Performance of side-channel attacks on encrypted 802.11 web traffic and impact of network-level noise
Pedro Manuel Vasconcelos Fonseca · Open Repository of the University of Porto (University of Porto) · 2017
No mundo de hoje, as redes Wi-Fi estão difundidas por toda a parte e interligadas ao nosso dia-a-dia: acedemos-lhes através dos nossos smartphones, tablets e telemóveis. Isto significa que inevitavelmente muitos dados sensíveis são transmitidos através destas redes. A encriptação, que está presente em virtualmente todas as redes Wi-Fi, ajuda a proteger estes dados. Ainda assim, através de ataques side-channel é possível obter informação e potencialmente quebrar a privacidade de um utilizador. Esta tese tem o objetivo de desenvolver um destes ataques, de forma a identificar o website a que um utilizador está a aceder. Um dataset sólido, consistindo em numerosas capturas relativas a websites específicos, providencia os meios para que um algoritmo baseado em machine learning classifique uma captura de tráfego. Outro objetivo é estudar o efeito do ruído ao nível da rede na eficácia do algoritmo.