.png){kind=icon}
返回
AIBW: Average Interval-Based Watermarking for Tracking Down Network Attacks
.png){kind=icon}
PRE
AI
DOI：10.1109/LSP.2025.3591070.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着加密通信和匿名网络的广泛采用，传统被动流量分析方法在追踪恶意活动方面面临显著局限性。现有的主动网络流水印方案，在对抗丢包和分片攻击时表现出不足的鲁棒性。为此，本文提出了一种新颖的技术——基于平均间隔的水印（AIBW），通过将网络流划分为离散时间窗口并动态调整包间间隔来增强水印的鲁棒性。具体而言，AIBW将数据包分为三段：start、information和end，并在信息段内通过最大/最小延迟调制嵌入水印比特。实验评估表明，AIBW在性能上优于现有最先进的水印方法，实现了平均精度的提升。
Keyword:
Traffic analysis
active network flow watermarking
delay modulation
期刊
IF:
9.6
论文数:
1.1W
被引数:
1.7W
机构
引用论文
.png){kind=icon}
Survey on network flow watermarking: model, interferences, applications, technologies and security
PREAI
分享收藏
查看更多内容