論文の概要: Behavioral Information Leakage in Darknet Traffic: A Multi-Channel Analysis Across Anonymity Networks

• arxiv url: http://arxiv.org/abs/2608.04143v1
• Date: Tue, 04 Aug 2026 18:54:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.596413
• Title: Behavioral Information Leakage in Darknet Traffic: A Multi-Channel Analysis Across Anonymity Networks
• Title（参考訳）: ダークネットトラフィックにおける行動情報漏洩:匿名ネットワーク間のマルチチャネル解析
• Abstract要約: 本稿では,フローレベルのトラフィックを制御,構造,リズミカルな記述群に分解する行動情報漏洩フレームワークを提案する。 その結果,行動漏洩は匿名ネットワークによって大きく異なることがわかった。
• 参考スコア（独自算出の注目度）: 1.8024397171920885
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing darknet traffic classification studies largely emphasize predictive accuracy while offering limited insight into the behavioral mechanisms that make encrypted services distinguishable. This paper proposes a behavioral information leakage framework that decomposes flow-level traffic into control, structural, and rhythmic descriptor groups across Tor, I2P, FreeNet, and ZeroNet. The framework combines normalized mutual information analysis with Random Forest-based predictive validation, structural-rhythmic interaction analysis, and cross-network service-variability evaluation under leakage-safe repeated stratified cross-validation. Results show that behavioral leakage varies considerably across anonymity networks. Tor achieves the highest service separability, with a Macro-F1 of 0.7165 and cumulative normalized leakage of 3.9461, whereas FreeNet exhibits the lowest combined leakage of 0.8744. Packet-size organization, directional exchange imbalance, packet tempo, and silence-burst behavior emerge as the main leakage mechanisms. The combined structural-rhythmic representation consistently provides the strongest within-network performance, while leave-one-network-out evaluation reveals limited transferability across anonymity architectures. The proposed Service Variability Index and Leakage Variability Index further show that video exhibits consistent network-specific separability, whereas chat and email demonstrate greater variability across anonymity-network pairs.
• Abstract（参考訳）: 既存のダークネットトラフィック分類研究は、暗号化されたサービスを識別可能にする行動メカニズムに関する限られた洞察を提供しながら、予測精度を重視している。 本稿では,Tor,I2P,FreeNet,ZeroNetにまたがるフローレベルのトラフィックを制御,構造,リズミカルな記述子グループに分解する動作情報漏洩フレームワークを提案する。 このフレームワークは、正規化された相互情報分析とランダムフォレストに基づく予測バリデーション、構造-リズム相互作用分析、およびリークセーフ繰り返し層間クロスバリデーションによるネットワーク間サービス-可変性評価を組み合わせる。 その結果,行動漏洩は匿名ネットワークによって大きく異なることがわかった。 Torのサービス分離性は最大で、Macro-F1は0.7165、累積正規化リークは3.9461、FreeNetは0.8744である。 パケットサイズの組織、方向交換の不均衡、パケットテンポ、サイレントバーストの挙動が主な漏洩メカニズムとして浮上する。 構造・リズムの複合表現は、最強のネットワーク内性能を提供する一方、残余のネットワーク外評価は匿名アーキテクチャ間での転送可能性に制限があることを示している。 提案したService Variability IndexとLeakage Variability Indexは、ビデオが一貫したネットワーク固有の分離性を示すのに対して、チャットとEメールは匿名ネットワークのペア間で大きなばらつきを示す。

関連論文リスト

• ActiveFlowMark: Assessing Tor Anonymity under Active Bandwidth Watermarking [34.15634406550005]
  Torのような低遅延匿名ネットワークは、インフラストラクチャレベルのトラフィック分析に弱いままである。 非侵襲的なアクティブトラフィック相関解析アルゴリズムであるNATAを導入する。 制御された帯域幅の摂動を通じて、トラフィックフローに区別可能なスループットパターンを注入する。
  論文  参考訳（メタデータ） (2026-05-07T08:57:57Z)
• An Explainable Federated Framework for Zero Trust Micro-Segmentation in IIoT Networks [0.0]
  IIoTネットワークにおけるZero Trustマイクロセグメンテーションのための説明可能なフェデレートオートエンコーダ-ハイパーグラフフレームワークであるEFAH-ZTMを提案する。 マイクロセグメントを生成するためにMiniBatch KMeansとHDBSCANクラスタリング技術を適用した。 実験により,HDBSCANは最も高い構造的品質を達成し,多様体ベースのハイパーグラフは最適なオラクル整合セキュリティ効果が得られることが示された。
  論文  参考訳（メタデータ） (2026-03-25T19:26:08Z)
• The Error of Deep Operator Networks Is the Sum of Its Parts: Branch-Trunk and Mode Error Decompositions [45.88028371034407]
  演算子学習は、微分方程式の解演算子を学習することによって、科学計算に強い影響を与える可能性がある。 普遍近似特性が証明されているにもかかわらず、ディープ作用素ネットワーク(DeepONets)は、実際は限られた精度と一般化を示すことが多い。 この研究は、古典的なDeepONetアーキテクチャのパフォーマンス制限を分析する。
  論文  参考訳（メタデータ） (2026-02-25T13:38:08Z)
• Reliable and Private Anonymous Routing for Satellite Constellations [1.9499120576896225]
  この研究は、不安定なトポロジにおいて堅牢なセキュリティと信頼性を提供するために、Loopixmix-networkを進化させる、拡張された匿名アーキテクチャを提案する。 標準ミキシングネットワークを信頼できないような高リンクのボラティリティと断続接続に対抗するために,$(n, k)$消去符号を利用したマルチパストランスポートプロトコルを提案する。 このアーキテクチャはLEO星座の高忠実でパケットレベルのシミュレーションによって検証する。
  論文  参考訳（メタデータ） (2026-02-12T09:43:55Z)
• Generalizing GNNs with Tokenized Mixture of Experts [75.8310720413187]
  安定性の向上には,変化に敏感な特徴への依存を低減し,既約最悪の一般化フロアを残す必要があることを示す。 本研究では,STEM-GNNを提案する。STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN。 9つのノード、リンク、グラフのベンチマークで、STEM-GNNはより強力な3方向バランスを実現し、クリアグラフ上での競争力を維持しながら、次数/ホモフィリーシフトや特徴/エッジの破損に対する堅牢性を改善している。
  論文  参考訳（メタデータ） (2026-02-09T22:48:30Z)
• Adversarial generalization of unfolding (model-based) networks [0.0]
  本稿では,$l$-normの制約付き攻撃で乱れた場合の展開ネットワークの対角一般化について検討する。 これは展開ネットワークの対角一般化に関する最初の理論的解析である。 実世界のデータに関する一連の実験を行い、得られた理論を裏付ける結果を得た。
  論文  参考訳（メタデータ） (2025-09-18T19:17:07Z)
• MIETT: Multi-Instance Encrypted Traffic Transformer for Encrypted Traffic Classification [59.96233305733875]
  トラフィックの分類は、セキュリティの脅威を検出し、ネットワーク管理を最適化するために不可欠である。 トークンレベルとパケットレベルの両方の関係をキャプチャするMulti-Instance Encrypted Traffic Transformer (MIETT)を提案する。 MIETTは5つのデータセットにまたがって結果を達成し、暗号化されたトラフィックの分類と複雑なネットワーク動作の理解の有効性を示す。
  論文  参考訳（メタデータ） (2024-12-19T12:52:53Z)
• Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust Closed-Loop Control [63.310780486820796]
  繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。 パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
  論文  参考訳（メタデータ） (2023-10-05T21:44:18Z)
• Channel-wise Gated Res2Net: Towards Robust Detection of Synthetic Speech Attacks [67.7648985513978]
  自動話者検証(ASV)における既存のアンチスプーフィングのアプローチは、未確認攻撃に対する一般化性に欠ける。 本稿では,チャネルワイズゲーティング機構を実現するためにRes2Netを改良した新しいCG-Res2Netを提案する。
  論文  参考訳（メタデータ） (2021-07-19T12:27:40Z)
• DNS Covert Channel Detection via Behavioral Analysis: a Machine Learning Approach [0.09176056742068815]
  本稿では,ネットワーク監視システムから受動的に抽出されたDNSネットワークデータの解析に基づいて,効果的な隠蔽チャネル検出手法を提案する。 提案手法は15日間の実験実験で評価され,最も関連する流出・トンネル攻撃をカバーするトラフィックを注入した。
  論文  参考訳（メタデータ） (2020-10-04T13:28:28Z)
• Bridging Mode Connectivity in Loss Landscapes and Adversarial Robustness [97.67477497115163]
  我々は、モード接続を用いて、ディープニューラルネットワークの対角的堅牢性を研究する。 実験では、異なるネットワークアーキテクチャやデータセットに適用される様々な種類の敵攻撃について取り上げる。 以上の結果から,モード接続は,敵の強靭性を評価・改善するための総合的なツールであり,実用的な手段であることが示唆された。
  論文  参考訳（メタデータ） (2020-04-30T19:12:50Z)

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。