流量混淆技术及相应识别、追踪技术研究综述
作者:
作者单位:

作者简介:

姚忠将(1988-),男,山东聊城人,博士生,主要研究领域为流量识别与追踪,区块链,隐私保护,机器学习;葛敬国(1973-),男,博士,研究员,博士生导师,主要研究领域为软件定义网络,网络虚拟化,云计算;张潇丹(1983-),女,博士,副研究员,主要研究领域为未来网络实验环境,网络虚拟化及软件定义网络,新型网络技术测量分析与评估;郑宏波(1977-),男,工程师,主要研究领域为软件定义网络,网络虚拟化,云计算;邹壮(1993-),男,硕士生,主要研究领域为软件定义网络,网络虚拟化,云计算;孙焜焜(1995-),男,硕士生,主要研究领域为软件定义网络;许子豪(1995-),男,硕士生,主要研究领域为软件定义网络,网络功能虚拟化.

通讯作者:

张潇丹,E-mail:zhangxiaodan@iie.ac.cn

基金项目:

国家重点研发计划(2017YFB0801801);国家科技重大专项(2017ZX03001019-003)


Research Review on Traffic Obfuscation and Its Corresponding Identification and Tracking Technologies
Author:
Affiliation:

Fund Project:

National Key R&D Plan of China (2017YFB0801801); National Science and Technology Major Project (2017ZX0300 1019-003)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    流量混淆技术是目前审查规避系统常用技术之一.为了提升网络流量识别精度和监管能力,针对混淆流量的识别和追踪技术也备受关注.通过深入分析随机化、拟态和隧道这3类主流的流量混淆技术,对比了其技术框架、隐蔽性、易用性和应用场景;分析了深度包检测、机器学习等两类识别技术,对比了其识别精度;分析对比了被动关联、主动关联两类流量追踪技术.最后给出了流量混淆、识别和追踪技术的发展趋势.

    Abstract:

    Traffic obfuscation technology is one of the most commonly used techniques in censorship-circumvention systems. In order to improve the recognition accuracy and supervisory ability of network traffic, much attention has been paid to the recognition and tracking of obfuscated traffic. Through in-depth analysis of three main traffic confusion technologies, such as randomization, mimicry and tunneling, this paper compares the technical framework, concealment, ease of use and application scenarios of the traffic confusion technologies. In addition, the paper reviews two types of recognition technology:deep packet inspection and machine learning, and compares their recognition accuracy. Furthermore, it analyzes and compares two types of traffic tracing technology:passive and proactive correlation. Finally, it discusses the identification and trace technology development trends of obfuscation traffic.

    参考文献
    相似文献
    引证文献
引用本文

姚忠将,葛敬国,张潇丹,郑宏波,邹壮,孙焜焜,许子豪.流量混淆技术及相应识别、追踪技术研究综述.软件学报,2018,29(10):3205-3222

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2018-01-23
  • 最后修改日期:2018-04-16
  • 录用日期:
  • 在线发布日期: 2018-10-12
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号