Spelling suggestions: "subject:"eeb fingerprint"" "subject:"beb fingerprint""
1 |
Um Método de Web Fingerprinting baseado em Atributos de HardwareQueiroz, Jordan de Sá, 92-98241-9562 02 April 2018 (has links)
Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-05-11T15:41:27Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Um Método de Web Fingerprinting baseado em Atributos relaci.pdf: 5647311 bytes, checksum: 2fa1d2fa1e9866efc5d985ca75224f14 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-05-11T15:41:40Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Um Método de Web Fingerprinting baseado em Atributos relaci.pdf: 5647311 bytes, checksum: 2fa1d2fa1e9866efc5d985ca75224f14 (MD5) / Made available in DSpace on 2018-05-11T15:41:40Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Um Método de Web Fingerprinting baseado em Atributos relaci.pdf: 5647311 bytes, checksum: 2fa1d2fa1e9866efc5d985ca75224f14 (MD5)
Previous issue date: 2018-04-02 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Web fingerprinting is the process in which a user is, with high likelihood, uniquely
identified by the extracted features from his/her device, generating a fingerprint.
In order to be effective, the method must generate a stable fingerprint, and
therefore it is necessary to employ discriminatory attributes with low volatility,
capable of providing the same characteristics over the time. There are a variety
of proposed techniques, but not all of them are capable of generating a stable
fingerprint. In this work it is proposed, designed and evaluated a Web Fingerprinting
method that aims to employ features that provide characteristics related
to the devices’ hardware. One of the ways to achieve this objective is through the
use of technologies such as HTML5 and the Web Audio API. Theses are promising
technologies for Web Fingerprinting methods because they provide features
related to the devices’ hardware, which reduces the extracted fingerprint’s mutability
and increases the number of target devices in which the method can be
executed, since HTML5 is adopted by default in the most popular web browsers.
As results, it was found that the HTML5 Canvas and the Web Audio API, when
employed with other attributes related to the hardware characteristics of the
device, converges to a web Fingerprinting method capable of uniquely identify
several users (with 90,34% of accuracy). In addition, it was found that grouping
weaker attributes with more relevant ones allows the Web Fingerprinting method
to extract more characteristics than to use just relevant attributes. / Web Fingerprinting é o processo no qual um usuário é, com alta probabilidade,
identificado de forma única a partir das características extraídas de seu dispositivo,
gerando uma chave identificadora (fingerprint). Para um método que gere
um fingerprint ser eficaz é necessário obter respostas estáveis, o que implica em
empregar atributos discriminatórios com baixa volatilidade. Em outras palavras,
atributos capazes de fornecer as mesmas características sobre os dispositivos ao
longo do tempo. Há uma diversidade de técnicas propostas na literatura, mas
nem todas são capazes de gerar um fingerprint estável. Nesta dissertação é proposto,
projetado e avaliado um método de Web Fingerprinting que busca utilizar
características relacionadas ao hardware dos dispositivos. Uma das formas de
alcançar esse objetivo é empregar HTML5 Canvas e Web Audio API, tecnologias
promissoras por serem capaz de fornecer características relacionadas ao hardware
do dispositivo, o que reduz a mutabilidade do fingerprint extraído e aumenta o
número de dispositivos-alvo em que o método pode ser aplicado. Como resultado,
constatou-se que o emprego do HTML5 Canvas e da Web Audio API, em
conjunto como outros atributos cujas características são relativas ao hardware do
dispositivo, permite identificar, de forma única, com 90,34% de precisão, diversos
usuários. Além disso, percebeu-se que agrupamento de atributos mais fracos
com os mais discriminatórios permite extrair mais características do que utilizar
atributos discriminatórios de forma isolada.
|
Page generated in 0.6158 seconds