Revisiting Privacy on Tor

Abstract

This paper comprehensively addresses the privacy risks on Tor associated with Keyword Fingerprinting （KF）, Website Fingerprinting （WF）, and flow correlation attacks. KF is a process that involves inferring user-typed keywords through traffic analysis. Existing machine learning （ML）-based research has been inadequate in effectively fingerprinting keywords. To bridge this gap, we introduce DKF, a novel approach that utilizes a large dataset, deep learning （DL）-based models, and adapted WF features, which effectively capture keyword traffic patterns by summarizing traffic information per short-time interval. DKF achieves an accuracy of 69%, significantly outperforming competing models by 41-68% on DuckDuckGo.

On the other side, WF attacks infer visited websites from encrypted traffic patterns, threatening the anonymity of Tor users. While DL has improved WF accuracy on synthetic datasets, its effectiveness on real Tor traffic remains unclear. We present RoFiRe that employs dynamic window-level augmentation and RMS-based pre-normalization tailored to variable-length traces observed in the realistic GTT23 dataset, improving data efficiency and robustness. Across standard WF, concept-drift, and real-world open world evaluations on GTT23, RoFiRe consistently outperforms state-of-the-art （SOTA） baselines by up to 9%.

Moreover, we explore flow correlation attacks, which threaten Tor's anonymity by linking both ends of a communication circuit. Yet, existing correlation models rely on artificial datasets, resulting in significant performance degradation when evaluated against the sparse and highly variable nature of live Tor traffic. We propose ESPRESSO, a robust flow correlation attack tailored for realistic Tor traffic. ESPRESSO utilizes a density-based window representation via Kernel Density Estimation （KDE） to dynamically adapt to differences in transmission volume across a trace. Notably, ESPRESSO achieves an impressive 88% True Positive Rate （TPR） at a False Positive Rate （FPR） of 10^{-5}.

Collectively, we establish new standard benchmarks for evaluating future KF, WF, and flow correlation attacks and defenses, highlighting the need for practical and effective defenses.;본 논문은 Tor에서 키워드 핑거프린팅（KF）, 웹사이트 핑거프린팅（WF）, 그리고 흐름 상관관계（flow correlation） 공격과 관련된 프라이버시 위험을 종합적으로 다룬다. KF는 트래픽 분석을 통해 사용자가 입력한 키워드를 추론하는 과정이다. 기존 기계학습 기반 연구는 키워드를 효과적으로 핑거프린팅하는 데 한계를 보여 왔다. 이러한 한계를 보완하기 위해 본 논문은 대규모 데이터 세트, 딥러닝 기반 모델, 그리고 WF 특징을 변형한 새로운 접근법인 DKF를 제안한다. DKF는 짧은 시간 간격별 트래픽 정보를 요약함으로써 키워드 트래픽 패턴을 효과적으로 포착한다. DKF는 DuckDuckGo에서 69%의 정확도를 달성하였으며, 이는 경쟁 모델 대비 41–68% 향상된 성능이다.

한편, WF 공격은 암호화된 트래픽 패턴으로부터 사용자가 방문한 웹사이트를 추론함으로써 Tor 사용자의 익명성을 위협한다. 기존 딥러닝 기반 방법론들은 합성 데이터 세트에서 WF 정확도를 향상해왔으나, 실제 Tor 트래픽에서의 효과는 불분명하다. 본 논문은 현실적인 GTT23 데이터 세트에서 관찰되는 가변 길이 트레이스에 적합하도록 설계된 동적 윈도우 기반 데이터 증강과 RMS 기반 사전 정규화를 적용한 RoFiRe를 제안한다. RoFiRe는 GTT23을 대상으로 한 표준 WF 평가, concept drift 평가, 그리고 실제 환경의 open world 평가 전반에서 기존 최고 성능 모델보다 최대 9% 우수한 성능을 일관되게 보인다.

또한, 본 논문은 통신 회로의 양 끝단을 연결함으로써 Tor의 익명성을 위협하는 흐름 상관관계 공격을 탐구한다. 기존 상관관계 모델은 인위적으로 구성된 데이터 세트에 의존하기 때문에, 희소하고 변동성이 큰 실제 Tor 트래픽에서 평가할 경우 성능이 크게 저하된다. 이에 본 논문은 현실적인 Tor 트래픽에 적합한 강건한 흐름 상관관계 공격인 ESPRESSO를 제안한다. ESPRESSO는 커널 밀도 추정（KDE）을 이용한 밀도 기반 윈도우 표현을 활용하여 트레이스 별 달라지는 전송량에도 동적으로 적응한다. 특히 ESPRESSO는 10^{-5}의 위양성률에서도 88%의 높은 참양성률을 달성한다.

종합적으로, 본 논문은 향후 KF, WF, 그리고 흐름 상관관계 공격 및 방어 기법을 평가하기 위한 새로운 표준 벤치마크를 수립하며, 실용적이고 효과적인 방어 기법의 필요성을 강조한다.