到底混淆（伪装）是特征，还是“没有特征”就是特征呢？

[lcdtyph]

下午看到一个帖子 https://www.v2ex.com/t/512951 ，里面有楼层说混淆本身就是特征。
但是我个人觉得没有特征才是最大的特征呀，想听听更多人的意见。

[geekvcn]

不是說了嗎 , 不管你怎麼搞 , 混淆還是不混淆 , 都能 100%識別 , 混淆更容易識別 , 特徵更明顯 , 不混淆也能識別 , 但是要在茫茫的合法和不合法流量裏挑出來很麻煩 , 也就是時間成本和性能開銷 , 非特殊時期部署後會不會影響正常合法流量和現有服務 , 一般特殊時期都是直接一刀切不管合法流量還是不合法 , 不止混淆是特徵 , 日流量 , 月流量 , 服務提供商等等都是特徵 , 真有必要物理斷網都行

[kljsandjb]

混淆就是特征 没毛病

[lcdtyph]

@geekvcn #1
先不考虑 100%识别的极端情况，因为不现实。
我觉得混淆之后的流量要识别是很麻烦的，因为要区分伪装的和真实的并不容易，从这个角度来说它的特征和已知合法协议一样，反而不那么明显了。
而没有特征的协议就不一样了，在特殊时期可以考虑随机阻断位置协议的流量，这个成本不要太低，所以没有特征本身就是一种特征呀。

[hundan]

我的观点：100%识别？没有特征是特征？混淆本身是特征？口嗨而已，讲讲细节讲的出来吗

[lcdtyph]

@kljsandjb #2 能详细说说么

[yexm0]

阿里云香港跟新加坡,无论你是正常做站的,还是拿来开飞机的,一律炸.
所以特征不特征的就只是看人家心情而已.

[lcdtyph]

@yexm0 #6 阿里云可以直接在你的服务器上作行为监视，这个炸了不是很正常么。

[geekvcn]

@lcdtyph HTTPS , HTTP 的本身特徵都很明顯 , 但是偽裝後的流量和正常 HTTP , HTTPS 區別很大 , 比方說單 IP 訪問頻率 , 流量 , 沒有特徵意味著混在海量流量里 , 海量流量都是沒特徵的 , 而不是像伪装成微信视频通话的数据包 , HTTP , HTTPS 這些協議本身正常流量有很大特徵 , 不符合正常的特徵全部 ban 了

[yexm0]

@lcdtyph 与监视无关,是连正常的做站也被干扰的.
@hundan 上一年带 R 的写了个检测不带 R 的流量的程序,然后不带 R 的那位反击写了个识别带 R 的流量的程序,这俩的程序识别出来的精确度还行.

[lcdtyph]

@geekvcn #8
这个问题感觉是因为目前常用的混淆效果得不够好导致的…
你说的“海量流量”具体指什么呢，我理解的是这些在经过骨干节点的流量绝大多数都是 HTTP/HTTPS 吧。

[aa6563679]

反正我的机场只要是 tls 一律炸，不管是真 https 还是其他的东西

[geekvcn]

@lcdtyph 還有你一直說特殊時期 , 特殊時期一般是白名單制 , 混淆不混淆都沒用 , 就是我所說的一刀切 , 所以平時情況下混淆一定是更容易被識別

[geekvcn]

@lcdtyph TCP , UDP 流量那麼多 , http/https 只是 TCP 數據包中的一部分什麼時候占絕大多數了

[lcdtyph]

@geekvcn #13 因为普通用户是绝大多数呀，能扩散出去的一般也就 HTTP(s)+DNS 了，顶多再有一些视频语音流量和 BT 什么的。

[wy315700]

和正常的流量有任何一点不一样就是特征

[geekvcn]

@lcdtyph 就這麼和你說吧 , 全看當局臉色 , 嚴的時候白名單 , 或者物理斷網 , 不嚴的時候混在海量 TCP/UDP 流量里而不是 HTTP 這類只是 TCP 的一種更好 , 我就打個比方 , 一個國內的 IP 每天都對國外一個 IP 大流量 , 按照你說的一般人也就上上網而且是不同的網 , 那這個 IP 不是跳板是什麼? 而且這個 IP 還是搬瓦工這類大型企業不會用 , 一般人很多用來做跳板的 , 所以沒有混淆和不混淆 , 只有嚴不嚴

[hundan]

@yexm0 是这样的，如果说 100%识别能做到只是资源问题的话，反过来说也是一样的。这里并不是谈论现有的协议和检测手法，能被检测只能说明协议伪装不够完美。
流量的传递和识别，本质上一个是客户端和服务端的解析，然后中间人进行特征提取。
但理论上可以创造一种协议，比如伪装成 http，使得流量的内容在中间人看来可以完美的解析为 http，或者说流量可被浏览器解析为正常页面，而在两端被使用自有协议解析。
也就是说，理想情况下的流量和正常流量完全一致。
上面某人说的 100%识别只是资源问题，那我也可以说 100%伪装也是资源问题。
但是唯一的问题是开发难度极大。
当然如果你们加个前提条件:现有协议，那当我没说过。

[hundan]

虽然感觉你们在扯现有协议的问题，我可能扯远了

[love4taylor]

讲一件事 正常 TLS 流量在运营商后台是可以看到域名的. 而 s(r) 混淆出来的只有 IP.

[lcdtyph]

@Love4Taylor 目前原版和 r 版的 tls 混淆都是有 sni 部分的，是看得见域名的。

[love4taylor]

@lcdtyph #20 然而就是看不到 这几年我尝试过无数次 相比之下 v2 的完整 TLS 才会有域名 (江苏联通的 DPI 还是很强的

[geekvcn]

@hundan 沒說現有協議 , 我只是告訴他混在海量 TCP/UDP 數據包裏面比混在 HTTP/HTTPS 這類本身就有特徵的流量裏更好罷了 , 至於怎麼實現還是用別人的輪子都更不容易被識別

[Liqianyu]

混淆流量是通过混淆伪装正常流量，提供强特征以避免 QoS。
加密流量没有特征但可以阻断或 QoS，白名单才可以完全屏蔽。

[honeycomb]

@lcdtyph 首先你的目的是什么，这里应该有这些：
1，它认不出来目标就是它要的东西
2，目标应该也是足够低调（比如和大众足够相似），不致不引起它注意

[lcdtyph]

@honeycomb #24 我的目的是：
1. 尽量不被注意
2. 万一被怀疑了或者抽查到了，也尽量不被检测出来

[CEBBCAT]

@geekvcn 有博客吗？想关注一下

[CEBBCAT]

破娃讨论过这个问题，好像还在 Twitter 上拿公交车 出租车 私家车打了个比喻

[whkvf]

流量为王

[cwek]

你要看混淆的程度，现在有一种研究就是做对加密流量负载的特征分析，这样做得话，混淆了和没做的没啥区别，其次是端口探测，如果对于访问行为能正确响应的，那就能避免被容易探测出来而减少风险。对于流量分析，好像有个说法是在不确定具体账户情况下，对于账户间的大额金额流动是不敏感的。

所以，如果伪装得好，的确对抗分析还是有效果的。（其实就是流量整形和避免单纯模仿。）

[alfchin]

@hundan 开个 ssr 直接在出口防火墙端提示异常 https 协议流量。ss 流量稍微大一点提示未知大流量协议。要解密流量很难也没必要，但是要把那些有问题的流量标志出来的成功率还是很高的，尤其是那些用来看 4k 的傻鸟。

[alfchin]

@hundan 你这东西完全实现不了的。你的正常 http 单位时间能附加的东西是有限度的，而且没事连续高频刷几个页面本身就是高度可疑行为。结论就是流量一大分分钟被抓。目前所有工具在流量统计面前都是没啥用的，因为行为过于反常了，除非你能混在已经备案过的白名单流量里面。

[hundan]

@alfchin “连续高频刷几个页面”并不是我说的 是你自己理解的 理想状态下是构造出 http 协议下的正常页面 不是特定某几个页面
“ http 附加信息”这个也是你自己理解的 我指的不是在 http 下附加信息 并不是说现有的这种 http 伪装
理想状态下的 http 伪装 在 gfw 面前是一台日夜不停工作的爬虫 流量大但是内容正常

[cwbsw]

@hundan 正常爬虫会日夜不停地访问同一个 IP 吗？

[hundan]

@cwbsw 这不是很正常吗？其他不说，爬煎蛋的人应该不少吧？日夜不停地爬一个网站，有什么问题

[leavic]

说混淆特征更明显的既不懂密码学也不懂统计学，甚至连玄学都没学过。

[leavic]

@geekvcn 在一个莫名其妙的端口上，有巨大的不可解析的非常规协议的 tcp 流量，难道就比大流量的 http 特征更不明显了吗？

[leavic]

@geekvcn 你说的白名单时期我还真没经历过，臆想出来的吗？

[alfchin]

@hundan 你自己都没发现你的逻辑有问题吗？一个啥都不是的网站，值得爬虫天天爬，大流量爬？墙现在也有主动探测能力。过去看一眼结合流量直接傻了。除非你能在白名单网站的网段内找到一个跳板，不然这招也是行不通。

[hundan]

@alfchin “啥都不是”这个不是你自己理解的吗？？

[hundan]

@alfchin 既然不考虑精力和开发难度，你都能把墙说得这么牛逼，能不能把你的想象力分一部分到伪装上？

[qwvy2g]

是不是有人以为混淆了显示个域名就检测不到你连接的 ip 了？

[lcdtyph]

@qwvy2g #41 混淆的目的从来都不是隐藏 ip