| Download ( PDF | 164kB) |
Website-Fingerprinting mit dem multinomialen Naıve-Bayes-Klassifizierer
Herrmann, Dominik (2008) Website-Fingerprinting mit dem multinomialen Naıve-Bayes-Klassifizierer. In: Second Privacy Enhancing Technologies Convention (PET-CON 2008.1), 11.02.2008, RWTH Aachen.Date of publication of this fulltext: 08 Sep 2009 09:09
Conference or workshop item
DOI to cite this document: 10.5283/epub.9281
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 ...
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.
Alternative links to fulltext
Involved Institutions
Details
| Item type | Conference or workshop item (Paper) | ||||
| Date | 11 February 2008 | ||||
| Institutions | Business, Economics and Information Systems > Institut für Wirtschaftsinformatik > Alumni or Retired Professors > Lehrstuhl für Wirtschaftsinformatik IV - Management der Informationssicherheit (Prof. Dr.-Ing. Hannes Federrath) | ||||
| Related URLs |
| ||||
| Keywords | Website-Fingerprinting, IT-Forensik, Traffic-Analyse, Text-Mining | ||||
| Dewey Decimal Classification | 000 Computer science, information & general works > 000 Generalities, Science 000 Computer science, information & general works > 004 Computer science | ||||
| Status | Published | ||||
| Refereed | Yes, this version has been refereed | ||||
| Created at the University of Regensburg | Yes | ||||
| URN of the UB Regensburg | urn:nbn:de:bvb:355-epub-92810 | ||||
| Item ID | 9281 |
Download Statistics
Download Statistics