المنهج الدراسي الدرس 143 من 156 · شبكات المجهولية وتحليل حركة البيانات
شبكات المجهولية وتحليل حركة البيانات

بصمة الموقع الإلكتروني

لماذا هذا مهم حتى عندما لا يستطيع المراقب رؤية الموقع الذي تزوره، يمكن لشكل تحميل الصفحة أن يكشفه: كم ترسل، وكم يعود. يوضح هذا المختبر كيف يتم إجراء ذلك التخمين، وكيف يحارب padding ذلك، ولماذا تجعل نتائج المختبر الهجوم يبدو أقوى مما هو عليه في الحياة الواقعية.

فكر في الطرود المغلفة بورق بني سادة. لا يمكنك قراءة الملصق، لكن الطرد الطويل والنحيف هو على الأرجح ملصق، والطرد المربع الثقيل هو على الأرجح كتب. تحميل الصفحات هو نفسه: موقع فيديو يسحب الكثير من البيانات، ومنتدى نصي يسحب القليل جدا. الغلاف يخفي المحتويات، وليس الحجم والشكل.

بصمة الموقع الإلكتروني: تخمين الموقع الإلكتروني الذي قام شخص ما بتحميله من نمط حركة مرور بياناته المشفرة فقط، من خلال مقارنته بالأنماط المسجلة سابقاً.

Cell: وحدة حركة مرور ثابتة الحجم. في هذا المختبر، تحميل الصفحة هو قائمة من الخلايا: 1 للخلية التي أرسلتها، -1 للخلية التي استلمتها.

مصنف بسيط: أقرب مركز

أولاً، قم بتقليل كل load إلى رقمين، وهما features: الخلايا الصادرة والخلايا الواردة. يقوم cells.count(1) و cells.count(-1) بذلك. بعد ذلك، لكل site، احسب متوسط features لـ training loads الخاصة به. نقطة المتوسط تلك هي centroid الخاصة بالـ site، وهي شكله النموذجي. لتصنيف load جديد، ابحث عن الـ centroid الأقرب إليه.

Centroid: متوسط مجموعة من النقاط: متوسط x، متوسط y. هنا، واحد لكل موقع.

import math
from watched.leg7b_onion import page_loads

data = page_loads(seed=3)          # {"train": [...], "test": [...]}
load = data["train"][0]
print(load["site"], len(load["cells"]))
print(math.dist((30, 400), (33, 420)))   # straight-line distance between two points
# min(sorted(model), key=lambda s: ...) picks the site with the smallest value,
# and on a tie the one that comes first alphabetically.

الدفاع: الحشو

تضيف

Padding خلايا وهمية لتبدو الأحمال أقل شبها بمواقعها. يضيف تصميم البحث المسمى FRONT عددا عشوائيا من الخلايا الوهمية، غالبا بالقرب من بداية الحمل حيث تكشف الصفحة عن معظم المحتوى. يضيف pad_traces(traces, budget, seed) ما يصل إلى budget من الخلايا الوهمية في كل اتجاه لكل حمل.

لقياس ذلك بشكل عادل، افترض أن المراقب يعرف أنك تقوم بعملية padding وتدرب على الأحمال المضافة أيضاً. يؤدي padding إلى خفض الدقة بدلاً من إحباط الهجوم، وتكلف البيانات الوهمية عرض النطاق الترددي. ستقوم بقياس كليهما: انخفاض الدقة و overhead، الخلايا الإضافية ككسر من الأصل:

overhead = total_cells_after_padding / total_cells_before - 1   # 0.5 means 50% more traffic
يحتوي

Tor على إطار عمل لحشو الدوائر، لكن الحشو الثقيل ضد بصمة الموقع غير مفعل للتصفح العادي (تم التحقق في أكتوبر 2026)، ويرجع ذلك بشكل كبير إلى تكلفة عرض النطاق الترددي هذه.

لماذا يبالغ المختبر في وصف الهجوم

هنا يعرف المراقب أنك تزور أحد ثمانية مواقع. هذا هو عالم مغلق. يزور الأشخاص الحقيقيون ملايين المواقع: إنه عالم مفتوح. حينها تؤثر المعدلات الأساسية بشكل كبير. افترض أن مصنفاً يحدد موقعاً حساساً بشكل صحيح بنسبة 95% ويحدد 5% من الأحمال الأخرى بشكل خاطئ. إذا كان حمل واحد فقط من كل 1,000 يذهب حقاً إلى ذلك الموقع، فمن بين 100,000 حمل يتم تحديد حوالي 95 زيارة حقيقية، جنباً إلى جنب مع حوالي 4,995 إنذار كاذب. أكثر من 98% من الإنذارات خاطئة.

خطأ شائع: "بصمة الموقع تعني أن Tor معطل." هذا يعني أن مراقباً واحداً محدداً، وهو الموجود بينك وبين حارسك، يمكنه تقديم تخمينات مدروسة تعمل بشكل أفضل بكثير في المختبر منها في العالم المفتوح الفوضوي. هذا خطر حقيقي يستحق الدفاع ضده، وليس سبباً للاستسلام.

كل الأحمال هنا محاكاة. لا يتم تسجيل أو تحليل أي حركة مرور حقيقية.

في لغات أخرى

خطوة أقرب مركز، في مكان آخر:

// JavaScript
function classify(model, cells) {
  const f = [cells.filter(c => c === 1).length, cells.filter(c => c === -1).length];
  let best = null, bestD = Infinity;
  for (const site of Object.keys(model).sort()) {
    const d = Math.hypot(f[0] - model[site][0], f[1] - model[site][1]);
    if (d < bestD) { best = site; bestD = d; }
  }
  return best;
}
// Rust
fn dist(c: &(f64, f64), out: f64, inc: f64) -> f64 {
    ((c.0 - out).powi(2) + (c.1 - inc).powi(2)).sqrt()
}

fn classify(model: &BTreeMap<String, (f64, f64)>, cells: &[i8]) -> String {
    let out = cells.iter().filter(|&&c| c == 1).count() as f64;
    let inc = cells.iter().filter(|&&c| c == -1).count() as f64;
    model.iter()
        .min_by(|a, b| dist(a.1, out, inc).partial_cmp(&dist(b.1, out, inc)).unwrap())
        .map(|(s, _)| s.clone()).unwrap()
}

ملخص

  • لا يزال لتحميل الصفحات المشفّرة شكل؛ ومقارنة الأشكال يمكن أن تخمّن الموقع.
  • أقرب مركز: احسب متوسط ميزات كل موقع، ثم اختر المتوسط الأقرب.
  • يقلل
  • Padding من الدقة بدلا من إحباط الهجوم، ويكلف عرض النطاق الترددي: قم بقياس كليهما.
  • تتجاوز أرقام مختبر العالم المغلق الهجمات الحقيقية، لأن المعدلات الأساسية تنتج الكثير من الإنذارات الكاذبة.
دورك

اكتب أربع دوال:

  1. features(cells): الزوج (outgoing, incoming)، أعداد 1 و -1.
  2. train(traces): قاموس يربط كل trace["site"] بمتوسط عدد المسارات الخارجة ومتوسط عدد المسارات الداخلة الخاصة به.
  3. classify(model, cells): الموقع الذي يكون مركزه الأقرب إلى math.dist؛ استخدم min(sorted(model), key=...) لضمان اختيار الموقع الأول أبجدياً في حال وجود تعادل.
  4. accuracy(model, traces): الجزء المصنف كموقع خاص بهم.
ثم قم بتعيين acc_plain (التدريب على data["train"]، والاختبار على data["test"])، acc_padded (تدريب نموذج جديد على padded_train، والاختبار على padded_test) و overhead (إجمالي الخلايا في padded_test مقسوما على إجمالي الخلايا في data["test"]، ناقص 1). تستخدم الاختبارات أيضا أحمالا أخرى.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.