fa مروری بر حمله‌های انگشت‌نگاری تارنما رمز و امنیت اطلاعات Cryptology and Information Security مروری Review Article <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">در حملات انگشت‌نگاری تارنما، مقصد ارتباط کاربر </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">بدون رمزگشایی محتوای ترافیک، با استفاده از روش‌های تحلیل ترافیک</span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;"> شناسایی می‌شود. در این حملات، به‌طورمعمول کاربران از یکی از تکنولوژی‌های روز (شبکه‌های گم‌نامی، پراکسی‌ها یا </span></span></strong><strong><span dir="LTR"><span style="font-size:8.0pt;">VPN</span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">ها) برای پنهان کردن محتوای ترافیک و مقصد واقعی خود استفاده می‌کنند. با استخراج مجموعه‌ای از ویژگی‌ها از دنباله ترافیک ورودی، حمله آغاز می‌شود؛ سپس داده‌ها پیش‌پردازش می‌شوند و در نهایت، از یک الگوریتم یادگیری ماشین برای شناسایی مقصد ترافیک کاربر استفاده می‌شود. پژوهش‌های متنوعی در زمینه شناسایی مقصد ترافیک یا به طور واضح‌تر، تعیین صفحه وب مرورشده توسط کاربر با بهره‌گیری از روش‌های شناخته‌شده دسته‌بندی در حوزه یادگیری ماشین انجام گرفته‌است. در این مقاله، مروری جامع بر روش‌های انگشت‌نگاری تارنما انجام می‌شود</span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;"> که در آن، پژوهش‌های فوق بر اساس ویژگی‌های مورد استفاده برای انگشت‌نگاری، دسته‌بندی می‌شوند. این نوع دسته‌بندی با دیدگاهی تازه انجام می‌شود که بنابر دانش ما، تاکنون بر روی پژوهش‌های یادشده صورت نگرفته است.</span></span></strong><br> &nbsp; <div style="text-align: justify;"><strong>In Website Fingerprinting (WFP) Attacks, clients&rsquo; destination webpages are identified using traffic analysis techniques, without any need to decrypt traffic contents. Typically, clients make use of the privacy enhancing technologies (e.g., VPNs, proxies, and anonymity networks) to browse webpages. These technologies allow clients to hide traffic contents and their real destinations. To perform an attack, features are extracted from the input packet sequence. Next, the data is pre-processed and finally, client&rsquo;s real destination is revealed by means of a machine learning algorithm. Various studies have utilized statistical methods or classification approaches to infer the client&rsquo;s visited webpages. In this paper, a comprehensive overview of WFP techniques is performed, in which previous studies are categorized based on the features they use for webpages identification. This is a new approach for categorizing previous works on WFP attacks and to the best of our knowledge, this viewpoint has not been applied so far.</strong><br> &nbsp;</div> حمله انگشت‌نگاری تارنما, تحلیل ترافیک, یادگیری ماشین, دسته‌بندی, استخراج ویژگی Website Fingerprinting Attack, Traffic Analysis, Machine Learning, Classification, Feature Extraction 51 64 http://monadi.isc.org.ir/browse.php?a_code=A-10-243-1&slc_lang=fa&sid=1 Maryam Taebi مریم طائبی m.taebi@eng.ui.ac.ir 1003194753284600668 1003194753284600668 No University of Isfahan دانشگاه اصفهان Ali Bohlooli علی بهلولی bohlooli@eng.ui.ac.ir 1003194753284600669 1003194753284600669 Yes University of Isfahan دانشگاه اصفهان Marjan Kaedi مرجان کائدی kaedi@eng.ui.ac.ir 1003194753284600670 1003194753284600670 No University of Isfahan دانشگاه اصفهان