知する問題を考える。 インターネットの複雑な性質を考えると、意図的な差別の検出は容易には検出できず、これまでに開発されたツールは様々な制限に苦しめられている。 HTTPSトラフィックに焦点をあてた)違反を検出する上での課題について検討し,対策の可能性について論じる。 ネット中立性違反を検出するために開発された最新のツールである“wehe”に注目した。 weheは、関心のあるすべてのサービスからのトラフィックを共通のサーバにホストし、それらを再生して、元のサーバからのトラフィックの挙動を模倣する。 ウィーの膨大な効用と政策決定への影響にもかかわらず、そのメカニズムはまだ他の者によって検証されていない。 本稿では,ネットワークの中間ボックスによってそのリプレイトラフィックが意図されたサービスとして正しく分類されていない,weheの致命的な弱点を強調する。 我々はこの観測を商用交通シェーダを用いて検証する。 本稿では,この弱点を克服するため,初期TLSハンドシェイクにおいてSNIパラメータを適切に設定する手法を提案する。 商用トラフィックシェーパを用いて、SNIがリプレイトラフィックをミドルボックスの意図したトラフィックとして正しく分類することを検証した。 我々の新しいアプローチは、HTTPSトラフィックの中立性違反を検出するためのより現実的な方法を提供する。

関連論文リスト

• Detection of Malicious DNS-over-HTTPS Traffic: An Anomaly Detection Approach using Autoencoders [0.0]
  暗号化されたDoHトラフィックのみを観測することで、悪意のあるDNSトラフィックを検出できるオートエンコーダを設計する。 提案するオートエンコーダは,複数種類の悪質トラフィックに対して,F-1スコアの中央値が99%と高い検出性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2023-10-17T15:03:37Z)
• DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
  複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。 運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。 我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
  論文  参考訳（メタデータ） (2023-10-03T10:10:42Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• Classification and Explanation of Distributed Denial-of-Service (DDoS) Attack Detection using Machine Learning and Shapley Additive Explanation (SHAP) Methods [4.899818550820576]
  合法的なトラフィックと悪意のあるトラフィックの区別は難しい作業です。 交通流の良否を分類するために実装されたモデル間説明は、モデルの内部動作理論の重要な研究である。 本稿では、DDoS攻撃の正当なトラフィックと悪意のあるトラフィックを分類するだけでなく、SHAPを用いてモデルの意思決定を説明するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-27T04:51:29Z)
• Using EBGAN for Anomaly Intrusion Detection [13.155954231596434]
  ネットワークレコードを通常のトラフィックまたは悪意のあるトラフィックに分類するEBGANベースの侵入検知手法であるIDS-EBGANを提案する。 IDS-EBGANのジェネレータは、トレーニングセット内の元の悪意のあるネットワークトラフィックを、敵対的な悪意のある例に変換する責任がある。 テスト中、IDS-EBGANは識別器の再構成誤差を使用してトラフィックレコードを分類する。
  論文  参考訳（メタデータ） (2022-06-21T13:49:34Z)
• Machine Learning for Encrypted Malicious Traffic Detection: Approaches, Datasets and Comparative Study [6.267890584151111]
  新型コロナウイルス(COVID-19)後の環境では、悪意のあるトラフィック暗号化が急速に増加している。 我々は、機械学習に基づく暗号化された悪意のあるトラフィック検出手法の普遍的な枠組みを定式化する。 暗号化された悪意のあるトラフィック検出アルゴリズムを10個実装し比較する。
  論文  参考訳（メタデータ） (2022-03-17T14:00:55Z)
• Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
  粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。 本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。 提案手法は,高品質なトラフィックフローマップを作成できる。
  論文  参考訳（メタデータ） (2021-09-29T07:51:49Z)
• DoS and DDoS Mitigation Using Variational Autoencoders [15.23225419183423]
  我々は、インテリジェントなセキュリティソリューション内のコンポーネントとして機能する変分オートエンコーダの可能性を探る。 ネットワークトラフィックフローから潜在表現を学習する変分オートエンコーダの能力に基づく2つの手法を提案する。
  論文  参考訳（メタデータ） (2021-05-14T15:38:40Z)
• End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
  交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。 本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。 本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2021-04-28T07:54:40Z)
• Cooling-Shrinking Attack: Blinding the Tracker with Imperceptible Noises [87.53808756910452]
  The method is proposed to deceive-of-the-the-art SiameseRPN-based tracker。 本手法は転送性に優れ,DaSiamRPN,DaSiamRPN-UpdateNet,DiMPなどの他のトップパフォーマンストラッカーを騙すことができる。
  論文  参考訳（メタデータ） (2020-03-21T07:13:40Z)
• Key Points Estimation and Point Instance Segmentation Approach for Lane Detection [65.37887088194022]
  本稿では,PINet (Point Instance Network) と呼ばれるトラヒックライン検出手法を提案する。 PINetには、同時にトレーニングされる複数のスタックされた時間ガラスネットワークが含まれている。 PINetはTuSimpleとCulaneのデータセットで競合精度と偽陽性を達成する。
  論文  参考訳（メタデータ） (2020-02-16T15:51:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。