稳健可靠的早期网站指纹识别攻击：基于时空分布分析
原文中文，约300字，阅读约需1分钟。发表于：。本文提出了 Holmes，一种强大而可靠的早期阶段网站指纹攻击方法，通过对网站流量的时空分布分析有效地识别页面加载的早期阶段，与现有的基于深度学习的 WF 攻击相比，Holmes 的 F1 分数平均提高了 169.18%。
本文研究了机器学习在交通预测模型中的漏洞，并提出了一个实用的敌对空间时间攻击框架。通过迭代渐变引导节点显著性方法来识别受害节点的时间相关集，设计一种空间时间渐变下降算法生成敌对交通状态，并在两个实际数据集上进行了实验。结果表明，该攻击框架性能降级高达67.8%，同时展示了算法鲁棒性的显著提高。
