신호 Tor 웹사이트 지문 공격을 막는 다대다 트래픽 변형 방어 Chameleon

요약

웹사이트 지문 공격은 암호화된 Tor 트래픽의 부채널 특징을 이용해 사용자의 열람 활동을 추론하는 기법이다. 저자들은 기존 방어 대부분이 학습 가능한 웹 트레이스 매핑 특징을 만들어 낸다는 점을 확인했고, 적대적 학습에 대한 강건성이 방어 인지형 오토인코더 기반 공격까지 막아주지는 않는다는 점도 보였다. 이를 해결하기 위해 제안된 Chameleon은 클래스 내 다양성이 높고 클래스 간 격차가 낮은 변형 후보를 골라, 각 웹페이지 트레이스를 여러 후보에 무작위로 대응시키고 서로 다른 웹페이지가 변형 목표를 공유하도록 해 공격자의 불확실성을 높인다. 실제 Tor 배치를 위해 기수 트라이 기반 동기화로 플러거블 트랜스포트 종단이 패킷 방향 접두사만으로 일관된 변형 트레이스를 식별하도록 했다. 세 개의 공개 데이터셋에서 여섯 개 방어와 다섯 개 공격을 대상으로 평가한 결과, 기존 방어 대비 적대적 학습 기반 공격 정확도를 최대 36.74퍼센트 낮추면서 대역폭·시간 오버헤드도 함께 줄였다.