Website-Fingerprinting mit dem multinomialen Naıve-Bayes-Klassifizierer

Abstract

In diesem Arbeitspapier wird ein verbessertes Verfahren zur Identifizierung von Webseiten anhand des charakteristischen Datenverkehrs, der bei ihrem Abruf entsteht, vorgestellt und mit Testdaten evaluiert. Es basiert auf dem multinomialen Naive-Bayes-Klassifizierer, der auf die normalisierte Häufigkeitsverteilung der IP-Paketgrößen angewendet wird. Das Verfahren ist bereits bei einer einzigen Trainingsinstanz mit einer Erkennungsrate von 89% genauer als bislang vorgestellte Methoden. Darüber hinaus werden eine Reihe von Forschungsfragen formuliert, die zur Evaluierung der Praktikabilität von Website-Fingerprinting zu untersuchen sind.