A：我们测试了四种热度最高的在线视频服务：Netflix、YouTube、Amazon Video 和 Vimeo，发现所有这些都很容易受到我们的视频识别技术的影响。通常，流媒体服务使用 MPEG-DASH 标准运行在 HTTP（S）上，而 MPEG-DASH 的分段机制让信息泄露变得简单。具体原因将在 Q6 中讨论。以上所有四种服务在测试中都具有危险性：YouTube 直接使用标准方式，而 Amazon Video、Netflix 和 Vimeo 使用了非常接近的变体。

Q2：流量信息如何泄露？

A：从恶意 WiFi 接入点、代理、路由器、公司网络、国家级网关和 ISP 都可以用来获取用户观看视频习惯的信息。无线网关可以使用这些信息来屏蔽受监控的内容，即使它们已被加密。

用户访问的所有网络内容提供商（包括广告、分析提供者和社交网络）也可能通过利用我们的侧信道攻击来破坏用户隐私。

Q3：VBR 与视频内容的关系？

A：使用可变比特率压缩（VBR）编码可以让视频在给定质量的前提下存储空间最小。这种方式高度依赖于视频内容。例如：视频鬣蜥与蛇之间多动作场景需要高比特率来表示。下图展示了视频在不同场景中比特率的波动。

示例视频：https://www.youtube.com/watch?v=Rv9hn4IGofM

Q4：什么是流量突发特征？它与视频内容有什么联系？

A：在 MPEG-DASH 视频流中，服务器上的视频会被分割为小段传送到客户端处。这就导致在播放中流量会呈现间歇性突发增长。

为了说明它与视频内容本身有什么关系，我们使用一段鬣蜥的视频：其中存在低比特率和高比特率交织的片段。（下图）左侧显示数据包大小延时间轴的变化，右侧图显示流量突发的情况（第一个突发流量是缓冲）。

Q5：这种视频识别是如何工作的？

A：这种自动视频比对是通过机器学习算法来完成的。通常，在线播放的视频都会被分割为多个小块以便下载，同时可被其他会话探知从而避免重复下载。尽管如此，我们还需要在加密协议层中引入一种非常稳定的方式来避免噪音和失真。通过使用侧信道攻击（如本研究中的 Java 攻击方式），我们可以对流媒体服务的内容或缓冲进行间接测量。

深度神经网络（多层级的人工神经网络）在多种特征识别任务中已被证明是非常有效的。它的设计理念让计算机可以识别各种抽象的概念：那些人类可以直观体会，但难以表达的概念。因此，深度学习算法是目前计算机视觉、图像处理、语音识别、自然语言处理等领域的流行方式。在本研究中，我们构建了一个深度卷积神经网络架构来探测网络流量中视频数据信息的特征。深度学习方法可以形成准确的抗噪声探测器，即使在侧信道执行任务时也是有效的。

Q6：为什么这些信息会泄露？我能防止这样的事发生吗？

A：流媒体信息泄露的根本原因在于感知视频片段所需的信息量取决于片段的内容。例如：几乎静止的自然场景，或脱口秀的视频中，图像是几乎静态的，它可以被压缩为体积很小的数据。流媒体服务利用了这个特点，通过可变比特率（VBR）压缩方案来减少发送的数据量。因此，流量大小是和数据内容相关的。

我们当然可以弃用 VBR 编码，或降低自适应码率来改变视频的压缩率，但这样做明显会降低效率（提高了观看成本，也会导致网路堵塞，视频观看卡顿）。

如果客户端的缓冲视频的持续时间接近于常数（或呈随时间变化的仿射函数），则 VBR 的特性是在流量中可解的。因此，人们可以尝试通过不断更改缓冲区大小来规避被观察的可能，尽管这也降低了网络效率，并增加了视频播放缓冲延迟的几率。

Q7：这种攻击会被探测到吗？

A：这种单向攻击是完全被动式的，它无法被探测，j2直播，无论是对于用户，还是对于基于网络的监视器而言。

在我们的实验中，旁接模式的攻击对于观察者而言是无法察觉的：流媒体播放并没有受到干扰，虽然因为攻击的存在，流量的使用略有增多。这是因为上游路由器会尝试在多个数据流之间公平分配带宽：在我们的例子中它们是视频和攻击者。由于视频流通常只需要用到全部带宽的不到一半，所以播放仍然顺利。此外，在传输视频片段时，路由器通常会给视频更高的动态优先级（即队列顶部）而不会侵占攻击者的带宽。攻击者引起的额外流量会影响到用户网络的总流量使用情况。

原文链接：https://beautyburst.github.io/

本文为机器之心编译，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]