論文の概要: SiamHAN: IPv6 Address Correlation Attacks on TLS Encrypted Traffic via Siamese Heterogeneous Graph Attention Network

• arxiv url: http://arxiv.org/abs/2204.09465v1
• Date: Wed, 20 Apr 2022 13:54:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-21 17:13:10.595599
• Title: SiamHAN: IPv6 Address Correlation Attacks on TLS Encrypted Traffic via Siamese Heterogeneous Graph Attention Network
• Title（参考訳）: SiamHAN: シームズ不均一グラフ注意ネットワークによるTLS暗号化トラフィック上のIPv6アドレス相関攻撃
• Authors: Tianyu Cui, Gaopeng Gou, Gang Xiong, Zhen Li, Mingxin Cui, Chang Liu
• Abstract要約: IPv6アドレスはユーザーの行動と容易に相関し、プライバシーを脅かす。 このプライバシー問題に対処するための緩和策が展開され、アドレスとユーザ間の相関に対する既存のアプローチは信頼性が低い。 この研究は、敵が依然としてIPv6アドレスをユーザと正確に相関できることを示した。
• 参考スコア（独自算出の注目度）: 10.299611702673635
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unlike IPv4 addresses, which are typically masked by a NAT, IPv6 addresses could easily be correlated with user activity, endangering their privacy. Mitigations to address this privacy concern have been deployed, making existing approaches for address-to-user correlation unreliable. This work demonstrates that an adversary could still correlate IPv6 addresses with users accurately, even with these protection mechanisms. To do this, we propose an IPv6 address correlation model - SiamHAN. The model uses a Siamese Heterogeneous Graph Attention Network to measure whether two IPv6 client addresses belong to the same user even if the user's traffic is protected by TLS encryption. Using a large real-world dataset, we show that, for the tasks of tracking target users and discovering unique users, the state-of-the-art techniques could achieve only 85% and 60% accuracy, respectively. However, SiamHAN exhibits 99% and 88% accuracy.
• Abstract（参考訳）: 通常NATによって隠蔽されるIPv4アドレスとは異なり、IPv6アドレスはユーザーの活動と容易に相関し、プライバシーを脅かす。 このプライバシー問題に対処するための緩和策が展開され、アドレスとユーザ間の相関に対する既存のアプローチは信頼性が低い。 この研究は、敵が依然としてIPv6アドレスをユーザと正確に相関できることを示した。 そこで我々は,ipv6アドレス相関モデル siamhan を提案する。 このモデルは、ユーザのトラフィックがTLS暗号化によって保護されている場合でも、2つのIPv6クライアントアドレスが同一ユーザに属しているかどうかを測定するために、Siamese Heterogeneous Graph Attention Networkを使用する。 大規模な実世界のデータセットを使用することで、ターゲットユーザを追跡し、ユニークなユーザを見つけるタスクに対して、最先端の技術がそれぞれ85%と60%の精度を達成できることが分かる。 しかし、SiamHANは99%、精度は88%である。

関連論文リスト

• An Extended View on Measuring Tor AS-level Adversaries [1.0170676980352482]
  我々はAtlasフレームワークを使用して、ドイツとアメリカのIPv4クライアントの匿名化のリスクを推測する。 しかし、ドイツと米国の顧客にとって、全体像は2020年以来変わっていない。 ロシアのユーザーはTorを使って検閲を回避することができる。
  論文  参考訳（メタデータ） (2024-03-13T13:27:02Z)
• Protect Your Score: Contact Tracing With Differential Privacy Guarantees [68.53998103087508]
  プライバシーに関する懸念は、現在展開を控えている、と私たちは主張する。 本稿では,この攻撃に対して異なるプライバシー保証を有する接触追跡アルゴリズムを提案する。 特に現実的な検査シナリオでは,ウイルス感染率の2倍から10倍の低下を実現している。
  論文  参考訳（メタデータ） (2023-12-18T11:16:33Z)
• A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and Applications [76.88662943995641]
  グラフニューラルネットワーク(GNN)は、グラフ構造化データを扱う能力のため、大きな注目を集めている。 この問題に対処するため、研究者らはプライバシー保護のGNNの開発を開始した。 この進歩にもかかわらず、攻撃の包括的概要と、グラフドメインのプライバシを保存するためのテクニックが欠如している。
  論文  参考訳（メタデータ） (2023-08-31T00:31:08Z)
• One-Shot Learning for Periocular Recognition: Exploring the Effect of Domain Adaptation and Data Bias on Deep Representations [59.17685450892182]
  広範に使用されているCNNモデルにおける深部表現の挙動をワンショット近視認識のための極端データ不足下で検討する。 我々は、バイオメトリックデータセットで訓練されたネットワークを数百万の画像で活用し、最先端の結果を改善した。 SIFTのような従来のアルゴリズムは、限られたデータでCNNより優れている。
  論文  参考訳（メタデータ） (2023-07-11T09:10:16Z)
• Model Barrier: A Compact Un-Transferable Isolation Domain for Model Intellectual Property Protection [52.08301776698373]
  我々は、CUTIドメイン(Compact Un-TransferableIsolateion Domain)と呼ばれる新しいアプローチを提案する。 CUTIドメインは、権限のないドメインから権限のないドメインへの違法な転送を阻止する障壁として機能する。 CUTIドメインは,異なるバックボーンを持つプラグイン・アンド・プレイモジュールとして容易に実装可能であることを示す。
  論文  参考訳（メタデータ） (2023-03-20T13:07:11Z)
• Cross-Network Social User Embedding with Hybrid Differential Privacy Guarantees [81.6471440778355]
  プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。 特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。 ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
  論文  参考訳（メタデータ） (2022-09-04T06:22:37Z)
• Smooth Anonymity for Sparse Graphs [69.1048938123063]
  しかし、スパースデータセットを共有するという点では、差分プライバシーがプライバシのゴールドスタンダードとして浮上している。 本研究では、スムーズな$k$匿名性(スムーズな$k$匿名性)と、スムーズな$k$匿名性(スムーズな$k$匿名性)を提供する単純な大規模アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-07-13T17:09:25Z)
• 6GAN: IPv6 Multi-Pattern Target Generation via Generative Adversarial Nets with Reinforcement Learning [10.054944443127376]
  6GANは、GAN(Generative Adrial Net)とマルチパターンターゲット生成のための強化学習によって構築された、新しいアーキテクチャである。 6GANのジェネレータはパターンごとに強い模倣能力を保ち、6GANの識別器は0.966の精度で優れたパターン識別能力を得る。
  論文  参考訳（メタデータ） (2022-04-21T01:25:20Z)
• 6GCVAE: Gated Convolutional Variational Autoencoder for IPv6 Target Generation [7.462399334010083]
  本稿では,深層学習を用いてIPv6ターゲット生成アルゴリズムを設計する。 このモデルは、ゲート畳み込み層を積み重ねてアドレス構造を効果的に学習し、可変オートエンコーダ(VAE)を構築する。 実験の結果,従来のVAEモデルと最先端ターゲット生成アルゴリズムを2つのアクティブアドレスデータセットで比較した。
  論文  参考訳（メタデータ） (2022-04-20T12:36:19Z)
• Community Detection for Access-Control Decisions: Analysing the Role of Homophily and Information Diffusion in Online Social Networks [0.0]
  ACL(Access-Control Lists)は、オンラインソーシャルネットワーク(OSN)の最も重要なプライバシー機能のひとつである。 本研究は,OSNにおけるACLの自動生成におけるコミュニティ検出アルゴリズムの利用について検討する。
  論文  参考訳（メタデータ） (2021-04-19T08:49:59Z)
• 6VecLM: Language Modeling in Vector Space for IPv6 Target Generation [26.73994727119052]
  このようなターゲット生成アルゴリズムを実現するために,本手法を6VecLMに導入する。 アーキテクチャは、アドレスをベクトル空間にマッピングして意味的関係を解釈することができる。 実験により,本手法はアドレス空間のセマンティックな分類が可能であることが示された。
  論文  参考訳（メタデータ） (2020-08-05T16:26:50Z)

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。