Feb, 2024

利用 HTTP 响应头在不平衡的环境中进行跨浏览器网络追踪分类

PDF
TL;DR此研究使用来自 Chrome、Firefox 和 Brave 浏览器的数据，通过流量监测浏览器扩展 T.EX，设计了有效的机器学习分类器，用于使用 HTTP/S 响应头检测网络追踪器。结果显示，这些分类器在 Chrome 和 Firefox 上具有高准确性、F1 得分、精确度、召回率和最小对数损失错误，但在 Brave 上表现较差。这些分类器可用于检测 Chrome 和 Firefox 中的网络追踪器。然而，仍需要进行实际应用测试，并且未来的研究可以探讨追踪器类型和更广泛的标签来源之间的区别。
发现论文，激发创造
  • 通过 Transformer 编码的 HTTP 响应头指纹识别 Web 服务器

    利用最先进的深度学习、大数据和自然语言处理技术探索提高对易受攻击的 Web 服务器版本检测的方法，通过发送各种模糊和非标准的 HTTP 请求到 477 万个域名并捕获 HTTP 响应状态行，通过使用 BPE 标记器和 RoBERTa 编码器进行无监督的掩码语言建模来表示这些状态行，对编码的响应行进行降维和连接以表示每个域的 Web 服务器，通过 Random Forest 和多层感知器（MLP）对这些 Web 服务器进行分类，检测到五种最流行的起点 Web 服务器的宏 F1 分数分别为 0.94 和 0.96，MLP 在对 347 种主要类型和次要版本对进行分类时得到了权重 F1 分数 0.55，分析表明我们的测试案例是 Web 服务器类型的有意义的差异判别因子，我们的方法展示了作为基于规则系统的强大而灵活的替代方案的潜力。

    Mar, 2024

  • HTTP 网络流量建模中的嵌套多实例学习

    本文介绍一种利用多实例学习从计算机网络的 HTTP 流量中识别感染计算机的模型，相较于基于人工设计特征以及基于卷积神经网络自动学习特征的方法，在未见数据的情况下更加准确地识别感染计算机，并为安全研究人员提供有价值的反馈。我们相信这种模型框架的应用不仅限于安全领域。

    Feb, 2020

  • 使用机器学习和头部信息进行电子邮件异常检测

    此研究提出提取并选择电子邮件数据集的特征，利用多类和单类异常检测方法可靠地检测垃圾邮件和网络钓鱼，其中只利用电子邮件头信息即可实现高达 97％和 99％的准确度评分。

    Mar, 2022

  • 加密恶意流量的特征分析

    近年来恶意软件攻击中使用加密的 HTTP 流量进行自我传播或通信的数量急剧增加。本文应用三种机器学习技术来区分恶意加密的 HTTP 流量与良性加密流量，并获得与以往研究相当的结果。同时，我们详细考虑特征分析问题，并证明可直接从机器学习模型中获取与特征相关的信息。我们认为这种基于机器学习的特征分析方法更可靠，例如我们可以发现相对非直观的特征之间的相互作用。

    Dec, 2023

  • 基于网格搜索方法的优化 Hist Gradient Boosting 分类器的恶意 URL 检测

    为了检测恶意网站的风险，我们提出利用基于机器学习的技术，通过对数据输入、恶意网站、机器学习技术和网站检测等关键词进行分析，并优化算法，最终通过多种指标对模型进行评估，实验结果表明 Hist Gradient Boosting Classifier (HGBC) 在各项指标上表现最好。

    Jun, 2024

  • 带树结构的多实例问题的判别模型

    该篇文章研究了如何使用机器学习模型检测感染计算机的 HTTP (S) 流量，并提出了一种新的磁盘鉴别模型，该模型基于预定义时间窗口内的计算机流量进行决策，克服了传统方法中需要庞大、多样化的标签数据的限制，提高了准确性和自动化学习的能力。

    Mar, 2017

  • 跨设备追踪：匹配设备和 Cookie

    本文介绍一种基于半监督机器学习方法的解决方案以识别哪些 cookies 属于使用特定设备的个人，该方法在 ICDM 2015 Drawbridge Cross-Device Connections 挑战中表现出良好性能。

    Oct, 2015

  • 跟踪器之争：在线跟踪生态系统的演变测量

    本文分析了过去两年内顶级网站内嵌的第三方网络生态，通过六个时间间隔观察了在线追踪活动和进出流量的变化，并对追踪器之间的连接和可能的 Cookie 同步活动进行了研究，以评估 GDPR 实施后 Web 生态系统的隐私健康状况

    Jul, 2019

  • PURL: 链接修饰的安全有效消毒

    通过使用跨层图表示网页执行的机器学习方法，PURL 安全有效地清理链接装饰，显著优于现有对策并抵御常见的逃避技术，从而在隐私保护浏览器中阻止追踪方法，并发现了链接装饰被知名广告商和追踪器滥用以窃取用户信息的现象。

    Aug, 2023

  • HypTrails：一种基于贝叶斯方法的人类 Web 轨迹比较假说

    本研究提出一个名为 HypTrails 的方法，利用马尔可夫链模型和贝叶斯推理来比较对网页上的人类活动路径的假设，包括网站导航、商业评价和在线音乐播放的路径，用以改善网络结构、预测点击或加强推荐，其中使用的量是信息性的狄利克雷先验。

    Nov, 2014