論文の概要: CipherSight: Robust Website Fingerprinting via Record-Resource Semantic Supervision under Distribution Shifts

• arxiv url: http://arxiv.org/abs/2608.13905v1
• Date: Fri, 14 Aug 2026 03:17:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-17 20:14:29.256395
• Title: CipherSight: Robust Website Fingerprinting via Record-Resource Semantic Supervision under Distribution Shifts
• Title（参考訳）: CipherSight:ロバストなWebサイトフィンガープリント
• Abstract要約: HTTPSウェブサイトのフィンガープリントは、暗号化されたトラフィックで観測可能なメタデータから訪問したウェブサイトを識別することを目的としている。 既存の方法は、主に生のTCPパケットシーケンスから学習する。 我々は,堅牢なHTTPS WFのためのTLS-recordベースの階層型フレームワークであるCipherSightを提案する。
• 参考スコア（独自算出の注目度）: 5.86043296080285
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: HTTPS website fingerprinting (WF) aims to identify visited websites from metadata observable in encrypted traffic. However, real-world deployments introduce a significant out-of-distribution (OOD) problem caused by temporal and geographic changes, while previously unseen websites are common in open-world scenarios. Existing methods primarily learn from raw TCP packet sequences and struggle to capture stable and generalizable website representations, resulting in performance degradation under practical conditions. We propose CipherSight, a TLS-record-based hierarchical framework for robust HTTPS WF. Unlike existing approaches that rely on TCP packet sequences and are sensitive to transport-layer artifacts, CipherSight learns website representations from TLS records by jointly encoding multiple record-level attributes. It introduces a hierarchical architecture that captures both intra-flow dependencies among TLS records and inter-flow interactions across concurrent flows, enabling the model to exploit structural patterns in HTTPS traffic. Besides, to learn robust representations, CipherSight employs a masked record modeling (MRM) task to capture contextual traffic semantics and leverages fine-grained record-resource annotations as privileged supervision through structure-aware objectives and semantic distillation. Experiments show that CipherSight achieves 95.41% accuracy across more than 2,000 website classes in the closed-world setting and maintains over 90% accuracy under both temporal and geographic drift, consistently outperforming all evaluated baselines.
• Abstract（参考訳）: HTTPS Webサイトフィンガープリント(WF)は、暗号化されたトラフィックで観測可能なメタデータから訪問したWebサイトを識別することを目的としている。 しかし、現実世界のデプロイメントでは、時間的および地理的な変化によって生じる重大なアウト・オブ・ディストリビューション(OOD)問題が発生し、これまでは見つからなかったWebサイトは、オープンワールドのシナリオで一般的だった。 既存の手法は、主に生のTCPパケットシーケンスから学習し、安定かつ一般化可能なWebサイト表現を捉えるのに苦労する。 我々は,堅牢なHTTPS WFのためのTLS-recordベースの階層型フレームワークであるCipherSightを提案する。 TCPパケットシーケンスに依存し、トランスポート層アーティファクトに敏感な既存のアプローチとは異なり、CipherSightは複数のレコードレベルの属性を共同で符号化することでTLSレコードからWebサイト表現を学習する。 階層アーキテクチャを導入し、TLSレコード間のフロー内依存関係と、並列フロー間のフロー間インタラクションの両方をキャプチャし、HTTPSトラフィックの構造パターンを活用する。 さらに、ロバストな表現を学ぶために、CipherSightはコンテキストトラフィックのセマンティクスをキャプチャするためのマスク付きレコードモデリング(MRM)タスクを採用し、構造化された目的やセマンティック蒸留を通じて、微粒なレコードリソースアノテーションを特権的な監視として活用する。 実験の結果、CipherSightはクローズドワールド設定において2000以上のウェブサイトクラスで95.41%の精度を達成し、時間的および地理的なドリフトの下で90%以上の精度を維持し、評価されたベースラインを一貫して上回っている。

関連論文リスト

• The Colossus with Feet of Clay: Debunking Encrypted Traffic Classifiers under PQC Evolution [6.277767508192155]
  量子後暗号(PQC)へのTLSマイグレーションは、ハイブリッドキー設定がアプリケーションラベルを変更することなく観測可能なトラフィックを再生成できるため、仮定に挑戦する。 我々は、この変更をPQCによるプロトコルドリフトとして捉え、その効果を、クローズドワールドHTTPSウェブサイトのフィンガープリントを通じて研究する。 我々は、戦略的ガイダンスを提供し、クロスドメインの脆弱性を研究優先事項として特定し、信頼性の高い実世界の暗号化トラフィック分類のためのプロトコル対応プラクティスを推奨する。
  論文  参考訳（メタデータ） (2026-08-24T00:51:11Z)
• Weird Machines in Transport Layer Security [4.816146174353995]
  本稿では,トランスポート層セキュリティ(TLS)ハンドシェイクとその主要な実装であるOpenSSLとBoringSSLに,奇妙なマシン理論を拡張した。 本研究では,TLSプリミティブがチューリング完全システムを構成することを示す。 実際のOpenSSLコードパス上に構築された2つの実動作デモで、この理論を検証する。
  論文  参考訳（メタデータ） (2026-08-13T18:28:01Z)
• Beyond Domains: Reusing Web Skills via Transferable Interaction Patterns [68.0603867264595]
  SkillMigratorは再利用可能なWebスキルを学習し、特定の要素参照ではなくレイアウト構造にマッチしてサイト間でそれらを転送する。 WebArenaとMind2Webの両方において、成功軌道上の平均LCM-アクション数を、一致した成功速度で8-10%削減する。
  論文  参考訳（メタデータ） (2026-06-16T08:04:35Z)
• More Than Meets the Eye: A Semantics-Aware Traffic Augmentation Framework for Generalizable Website Fingerprinting [7.434353180305326]
  SATAはセマンティックス対応のトラフィック拡張フレームワークである。 トレーニングセットにはないが、テストセットに実際に存在するトラフィックパターンを生成する。 多様な複雑なシナリオにわたって、メインストリームモデルのパフォーマンスを大幅に改善します。
  論文  参考訳（メタデータ） (2026-05-12T01:48:05Z)
• PrismWF: A Multi-Granularity Patch-Based Transformer for Robust Website Fingerprinting Attack [45.608550871415]
  Torは低レイテンシな匿名通信ネットワークで、Webサイトのトラフィックを暗号化することでユーザのプライバシーを保護する。 最近のWebサイトフィンガープリント(WF)攻撃は、暗号化されたトラフィックが、パケットサイズ、方向、地域間時間などの統計的特徴を活用することで、ユーザの訪問するWebサイトをいまだに漏洩させることができることを示している。 マルチタブWF攻撃のための多粒度パッチベースのトランスフォーマであるPrismWFを提案する。
  論文  参考訳（メタデータ） (2026-03-22T08:17:03Z)
• PACC: Protocol-Aware Cross-Layer Compression for Compact Network Traffic Representation [10.787806670196938]
  PACCは冗長性を認識した層対応表現フレームワークである。 機能のエンジニアリングと生のビットベースラインを一貫して上回る。 エンドツーエンドの効率を最大3.16倍改善する。
  論文  参考訳（メタデータ） (2026-02-09T07:09:31Z)
• DynaPURLS: Dynamic Refinement of Part-aware Representations for Skeleton-based Zero-Shot Action Recognition [51.80782323686666]
  textbfDynaPURLSは、堅牢でマルチスケールなビジュアル・セマンティック対応を確立する統一的なフレームワークである。 我々のフレームワークは、グローバルな動きと局所的な身体部分のダイナミクスの両方を含む階層的なテキスト記述を生成するために、大きな言語モデルを活用する。 NTU RGB+D 60/120とPKU-MMDを含む3つの大規模ベンチマークデータセットの実験は、DynaPURLSが先行技術よりも大幅に優れていることを示した。
  論文  参考訳（メタデータ） (2025-12-12T10:39:10Z)
• 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)
• Part-aware Unified Representation of Language and Skeleton for Zero-shot Action Recognition [57.97930719585095]
  本稿では,PURLS(Part-aware Unified Representation between Language and Skeleton)を紹介する。 本手法はスケルトン/言語のバックボーンと3つの大規模データセットを用いて評価する。 その結果、PURLSの普遍性と優れた性能を示し、以前のスケルトンベースのソリューションと他のドメインからの標準ベースラインを上回った。
  論文  参考訳（メタデータ） (2024-06-19T08:22:32Z)
• FLIP: Fine-grained Alignment between ID-based Models and Pretrained Language Models for CTR Prediction [49.510163437116645]
  クリックスルーレート(CTR)予測は、パーソナライズされたオンラインサービスにおいてコア機能モジュールとして機能する。 CTR予測のための従来のIDベースのモデルは、表形式の1ホットエンコードされたID特徴を入力として取る。 事前訓練された言語モデル(PLM)は、テキストのモダリティの文を入力として取る別のパラダイムを生み出した。 本稿では,CTR予測のためのIDベースモデルと事前学習言語モデル(FLIP)間の細粒度特徴レベルのアライメントを提案する。
  論文  参考訳（メタデータ） (2023-10-30T11:25:03Z)
• Dynamic Focus-aware Positional Queries for Semantic Segmentation [94.6834904076914]
  本稿では,動的焦点認識型位置情報クエリと呼ばれるセマンティックセグメンテーションのための,シンプルで効果的なクエリ設計を提案する。 我々のフレームワークはSOTAの性能を達成し、ResNet-50、Swin-T、Swin-Bのバックボーンによる1.1%、1.9%、および1.1%の単一スケールmIoUでMask2formerより優れています。
  論文  参考訳（メタデータ） (2022-04-04T05:16:41Z)
• Temporal-attentive Covariance Pooling Networks for Video Recognition [52.853765492522655]
  既存のビデオアーキテクチャは、通常、単純なグローバル平均プール法(GAP)を用いてグローバル表現を生成する。 本稿では,深いアーキテクチャの端に挿入される減衰共分散プーリング(TCP-TCP)を提案する。 我々のTCPはモデルに依存しないため、任意のビデオアーキテクチャに柔軟に統合できるため、効果的なビデオ認識のためのTCPNetとなる。
  論文  参考訳（メタデータ） (2021-10-27T12:31:29Z)
• MD-CSDNetwork: Multi-Domain Cross Stitched Network for Deepfake Detection [80.83725644958633]
  現在のディープフェイク生成法では、偽画像やビデオの周波数スペクトルに識別的アーティファクトが残されている。 MD-CSDNetwork(MD-CSDNetwork)と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-09-15T14:11:53Z)

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。