Startseite UR

Website Fingerprinting: Attacking Popular Privacy Enhancing Technologies with the Multinomial Naïve-Bayes Classifier

Herrmann, Dominik und Wendolsky, Rolf und Federrath, Hannes (2009) Website Fingerprinting: Attacking Popular Privacy Enhancing Technologies with the Multinomial Naïve-Bayes Classifier. In: CCSW '09: ACM Workshop on Cloud Computing Security, 13.11.2009, Chicago, Illinois, USA.

[img]
Vorschau
PDF
Paper
Download (334kB)

Zum Artikel beim Verlag (über DOI)


Zusammenfassung

Privacy enhancing technologies like OpenSSL, OpenVPN or Tor establish an encrypted tunnel that enables users to hide content and addresses of requested websites from external observers This protection is endangered by local traffic analysis attacks that allow an external, passive attacker between the PET system and the user to uncover the identity of the requested sites. However, existing ...

plus


Bibliographische Daten exportieren



Dokumentenart:Konferenz- oder Workshop-Beitrag (Paper)
Datum:13 November 2009
Zusätzliche Informationen (Öffentlich):erschienen: CCSW '09: Proceedings of the 2009 ACM workshop on Cloud computing security, ACM, New York, NY, 2009. ISBN: 978-1-60558-784-4
Institutionen:Wirtschaftswissenschaften > Institut für Wirtschaftsinformatik > Entpflichtete oder im Ruhestand befindliche Professoren > Lehrstuhl für Wirtschaftsinformatik IV - Management der Informationssicherheit (Prof. Dr.-Ing. Hannes Federrath)
Identifikationsnummer:
WertTyp
http://doi.acm.org/10.1145/1655008.1655013DOI
Verwandte URLs:
URLURL Typ
http://portal.acm.org/citation.cfm?doid=1655008.1655013Verlag
Stichwörter / Keywords:forensics, low-latency anonymity, text mining, traffic analysis
Dewey-Dezimal-Klassifikation:000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Ja
Eingebracht am:08 Jan 2010 08:23
Zuletzt geändert:13 Mrz 2014 12:22
Dokumenten-ID:11919
Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloads

Downloads im Monat während des letzten Jahres

  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner