Video-streaming applications are very popular these days. Existing studies of video streaming have attempted to identify video titles of users using machine-learning techniques to identify specific patterns of video packets transmitted over the network. However, these studies have limitations when applied to actual environments where the network is congested or there are multiple users in the same network. This paper proposes Video Title Identification using open Metadata (VTIM), which identifies video titles by analyzing storyboards andMedia Presentation Description (MPD) of MPEG-DASH in connection with video packets transmitted over the network. Attack was carried out using VTIM on 13,291 videos selected from actual video-streaming environment of YouTube. Our experiments show that VTIM is able to identify video titles with 100% accuracy at nearly thirty times faster than existing methods based on machine-learning techniques. The paper also proposes and evaluates a countermeasure against VTIM.
비디오 스트리밍 애플리케이션은 오늘날 각광 받고 있다. 기존 연구는 네트워크를 통해 전달되는 비디오 패킷의 특정 패턴을 식별하기 위해 머신 러닝 기법을 사용하여 사용자의 비디오 제목을 식별하고자 노력하였다. 하지만, 기존 연구는 비디오 제목 식별에 관하여 네트워크 혼잡 상태이거나 같은 네트워크에서 다수의 사용자를 고려하는 실제 환경을 고려하지 않았다. 본 학위논문에서는 네트워크를 통해 전달되는 비디오 패킷과 공개된 메타데이터인 스토리보드 및 MPEG-DASH의 MPD의 분석을 연결 짓는 공개된 메타데이터를 이용한 비디오 제목 식별 공격을 제시한다. 실제 비디오 스트리밍 환경인 유튜브에서 수집된 13,291개의 비디오로 공개된 메타데이터를 이용한 비디오 제목 식별 공격이 수행되었다. 제안하는 공개된 메타데이터를 이용한 비디오 제목 식별 공격은 100%의 정확도와 머신 러닝 기법을 사용한 기존 연구에 비하여 30배 이상 빠르게 연산한다. 또한, 본 학위논문은 공개된 메타데이터를 이용한 비디오 제목 식별 분석을 차단하는 방어 기법을 제안 및 평가한다.
