本文提出 CipherSight,一种基于 TLS 记录层的高鲁棒性 HTTPS 网站指纹识别(WF)框架,旨在解决真实部署中因时间和地域变化导致的分布偏移(OOD)以及开放世界场景中不断出现的新网站问题。现有方法主要从原始 TCP 包序列中学习特征,容易受传输层噪声影响,难以捕获稳定且可泛化的网站表示。CipherSight 从 TLS 记录中联合编码多个记录级属性,并采用分层架构同时建模流内 TLS 记录依赖关系和跨并发流的交互,从而利用 HTTPS 流量的结构模式。为了学到鲁棒表示,CipherSight 引入掩码记录建模(MRM)任务来捕获上下文流量语义,并利用细粒度的记录-资源标注作为特权监督,通过结构感知目标和语义蒸馏进行训练。实验表明,在超过 2000 个网站类别的封闭世界设定下,CipherSight 达到 95.41% 的准确率;在时间和地理漂移下仍保持超过 90% 的准确率,持续优于所有对比基线。该研究主要面向流量分析、隐私保护和深度学习应用于网络安全的研究人员。
💡 推荐理由: 网站指纹识别是评估加密流量隐私泄露风险的关键技术。CipherSight 通过 TSL 记录级表征和分层建模,显著提升了在真实网络环境变化和开放世界场景下的鲁棒性,对设计更稳定的流量识别系统有重要参考价值。
🎯 建议动作: 研究跟进