Contexto: El término huella digital de videos (video fingerprinting) se refiere a una clase de técnicas para identificar el video que un usuario está viendo, mediante el análisis del tráfico cifrado entre la computadora del usuario y el servidor. Esto funciona porque el tráfico de datos contiene patrones reconocibles resultados de características únicas de cada video. El proceso de identificación suele involucrar la IA en la forma de modelos de clasificación. Se han presentado muchos ataques que utilizan tales modelos pero la inmensa mayoría no se han evaluado en condiciones de red variadas, a la vez que hacen falta estudios con un enfoque en condiciones difíciles.
Descripción: El artículo presenta modificaciones de dos ataques de website fingerprinting para funcionar mejor contra el tráfico de videos, uno de los cuales supera al mejor ataque previamente publicado en varias situaciones. Estos ataques se usan para evaluar los efectos de condiciones de red variadas, de dónde se sacan los datos de entrenamiento y de prueba así como diferencias de latencia en vivo. Se consideran también los impactos de la duración de pruebas, el número de pruebas y el tiempo de entrenamiento. Usamos los resultados para ilustrar cómo el rendimiento de los ataques cambia debido a varios factores.