Reliable Hierarchical Operating System Fingerprinting via Conformal Prediction

想象一下你是一名数字侦探，正试图弄清楚互联网上正在与你交谈的电脑究竟是什么类型的。它是一台 Windows 笔记本电脑、一部 Android 手机，还是一台 Linux 服务器？这种侦探工作被称为“操作系统指纹识别”（OS fingerprinting）。通常，侦探们会观察这些计算机发送消息时的一些微小且独特的特征——比如它们开始握手的方式，或者它们数据包的大小。但问题在于，互联网是一个混乱的地方。有时，线索是模糊的。一个标准的侦探可能会自信满满地大喊：“它绝对是 Android！”但实际上它可能是一部 iPhone。在涉及高风险的安全领域，这种自信的错误可能是灾难性的。

为了解决这个问题，科学家们使用了一种数学工具——“符合预测”（Conformal Prediction）。与其把它看作是一个给出单一答案的预言水晶球，不如把它看作是一个安全网。它不说是“它是 X”，而是说“它几乎可以肯定属于 X、Y 或 Z 中的一种”。这提供了一个保证：如果你将你的安全网设置为捕捉 95% 的情况，那么无论数据变得多么奇怪，它都能在 95% 的时间内成功捕捉到目标。但这里有一个陷阱：操作系统不仅仅是一个平铺的名称列表；它们是一个家族树。Windows 是祖辈，Windows 10 是父辈，而 Windows 10 22H2 是子辈。如果你的安全网说“它是 Mac”，但同时也说“它是 Windows 10”，那就是一个逻辑混乱。本文探讨了如何构建一个尊重家族树的安全网，确保如果你猜中了某个子辈，你也同时猜中了正确的父辈。

家族树问题

在网络安全领域，识别操作系统（OS）就像仅仅通过脚步声来识别人群中的某个人。你可能会听到沉重的靴子声（Windows）、轻盈的运动鞋声（Linux），或者某种特定品牌的跑步鞋声（Android）。传统上的安全系统表现得像是一个固执己见的侦探，指着一个人说：“那就是嫌疑人！”但如果侦探错了，整个安全计划就会失败。

本文的作者意识到，操作系统具有天然的层级结构，就像一棵家族树。在顶端，有像“Windows”或“Linux”这样的大类家族。其下是主要版本，如“Windows 10”或“Ubuntu 20.04”。在最底层，则是具体的次要版本，如“Windows 10 22H2”。问题在于，标准的“安全网”方法（符合预测）通常将每个操作系统视为列表中相互独立的、无关的项目。如果你要求它们进行猜测，它们可能会给你一个包含“Windows 10”和“Android 11”的列表，却忘了包含“Windows”家族；或者更糟的是，它们可能说家族是“Android”，但具体版本却是“Windows 10”。这就像是在说：“这个动物是狗，但它也是一只猫。”这毫无逻辑。

构建安全网的两种方式

研究人员使用来自一所大学的超过 10 万条真实网络流量记录，测试了两种不同的策略来修复这种逻辑混乱。他们想看看哪种方法能在不至于过于笼统的情况下，给出一个安全且逻辑严密的可能性列表。

策略 1：独立猜测者（层级式 CP）
想象你有三个不同的侦探在处理同一个案件。一个侦探只看家族名称，另一个只看主要版本，第三个只看次要版本。他们彼此互不沟通。

• 运作方式： 每个侦探各自独立地构建他们的安全网。
• 结果： 这种方法非常精准。它会给你非常小且具体的列表。如果家族侦探确定是“Windows”，那么列表就会很小。
• 缺陷： 因为他们互不沟通，所以有时会产生矛盾。家族侦探可能说“它是 Linux”，而次要版本侦探却说“它是 Windows 10”。在他们的测试中，这导致了大约 30% 到 40% 的“层级不一致率”（HIR）。它很高效，但在逻辑上是破碎的。

策略 2：向上投影器（基于投影的 CP）
现在，想象你只有一个侦探，他观察最微小的细节（次要版本），然后沿着家族树向上工作。

• 运作方式： 侦探找到具体的叶子节点（例如“Windows 10 22H2”），然后说：“好吧，如果是这个，那么它也必须是‘Windows 10’和‘Windows’。”他将答案向上投影以填补空白。
• 结果： 这种方法在逻辑上是完美的。其“层级不一致率”正好为零。你永远不会得到一个“家族是 Windows 但子辈是 Android”的结果。
• 缺陷： 它稍微保守一些。因为它必须包含特定猜测的所有可能父辈，所以在顶层（家族层级）的列表会变大。如果侦探对具体版本不确定，整个家族树都会被纳入安全网，从而使顶层的列表变得不够精确。

巨大的权衡

本文的主要发现是，在高效性（小而精密的列表）与一致性（逻辑完美的列表）之间存在着根本性的权衡。

• 如果你需要人类阅读结果： “独立猜测者”（层级式 CP）更好。人类分析师可以看一眼显示“家族：Windows，版本：Android 11”的列表，并意识到：“噢，机器对版本产生了困惑，但它肯定属于 Windows。”他们可以用大脑来修正错误。
• 如果你需要计算机做出决策： “向上投影器”（基于投影的 CP）是赢家。自动化系统无法处理矛盾。如果命令计算机“拦截 Android”，但列表显示“家族：Windows”，计算机就会陷入僵局。投影法保证了列表始终合乎逻辑，即使列表会稍长一些。

他们的发现

研究人员进行了 50 次测试以确保万无一失。他们发现，当设定为该目标时，两种方法都成功捕捉到了正确答案至少 95% 的情况，证明了这些安全网是有效的。然而，“独立”方法产生的家族层级列表要小 10-20%，但逻辑上是混乱的。“投影”方法产生的列表在逻辑上是完美的，但由于必须考虑到每一种可能性，其家族层级的列表会稍大一些。

最后，论文指出，并没有所谓的单一“最佳”方法。这取决于谁在使用这个答案。如果是由人类进行取证工作，那么那个虽然混乱但精准的方法是可以接受的。但如果是一个机器人正在拦截网络访问，它需要那个完美逻辑化、虽然稍长一点的列表，以避免犯下愚蠢的错误。作者已将其代码和数据公开，以便他人可以在自己的网络上尝试这些方法，从而帮助构建一个让我们能准确了解所面对之物的更安全的互联网。