DeepCoAST

Abstract

Despite its widespread adoption, Tor remains vulnerable to traffic analysis attacks, which enables both ends of the communication to be inferred by network-level adversaries. Notable examples of such attacks include website fingerprinting and end-to-end flow correlation attacks. Various defense techniques have been proposed to enhance the security of Tor against these threats, with traffic splitting defenses standing out as particularly effective. These defenses allow packets to be sent through multiple circuits without incurring additional bandwidth overhead, thereby limiting the amount of traffic observable by adversaries. In this paper, the potential of correlating split traces is thoroughly investigated using the proposed deep learning-based correlator called DeepCoAST. It is shown that properly merged split traces, upon correlated detection, could enable website fingerprinting attacks to effectively identify websites with high accuracy. Superior performance is demonstrated by DeepCoAST, achieving an Area Under the Receiver Operating Characteristic Curve (AUC) of 0.98 against 95 pairs of split traces generated by three traffic splitting defenses: TrafficSliver, HyWF, and CoMPS. This result highlights the need for further enhancement of traffic splitting Website Fingerprinting (WF) defense mechanisms against DeepCoAST-style attacks.;토르 네트워크(Tor Network)는 널리 사용되고 있는 익명화 네트워크로 사용자의 익명성을 보장하기 위해 다양한 연구가 지속되고 있지만, 여전히 네트워크 레벨의 공격자가 통신의 양 종단을 추론할 수 있는 트래픽 분석 공격에 취약하다. 이러한 공격의 대표적인 예로 웹사이트 핑거프린팅(Website Fingerprinting) 공격과 종단 간 흐름 상관 분석(End-to-End Flow Correlation) 공격이 있다. 트래픽 분석 공격의 위협에 대응하기 위해 다양한 방어 기법이 제안되었으며, 최근 트래픽 분할기법을 이용한 방어 모델이 효과적인 방안으로 주목받고 있다. 트래픽 분할기법은 추가적인 대역폭 소모 없이 패킷을 여러 회로로 나누어 전송함으로써 공격자가 관찰할 수 있는 트래픽 정보를 제한하는 방법이다. 본 논문에서는 트래픽 분할 기법을 대상으로 딥러닝 기반 상관 분석기(Correlator)인 DeepCoAST를 제안한다. DeepCoAST는 분할된 트래픽 간의 상관성을 분석하며, 상관성이 높은 트래픽을 병합하여 핑거프린팅 공격을 수행할 수 있는 가능성을 평가한다. DeepCoAST는 세 가지 트래픽 분할 방어 기법TrafficSliver, HyWF, CoMPS에서 생성된 95쌍의 분할 트래픽에 대해 AUC 0.98을 달성하며 우수한 성능을 입증하였다. 이 결과는 DeepCoAST와 같은 공격을 효과적으로 방어하기 위해 트래픽 분할 기반 웹사이트 핑거프린팅 방어 메커니즘의 추가적인 개선이 필요함을 시사한다.