基于对抗样本的流量时序特征混淆方法

摘要： 基于深度学习的流量分析技术在提高网络管理效率的同时,也为恶意攻击者提供了新的入侵途径。攻击者可通过分析加密流量的时序特征提取用户的敏感信息,严重威胁个人隐私安全。目前的防御策略主要通过对抗样本误导对手的分类器,但现有策略在现实应用中存在明显局限。一方面,现有策略仅限于特征空间的扰动,无法对真实流量产生影响；另一方面,依赖于对攻击者模型的了解,仅在白盒环境下有效。鉴于针对黑盒环境... （共14页）