{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2920810"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2920810","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Self-Defense Against Website Fingerprinting Using ALPaCA","abstract":"Τo Website Fingerprinting είναι ένας τύπος επίθεσης ανάλυσης κίνησης όπου ένας παθητικός αντίπαλος προσπαθεί να προσδιορίσει τη δραστηριότητα διαδικτυακής περιήγησης ενός χρήστη αναγνωρίζοντας μοτίβα διαδικτυακής κίνησης στην κρυπτογραφημένη ακολουθία πακέτων δικτύου χωρίς καμία άλλη γνώση. Διάφορες άμυνες έχουν σχεδιαστεί για την αντιμετώπιση αυτών των επιθέσεων τόσο σε επίπεδο δικτύου όσο και σε επίπεδο εφαρμογής. Ωστόσο, οι περισσότερες από αυτές είναι πρακτικά αδύνατο να εφαρμοστούν στον πραγματικό κόσμο δεδομένου ότι απαιτούν καθολική αλλαγή στην κίνηση των χρηστών ταυτόχρονα (λ.χ. αλλαγή στην δικτυακή κίνηση μέσα στο δίκτυο Tor). Το ALPaCA είναι μία άμυνα επιπέδου εφαρμογής που εμφανίστηκε πρόσφατα στην βιβλιογραφία. Σε αυτή την διπλωματική εργασία, εξετάζουμε σε βάθος και παρουσιάζουμε βέλτιστες ρυθμίσεις λειτουργίας του ALPaCA (Application Layer Padding Concerns Adversaries) λαμβάνοντας υπόψιν ένα σενάριο «αυτοπροστασίας» στο οποίο ένας διαχειριστής ιστοσελίδας μπορεί να προστατεύσει μόνο το δικό του ιστότοπο, μη έχοντας καμία άλλη δυνατότητα να επηρεάσει ή να τροποποιήσει άλλες ιστοσελίδες, όπως συμβαίνει άλλωστε και στην πραγματικότητα. Οι ρυθμίσεις διαμόρφωσης του μπορούν να καθοριστούν από έναν διαχειριστή .onion ιστότοπου απευθείας στο Nginx δυναμικό module το οποίο χρησιμοποιεί το ALPaCA για να προστατεύσει τους ιστοτόπους για τους οποίους είναι ενεργοποιημένο. Οι προτεινόμενες ρυθμίσεις διαμόρφωσης, που απορρέουν από την θεωρία ροής πληροφορίας, μειώνουν επιτυχώς την ακρίβεια πρόβλεψης του αντιπάλου όσον αφορά τον .onion ιστότοπο που επισκέπτεται ο χρήστης, τροποποιώντας την διαδικτυακή κίνηση που προέρχεται από τον διακομιστή της διαδικτυακής εφαρμογής. Συμπεριλαμβάνουμε μια πειραματική μελέτη διαφόρων ρυθμίσεων συμπεριλαμβανομένου και της προτεινόμενης μας (ιδανικής) καθώς επίσης και των ρυθμίσεων που είχαν μελετηθεί στην αρχική ερευνητική εργασία του ALPaCA, σχετικά με αντιπάλους που τους ενδιαφέρουν προβλήματα ακριβούς και δυαδικής ταξινόμησης.","abstract_html":"Τo Website Fingerprinting είναι ένας τύπος επίθεσης ανάλυσης κίνησης όπου ένας παθητικός αντίπαλος προσπαθεί να προσδιορίσει τη δραστηριότητα διαδικτυακής περιήγησης ενός χρήστη αναγνωρίζοντας μοτίβα διαδικτυακής κίνησης στην κρυπτογραφημένη ακολουθία πακέτων δικτύου χωρίς καμία άλλη γνώση. Διάφορες άμυνες έχουν σχεδιαστεί για την αντιμετώπιση αυτών των επιθέσεων τόσο σε επίπεδο δικτύου όσο και σε επίπεδο εφαρμογής. Ωστόσο, οι περισσότερες από αυτές είναι πρακτικά αδύνατο να εφαρμοστούν στον πραγματικό κόσμο δεδομένου ότι απαιτούν καθολική αλλαγή στην κίνηση των χρηστών ταυτόχρονα (λ.χ. αλλαγή στην δικτυακή κίνηση μέσα στο δίκτυο Tor). Το ALPaCA είναι μία άμυνα επιπέδου εφαρμογής που εμφανίστηκε πρόσφατα στην βιβλιογραφία. Σε αυτή την διπλωματική εργασία, εξετάζουμε σε βάθος και παρουσιάζουμε βέλτιστες ρυθμίσεις λειτουργίας του ALPaCA (Application Layer Padding Concerns Adversaries) λαμβάνοντας υπόψιν ένα σενάριο «αυτοπροστασίας» στο οποίο ένας διαχειριστής ιστοσελίδας μπορεί να προστατεύσει μόνο το δικό του ιστότοπο, μη έχοντας καμία άλλη δυνατότητα να επηρεάσει ή να τροποποιήσει άλλες ιστοσελίδες, όπως συμβαίνει άλλωστε και στην πραγματικότητα. Οι ρυθμίσεις διαμόρφωσης του μπορούν να καθοριστούν από έναν διαχειριστή .onion ιστότοπου απευθείας στο Nginx δυναμικό module το οποίο χρησιμοποιεί το ALPaCA για να προστατεύσει τους ιστοτόπους για τους οποίους είναι ενεργοποιημένο. Οι προτεινόμενες ρυθμίσεις διαμόρφωσης, που απορρέουν από την θεωρία ροής πληροφορίας, μειώνουν επιτυχώς την ακρίβεια πρόβλεψης του αντιπάλου όσον αφορά τον .onion ιστότοπο που επισκέπτεται ο χρήστης, τροποποιώντας την διαδικτυακή κίνηση που προέρχεται από τον διακομιστή της διαδικτυακής εφαρμογής. Συμπεριλαμβάνουμε μια πειραματική μελέτη διαφόρων ρυθμίσεων συμπεριλαμβανομένου και της προτεινόμενης μας (ιδανικής) καθώς επίσης και των ρυθμίσεων που είχαν μελετηθεί στην αρχική ερευνητική εργασία του ALPaCA, σχετικά με αντιπάλους που τους ενδιαφέρουν προβλήματα ακριβούς και δυαδικής ταξινόμησης.","abstract_has_math":false,"creators":["Σκλεπάρης Ευστράτιος","Skleparis Efstratios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2020,"date_issued":"2020","date_published":"2020","updated_at":"2026-11-19T05:39:16Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","English","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2920810"],"render_values":[{"text":"uoadl:2920810","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2920810","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2920810","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2920810","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Σκλεπάρης Ευστράτιος","Skleparis Efstratios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2020"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","English","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2920810","https://pergamos.lib.uoa.gr/uoa/dl/object/2920810"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τo Website Fingerprinting είναι ένας τύπος επίθεσης ανάλυσης κίνησης όπου ένας παθητικός αντίπαλος προσπαθεί να προσδιορίσει τη δραστηριότητα διαδικτυακής περιήγησης ενός χρήστη αναγνωρίζοντας μοτίβα διαδικτυακής κίνησης στην κρυπτογραφημένη ακολουθία πακέτων δικτύου χωρίς καμία άλλη γνώση. Διάφορες άμυνες έχουν σχεδιαστεί για την αντιμετώπιση αυτών των επιθέσεων τόσο σε επίπεδο δικτύου όσο και σε επίπεδο εφαρμογής. Ωστόσο, οι περισσότερες από αυτές είναι πρακτικά αδύνατο να εφαρμοστούν στον πραγματικό κόσμο δεδομένου ότι απαιτούν καθολική αλλαγή στην κίνηση των χρηστών ταυτόχρονα (λ.χ. αλλαγή στην δικτυακή κίνηση μέσα στο δίκτυο Tor). Το ALPaCA είναι μία άμυνα επιπέδου εφαρμογής που εμφανίστηκε πρόσφατα στην βιβλιογραφία. Σε αυτή την διπλωματική εργασία, εξετάζουμε σε βάθος και παρουσιάζουμε βέλτιστες ρυθμίσεις λειτουργίας του ALPaCA (Application Layer Padding Concerns Adversaries) λαμβάνοντας υπόψιν ένα σενάριο «αυτοπροστασίας» στο οποίο ένας διαχειριστής ιστοσελίδας μπορεί να προστατεύσει μόνο το δικό του ιστότοπο, μη έχοντας καμία άλλη δυνατότητα να επηρεάσει ή να τροποποιήσει άλλες ιστοσελίδες, όπως συμβαίνει άλλωστε και στην πραγματικότητα. Οι ρυθμίσεις διαμόρφωσης του μπορούν να καθοριστούν από έναν διαχειριστή .onion ιστότοπου απευθείας στο Nginx δυναμικό module το οποίο χρησιμοποιεί το ALPaCA για να προστατεύσει τους ιστοτόπους για τους οποίους είναι ενεργοποιημένο. Οι προτεινόμενες ρυθμίσεις διαμόρφωσης, που απορρέουν από την θεωρία ροής πληροφορίας, μειώνουν επιτυχώς την ακρίβεια πρόβλεψης του αντιπάλου όσον αφορά τον .onion ιστότοπο που επισκέπτεται ο χρήστης, τροποποιώντας την διαδικτυακή κίνηση που προέρχεται από τον διακομιστή της διαδικτυακής εφαρμογής. Συμπεριλαμβάνουμε μια πειραματική μελέτη διαφόρων ρυθμίσεων συμπεριλαμβανομένου και της προτεινόμενης μας (ιδανικής) καθώς επίσης και των ρυθμίσεων που είχαν μελετηθεί στην αρχική ερευνητική εργασία του ALPaCA, σχετικά με αντιπάλους που τους ενδιαφέρουν προβλήματα ακριβούς και δυαδικής ταξινόμησης.","Website Fingerprinting is a type of traffic analysis attack where a passive adversary endeavours to identify a user’s web browsing activity by analysing traffic patterns of encrypted network packets sequence without any other knowledge. A number of defenses have been designed to counter these attacks both in network and application-layer. However, most of the defenses are impractical for deployment in the real-world since they require to modify the traffic of all users simultaneously (e.g. by altering the traffic in the TOR network). ALPaCA is an application-layer server-side Website Fingerprinting defense proposed recently in the literature. In this thesis, we evaluate and present ALPaCA (Application Layer Padding Concerns Adversaries) optimal configuration settings in a “self-defense” scenario namely one in which an administrator can apply the defense to his own website, but has no control whatsoever over other websites, as is typically the case in real-world scenarios. The configuration settings can be set by the .onion site administrator directly at the Nginx dynamic module which uses ALPaCA to protect the websites for which it is enabled. Our proposed configuration settings, obtained from the Quantitative Information Flow theory, efficiently decrease the adversary’s predictive accuracy to infer which .onion site the user visits, by altering the network traffic generated by the web application server. We present an experimental evaluation, for a variety of configurations including the optimal ones as well as those studied in the original ALPaCA paper, for both binary and exact classification adversaries."]},{"key":"dc:title","label":"Title","values":["Self-Defense Against Website Fingerprinting Using ALPaCA"]}]}],"canonical_facts":{"dc:creator":["Σκλεπάρης Ευστράτιος","Skleparis Efstratios"],"dc:date":["2020"],"dc:description":["Τo Website Fingerprinting είναι ένας τύπος επίθεσης ανάλυσης κίνησης όπου ένας παθητικός αντίπαλος προσπαθεί να προσδιορίσει τη δραστηριότητα διαδικτυακής περιήγησης ενός χρήστη αναγνωρίζοντας μοτίβα διαδικτυακής κίνησης στην κρυπτογραφημένη ακολουθία πακέτων δικτύου χωρίς καμία άλλη γνώση. Διάφορες άμυνες έχουν σχεδιαστεί για την αντιμετώπιση αυτών των επιθέσεων τόσο σε επίπεδο δικτύου όσο και σε επίπεδο εφαρμογής. Ωστόσο, οι περισσότερες από αυτές είναι πρακτικά αδύνατο να εφαρμοστούν στον πραγματικό κόσμο δεδομένου ότι απαιτούν καθολική αλλαγή στην κίνηση των χρηστών ταυτόχρονα (λ.χ. αλλαγή στην δικτυακή κίνηση μέσα στο δίκτυο Tor). Το ALPaCA είναι μία άμυνα επιπέδου εφαρμογής που εμφανίστηκε πρόσφατα στην βιβλιογραφία. Σε αυτή την διπλωματική εργασία, εξετάζουμε σε βάθος και παρουσιάζουμε βέλτιστες ρυθμίσεις λειτουργίας του ALPaCA (Application Layer Padding Concerns Adversaries) λαμβάνοντας υπόψιν ένα σενάριο «αυτοπροστασίας» στο οποίο ένας διαχειριστής ιστοσελίδας μπορεί να προστατεύσει μόνο το δικό του ιστότοπο, μη έχοντας καμία άλλη δυνατότητα να επηρεάσει ή να τροποποιήσει άλλες ιστοσελίδες, όπως συμβαίνει άλλωστε και στην πραγματικότητα. Οι ρυθμίσεις διαμόρφωσης του μπορούν να καθοριστούν από έναν διαχειριστή .onion ιστότοπου απευθείας στο Nginx δυναμικό module το οποίο χρησιμοποιεί το ALPaCA για να προστατεύσει τους ιστοτόπους για τους οποίους είναι ενεργοποιημένο. Οι προτεινόμενες ρυθμίσεις διαμόρφωσης, που απορρέουν από την θεωρία ροής πληροφορίας, μειώνουν επιτυχώς την ακρίβεια πρόβλεψης του αντιπάλου όσον αφορά τον .onion ιστότοπο που επισκέπτεται ο χρήστης, τροποποιώντας την διαδικτυακή κίνηση που προέρχεται από τον διακομιστή της διαδικτυακής εφαρμογής. Συμπεριλαμβάνουμε μια πειραματική μελέτη διαφόρων ρυθμίσεων συμπεριλαμβανομένου και της προτεινόμενης μας (ιδανικής) καθώς επίσης και των ρυθμίσεων που είχαν μελετηθεί στην αρχική ερευνητική εργασία του ALPaCA, σχετικά με αντιπάλους που τους ενδιαφέρουν προβλήματα ακριβούς και δυαδικής ταξινόμησης.","Website Fingerprinting is a type of traffic analysis attack where a passive adversary endeavours to identify a user’s web browsing activity by analysing traffic patterns of encrypted network packets sequence without any other knowledge. A number of defenses have been designed to counter these attacks both in network and application-layer. However, most of the defenses are impractical for deployment in the real-world since they require to modify the traffic of all users simultaneously (e.g. by altering the traffic in the TOR network). ALPaCA is an application-layer server-side Website Fingerprinting defense proposed recently in the literature. In this thesis, we evaluate and present ALPaCA (Application Layer Padding Concerns Adversaries) optimal configuration settings in a “self-defense” scenario namely one in which an administrator can apply the defense to his own website, but has no control whatsoever over other websites, as is typically the case in real-world scenarios. The configuration settings can be set by the .onion site administrator directly at the Nginx dynamic module which uses ALPaCA to protect the websites for which it is enabled. Our proposed configuration settings, obtained from the Quantitative Information Flow theory, efficiently decrease the adversary’s predictive accuracy to infer which .onion site the user visits, by altering the network traffic generated by the web application server. We present an experimental evaluation, for a variety of configurations including the optimal ones as well as those studied in the original ALPaCA paper, for both binary and exact classification adversaries."],"dc:identifier":["uoadl:2920810","https://pergamos.lib.uoa.gr/uoa/dl/object/2920810"],"dc:language":["Ελληνικά","English","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Self-Defense Against Website Fingerprinting Using ALPaCA"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:39:16Z"}