项目名称: 寄生于对等网络的匿名通信模型与算法研究

项目编号: No.61300221

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 吕建明

作者单位: 华南理工大学

项目金额: 23万元

中文摘要: 匿名通信系统旨在隐藏通信双方关系、隐蔽通信行为、保护通信内容,从而达到保护通信方隐私的目的。近年来提出的基于流量关联分析的攻击方法,能通过比较不同链路的时域和频域流量特征,对匿名通信路径上的链路进行有效关联,从而破坏匿名保护。我们提出一种全新的思路,通过将匿名通信节点寄生于已有的大型对等(Peer-to-Peer)网络中,并将通信数据混合垃圾数据通过加密编码及信息隐藏的方法嵌入到P2P网络包中进行相互传递, 使得通信链路的流量特征独立于隐藏通信数据的到达时间及数量,从而有效抵抗流量关联分析攻击。另一方面,基于信息隐藏的寄生技术,使得攻击者难以从数以千万计的P2P网络节点中识别寄生通信节点并进行攻击和破坏,极大程度提高系统的匿名集,有效提升少数通信节点情况下的匿名性。

中文关键词: 匿名通信;对等网络;寄生计算;信息隐藏;

英文摘要: The anonymous communication systems aim to protect personal privacy by hiding the relationship between information sender and receiver, concealing the communication behavior, and encrypting the communication content. Some recently presented attacks based on the traffic correlation analysis are effective to attack these systems by building correlation between different links according to the traffic patterns in time domain and frequency domain. To address this problem, we present a kind of novel parasitic anonymous communication systems, where each communication node is parasitic in exsiting large scale Peer-to-Peer networks, and hides the communication data into P2P network packets by adopting steganography and encryption mechanisms. The traffic pattern of each link is independent of the arrival time and volume of the hidden communication data,so the systems can resist the trafic analysis attacks effectively. On the other hand, the parasitic technique based on steganography makes adversaries hard to distinguish the parasitic communication nodes from millions of P2P nodes in the host network,which extends the anonymity set of the system enormously and promotes the anonymity effectively when the number of online communication nodes is small.

英文关键词: anonymous communication;peer-to-peer network;parasitic computing;information hiding;

成为VIP会员查看完整内容
0

相关内容

「联邦学习隐私保护 」最新2022研究综述
专知会员服务
116+阅读 · 2022年4月1日
【博士论文】集群系统中的网络流调度
专知会员服务
43+阅读 · 2021年12月7日
专知会员服务
29+阅读 · 2021年9月30日
专知会员服务
35+阅读 · 2021年7月9日
专知会员服务
35+阅读 · 2021年3月21日
专知会员服务
112+阅读 · 2020年11月16日
【CIKM2020】利用自注意力网络使搜索结果多样化
专知会员服务
12+阅读 · 2020年11月6日
专知会员服务
65+阅读 · 2020年9月24日
专知会员服务
125+阅读 · 2020年8月7日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
「联邦学习隐私保护 」最新2022研究综述
专知
16+阅读 · 2022年4月1日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
已删除
将门创投
12+阅读 · 2018年6月25日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
15+阅读 · 2019年4月4日
小贴士
相关VIP内容
「联邦学习隐私保护 」最新2022研究综述
专知会员服务
116+阅读 · 2022年4月1日
【博士论文】集群系统中的网络流调度
专知会员服务
43+阅读 · 2021年12月7日
专知会员服务
29+阅读 · 2021年9月30日
专知会员服务
35+阅读 · 2021年7月9日
专知会员服务
35+阅读 · 2021年3月21日
专知会员服务
112+阅读 · 2020年11月16日
【CIKM2020】利用自注意力网络使搜索结果多样化
专知会员服务
12+阅读 · 2020年11月6日
专知会员服务
65+阅读 · 2020年9月24日
专知会员服务
125+阅读 · 2020年8月7日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
「联邦学习隐私保护 」最新2022研究综述
专知
16+阅读 · 2022年4月1日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
已删除
将门创投
12+阅读 · 2018年6月25日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员