Почему «выглядит случайно» не значит «выглядит нормально»

Полностью зашифрованный поток без структуры не растворяется в трафике — он образует отдельный класс. Почему устранение сигнатуры не даёт неразличимости.

2026-08-31 GIGATAP Team #vpn
#vpn#anticensorship#obfuscation#traffic-analysis#shadowsocks

Почему «выглядит случайно» не значит «выглядит нормально»

Интуитивно кажется, что идеал маскировки — поток, неотличимый от случайных байтов. Нет заголовков, нет опознаваемых полей, нет структуры: не за что зацепиться. На практике всё наоборот: отсутствие структуры само по себе является структурой, и именно по нему проще всего отделить необычное соединение от обычного.

Интуиция ошибается, и способ, которым она ошибается, определяет целое семейство проектных решений.

Классификация методом исключения#

Ошибка в постановке задачи. Цензору не нужно опознать ваш протокол. Ему достаточно установить, что это не один из известных разрешённых.

Исследование, представленное на USENIX Security в 2023 году, описало работающий классификатор полностью зашифрованного трафика. Он использовал признаки, которые не требуют понимания содержимого:

  • доля установленных бит в первом полезном пакете;
  • доля печатных ASCII-символов;
  • расположение этих символов внутри пакета;
  • отсутствие маркеров известных протоколов.

Логика простая: если это не TLS, не QUIC, не SSH, не DNS — и при этом выглядит высокоэнтропийным, то подозрительно.

Обычный интернет состоит из протоколов со структурой. Поток без структуры не растворяется в нём, а выделяется на его фоне.

Отсюда следует разделение целей#

Полезно различать два свойства, которые часто путают.

Свойство Что означает Против чего работает
Устранение сигнатуры нет фиксированных байт, по которым опознаётся протокол сигнатурный поиск
Неразличимость поток статистически похож на разрешённый класс классификация по признакам

Первое не влечёт второе. Протокол может не иметь ни одного постоянного байта и при этом попадать в класс «неизвестный высокоэнтропийный» с первой же попытки.

История Shadowsocks — учебный пример этого перехода. Ранние версии ловились по содержимому. После устранения содержательных признаков цензор перешёл к классификации первых зашифрованных пакетов по статистике — и продолжил ловить.

Цена ошибки для цензора#

У этой картины есть важная деталь, которая объясняет, почему такие классификаторы применяются осторожно.

Авторы того же исследования оценили: прямое применение восстановленных ими правил затронуло бы около 0,6% обычных TCP-соединений.

Полпроцента звучит немного, пока не переведёшь в абсолютные числа на масштабе страны. Это и есть базовая проблема цензора: при низкой доле искомого трафика даже точный классификатор даёт неприемлемое количество ложных срабатываний.

Отсюда практическое следствие: дорогая для цензора ошибка — ваша защита. Чем больше обычного трафика пострадает от правила, тем осторожнее оно применяется.

Разбор: как выглядит классификация методом исключения#

Логика классификатора умещается в короткое дерево. Обратите внимание, что вопроса «это прокси?» в нём нет вовсе.

первый полезный пакет соединения
        │
        ├─ есть маркер TLS?        ─да─► разбор TLS, проверка имени
        ├─ есть маркер QUIC?       ─да─► разбор QUIC
        ├─ похоже на SSH?          ─да─► пропустить
        ├─ похоже на DNS?          ─да─► пропустить
        │
        └─ нет ни одного маркера
                │
                ├─ доля печатных ASCII низкая?     ─┐
                ├─ биты распределены равномерно?   ─┼─► «неизвестный
                └─ структуры не видно?             ─┘    высокоэнтропийный»
                                                            │
                                                            ▼
                                                        подозрительно

Идеально случайный поток проходит этот путь до самого низа и попадает в последнюю категорию. Не потому, что его опознали, а потому, что он не совпал ни с чем известным.

Обычный HTTPS сюда не доходит: он отсеивается на первой же ветке.

Числовой пример: почему полпроцента — это много#

Оценка ложных срабатываний в 0,6% звучит безобидно, пока не переведёшь в абсолютные величины.
Соединений в сутки у среднего оператора сотни миллионов
Доля ложных срабатываний 0,6%
Затронутых обычных соединений миллионы в сутки

Это и есть причина, по которой такие правила применяются осторожно, а не повсеместно.

Дальше — прямое следствие для проектирования. Сравните два транспорта с точки зрения цензора:

Транспорт Ложных срабатываний при блокировке Решение цензора
Случайный поток на выделенном порту почти нет — класс узкий заблокировать дёшево
Настоящий HTTPS на 443 миллионы обычных сессий заблокировать дорого

Отсюда критерий, который полезнее «насколько хорошо мы спрятались»: сколько чужого трафика пострадает, если нас всё-таки решат заблокировать. Чем больше — тем устойчивее позиция, и это свойство архитектуры, а не качества маскировки.

Два полюса проектирования#

Из сказанного вырастают две противоположные стратегии, и обе жизнеспособны.

Полюс случайности. Поток стремится к неотличимости от случайных байтов, активное зондирование не получает подтверждающего ответа. Сильно против сигнатур и против пробирования, слабо против модели «неизвестное — подозрительно».

Полюс мимикрии. Транспорт использует настоящий массовый протокол — не имитирует его байты, а действительно им является. Цензор вынужден отличать валидное поведение разрешённого протокола от другого валидного поведения того же протокола.

Второй подход дороже в развёртывании, но у него есть свойство, которого нет у первого: цена ошибки переносится на цензора. Заблокировать плохо замаскированный поток дёшево. Заблокировать то, что неотличимо от массового веб-трафика, — значит задеть массовый веб-трафик.

Почему случайный паддинг не спасает?#

Частая ошибка — считать, что добавление случайного заполнения решает задачу. Заполнение меняет длины, но не добавляет структуры, а классификация методом исключения реагирует именно на её отсутствие.

Работа, представленная на USENIX Security в 2024 году, показала предел этого подхода: случайный паддинг разрушает точные сигнатуры размеров, но не скрывает общую форму — последовательность пачек, направления, число обменов до передачи полезных данных.

В частности, вложенное защищённое соединение внутри туннеля оставляет наблюдаемый след, переживающий разные виды заполнения. Увеличить каждый пакет на случайное число байт недостаточно, если по внешнему потоку по-прежнему видно, что внутри только что состоялось ещё одно рукопожатие.

Ловушка максимальной энтропии#

Отсюда вывод, противоречащий интуиции.

Правильная цель заполнения — не максимальная случайность, а соответствие распределению прикрытия. Равномерный случайный джиттер в диапазоне не делает поток похожим на браузерный — он делает его похожим на поток с равномерным случайным джиттером, а это отдельный опознаваемый признак.

Обобщённо: обфускация, выходящая за границу нормального поведения своего слоя, создаёт новый признак вместо сокрытия старого.

Наглядный пример из другой области — параметры маскировки, при которых мусорные пакеты превышают MTU и вызывают фрагментацию. Фрагментация редка для обычного трафика, и маскировка приводит к тому, ради чего затевалась наоборот.

Что из этого следует практически#

Формулируйте цель как «похоже на разрешённый класс», а не «непохоже ни на что». Вторая формулировка приводит к отдельному классу, который легко описать правилом.

Проверяйте не наличие сигнатуры, а различимость. Вопрос «есть ли у нас постоянные байты» отвечает не на тот вопрос. Правильный: «отличает ли простой классификатор наш поток от корпуса обычного трафика».

Начинайте с интерпретируемых моделей. Если решающее дерево на первых восьми пакетах уверенно отделяет ваш транспорт от обычного HTTPS, сложная защита преждевременна: у транспорта грубый отпечаток, и его надо убрать до всего остального.

Вывод#

«Выглядит случайно» и «выглядит нормально» — разные свойства, и второе труднее.

Случайность защищает от того, кто ищет известное. Она не защищает от того, кто ищет неизвестное — а именно эта постановка задачи оказалась и дешевле, и практичнее для цензора.

Долгосрочно устойчивее не тот транспорт, который лучше прячется, а тот, блокировка которого дороже обходится блокирующему.

Термины#

  • Классификация методом исключения - подход, при котором подозрительным считается всё, что не опознано как известный протокол.
  • Цена ошибки - ущерб для блокирующего от ограничения законного трафика — величина, ограничивающая жёсткость правил.
  • Ловушка максимальной энтропии - состояние, при котором идеальная случайность делает поток заметнее, а не незаметнее.

FAQ: частые вопросы#

Разве случайный поток не идеальная маскировка?#

Нет. Обычный трафик не выглядит случайным, поэтому идеальная случайность попадает в категорию «неизвестное», а не «обычное».

Почему паддинг не решает задачу?#

Он меняет размеры, но не добавляет структуры. Неопознанное остаётся неопознанным, независимо от распределения длин.

Что тогда работает?#

Похожесть на разрешённый протокол вместо непохожести ни на что. Цель — попасть в известную категорию, а не остаться вне категорий.

Что читать дальше#