論文の概要: Beyond Classification Accuracy: Quantifying Fingerprint Complexity in Encrypted Darknet Services

• arxiv url: http://arxiv.org/abs/2609.26096v1
• Date: Tue, 04 Aug 2026 19:36:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.874839
• Title: Beyond Classification Accuracy: Quantifying Fingerprint Complexity in Encrypted Darknet Services
• Title（参考訳）: 分類精度を超えた:暗号化ダークネットサービスにおける指紋の複雑さの定量化
• Abstract要約: 本稿では,ダークネットサービス指紋の内在的複雑さを定量化するためのフレームワークであるFingerprint Score(FCS)を紹介する。 Tor、I2P、FreeNet、ZeroNetの匿名ネットワークにまたがる25のサービスの実験では、指紋の複雑さが著しく変化している。
• 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 studies primarily evaluate service fingerprintability through classification performance, providing limited insight into why certain services are easier or harder to identify. This paper introduces the Fingerprint Complexity Score (FCS), a framework for quantifying the intrinsic complexity of darknet service fingerprints using behavioral overlap, uncertainty, disagreement, and persistent confusion. Experiments on 25 services across the Tor, I2P, FreeNet, and ZeroNet anonymity networks reveal substantial variation in fingerprint complexity, with behavioral overlap emerging as the dominant contributor. Validation using Random Forest, Extra Trees, and XGBoost demonstrates a strong inverse relationship between fingerprint complexity and recognition performance (Pearson r = -0.706, Spearman \r{ho} = -0.765, p < 0.001). The findings show that service fingerprintability is fundamentally governed by behavioral complexity, providing a new perspective for analyzing behavioral information leakage in anonymity networks.
• Abstract（参考訳）: 既存のダークネットトラフィック研究は、主に分類性能を通じてサービスの指紋性を評価し、特定のサービスが識別し易い理由や難しい理由について限定的な洞察を提供する。 本稿では, 動作重複, 不確実性, 不一致, および持続的混乱を用いて, ダークネットサービス指紋の内在的複雑さを定量化するためのフレームワークであるFingerprint Complexity Score(FCS)を紹介する。 Tor、I2P、FreeNet、ZeroNetの匿名ネットワークにまたがる25のサービスの実験では、指紋の複雑さが著しく変化しており、行動オーバーラップが主要なコントリビュータとして現れている。 ランダムフォレスト、エクストラツリー、XGBoostを用いた検証は指紋の複雑さと認識性能の強い逆関係を示す(Pearson r = -0.706, Spearman \r{ho} = -0.765, p < 0.001)。 その結果, サービスフィンガードビリティは行動の複雑さによって根本的に制御され, 匿名ネットワークにおける行動情報漏洩を解析するための新たな視点が得られた。

関連論文リスト

• A Behavioral Fingerprint for Large Language Models: Provenance Tracking via Refusal Vectors [43.11304710234668]
  安全アライメントによって引き起こされる行動パターンを活用する新しいフィンガープリントフレームワークを提案する。 76の子孫モデルを対象とした大規模識別タスクにおいて,本手法は正しいモデル群を同定する際の精度を100%向上する。 本稿では,このプライベートフィンガープリントを,公開で検証可能なプライバシー保護アーティファクトに変換するための理論的枠組みを提案する。
  論文  参考訳（メタデータ） (2026-02-10T05:57:35Z)
• RouteMark: A Fingerprint for Intellectual Property Attribution in Routing-based Model Merging [69.2230254959204]
  我々は,統合されたMoEモデルにおけるIP保護のためのフレームワークであるRouteMarkを提案する。 我々の重要な洞察は、タスク固有の専門家は、探索入力の下で安定かつ独特なルーティング行動を示すことである。 属性と改ざん検出のために,類似性に基づくマッチングアルゴリズムを導入する。
  論文  参考訳（メタデータ） (2025-08-03T14:51:58Z)
• Fingerprinting and Tracing Shadows: The Development and Impact of Browser Fingerprinting on Digital Privacy [55.2480439325792]
  ブラウザのフィンガープリントは、クッキーのような従来の方法なしでオンラインでユーザーを特定し、追跡するテクニックとして成長している。 本稿では, 各種指紋認証技術について概説し, 収集データのエントロピーと特異性を解析する。
  論文  参考訳（メタデータ） (2024-11-18T20:32:31Z)
• Joint Identity Verification and Pose Alignment for Partial Fingerprints [33.05877729161858]
  本稿では,部分指紋ペアの協調識別とポーズアライメントのための新しいフレームワークを提案する。 本手法は,部分的指紋認証と相対的ポーズ推定の両方において,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-05-07T02:45:50Z)
• GanFinger: GAN-Based Fingerprint Generation for Deep Neural Network Ownership Verification [8.00359513511764]
  本稿では,ネットワークの動作に基づいてネットワーク指紋を構築するために,GanFingerというネットワークフィンガープリント手法を提案する。 GanFingerは、効率性、ステルス性、差別性において最先端の技術を著しく上回っている。 指紋生成では6.57倍の速度でARUC値が0.175に向上し、相対的に約26%向上した。
  論文  参考訳（メタデータ） (2023-12-25T05:35:57Z)
• AFR-Net: Attention-Driven Fingerprint Recognition Network [47.87570819350573]
  指紋認識を含む生体認証における視覚変換器(ViT)の使用に関する初期研究を改善する。 ネットワーク内の中間特徴マップから抽出した局所的な埋め込みを用いて,グローバルな埋め込みを低確かさで洗練する手法を提案する。 この戦略は、既存のディープラーニングネットワーク(アテンションベース、CNNベース、あるいはその両方を含む)のラッパーとして適用することで、パフォーマンスを向上させることができる。
  論文  参考訳（メタデータ） (2022-11-25T05:10:39Z)
• SpoofGAN: Synthetic Fingerprint Spoof Images [47.87570819350573]
  指紋スプーフ検出の進歩に対する大きな制限は、公開可能な大規模な指紋スプーフデータセットの欠如である。 この研究は、これらのアルゴリズムに十分なデータを供給する際に、合成指紋(ライブ指紋とスプーフ指紋の両方)の有用性を実証することを目的としている。
  論文  参考訳（メタデータ） (2022-04-13T16:27:27Z)
• Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
  本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。 HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。 我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
  論文  参考訳（メタデータ） (2022-03-14T17:05:59Z)
• Latent Fingerprint Registration via Matching Densely Sampled Points [100.53031290339483]
  既存の潜伏指紋登録手法は、主にミツバチ間の対応を確立することに基づいている。 本研究では,一対の指紋間の空間的変換を推定する,最小限の潜伏指紋登録手法を提案する。 提案手法は,特に挑戦的な条件下で,最先端の登録性能を実現する。
  論文  参考訳（メタデータ） (2020-05-12T15:51:59Z)

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。