Análisis de tráfico
Por qué importa El cifrado oculta lo que dices, pero no cuándo lo dices ni cuánto. Vigilar solo los tiempos del tráfico puede revelar quién habla con quién, incluso a través de una red de anonimato. Verlo funcionar con flujos simulados deja claro qué puede y qué no puede prometer Tor, y por qué la defensa más fuerte cuesta tanto.
Imagina que no puedes abrir el correo de nadie, pero puedes vigilar dos oficinas de correos. Cada vez que sale una tanda de cartas de casa de Ana, llega un momento después una tanda parecida a una clínica. Nunca lees una palabra, y aun así puedes adivinar que Ana escribe a la clínica.
Metadatos: datos sobre un mensaje en lugar de su contenido: cuándo se envió, qué tamaño tenía, de dónde vino y adónde fue.
Análisis de tráfico: averiguar cosas a partir del patrón de la comunicación (tiempos, tamaños, volúmenes) sin leer el contenido.
El escenario
Un observador vigila dos sitios: el enlace entre los usuarios y su guardián, y el enlace entre las salidas y los sitios web. La función tor_flows(seed) de watched.leg7b_onion te da grabaciones simuladas de los dos. Cada paquete es una celda, la unidad de tráfico de tamaño fijo de Tor (514 bytes), así que el tamaño no te dice nada. Lo único que tienes son los tiempos. Los nombres de los flujos de los dos lados están barajados, y el lado de la salida llega un poco retrasado.
from watched.leg7b_onion import tor_flows
flows = tor_flows(seed=1)
print(flows["entry"][0]["flow"]) # e01
print(flows["entry"][0]["packets"][:3]) # [(time_in_seconds, size), ...]
print(flows["exit"][0]["flow"]) # x01, but which user is it?
# flows["answers"] holds the truth, so you can score your guesses.Paso 1: convertir los paquetes en una forma
Cuenta cuántos paquetes caen en cada segundo: el segundo 0 contiene los tiempos desde 0 hasta 1 (sin incluirlo), y así sucesivamente. int(t) da el segundo al que pertenece un tiempo. Un flujo se convierte en una lista como [0, 7, 9, 1, 0, 0, 6, ...]: su forma a lo largo del tiempo.
Paso 2: comparar dos formas
Correlación: un número de -1 a 1 que dice cuánto suben y bajan juntas dos listas. 1 significa perfectamente a la par, 0 significa que no hay relación. Python la trae integrada: statistics.correlation(a, b).
Si una lista nunca cambia (todos los valores iguales), la correlación no está definida y Python lanza statistics.StatisticsError. Captúralo y usa 0.0, que significa "ninguna prueba en un sentido ni en otro".
import statistics
print(statistics.correlation([1, 5, 2, 8], [2, 9, 3, 15])) # close to 1: in step
try:
statistics.correlation([3, 3, 3], [1, 2, 3])
except statistics.StatisticsError:
print("a flat list has no correlation")Paso 3: emparejar cada flujo de entrada con el flujo de salida más parecido
Para cada flujo de entrada, prueba todos los flujos de salida y quédate con el de mayor correlación. En esta simulación, solo eso empareja bien a casi todo el mundo. Los ataques reales de este tipo, que han estudiado los investigadores, funcionan con el mismo espíritu.
Las defensas, y su precio
- Tráfico de cobertura aleatorio: añade celdas falsas en momentos aleatorios. Difumina un poco la forma, pero las ráfagas siguen destacando. Verás que apenas ayuda.
- Ritmo constante: envía exactamente el mismo número de celdas cada segundo, rellenando los huecos con celdas de relleno y haciendo esperar su turno a las celdas reales. Todos los segundos parecen idénticos, así que la forma desaparece. El precio es ancho de banda (todo ese relleno) y retraso (las celdas hacen cola durante las ráfagas).
Tor añade un poco de relleno para difuminar los registros de conexión aproximados, pero no oculta la forma de tu tráfico a alguien que pueda vigilar los dos extremos (comprobado en octubre de 2026). Elige un retraso bajo para que la web siga siendo usable. La última lección de este módulo mira redes que eligen al revés.
Una idea equivocada muy común: "Si todo está cifrado, nadie puede saber con quién hablo." El cifrado oculta el contenido. Los tiempos y el volumen siguen siendo visibles, y a menudo bastan.
Este laboratorio solo usa flujos simulados. Trata de entender el riesgo para que puedas valorar las defensas; no es un método para vigilar a personas reales, y las redes reales tienen mucho más ruido.
En otros lenguajes
Contar paquetes por segundo y calcular una correlación, en otros lenguajes:
// JavaScript
function countsPerSecond(packets, seconds) {
const counts = new Array(seconds).fill(0);
for (const [t] of packets) if (t >= 0 && t < seconds) counts[Math.floor(t)]++;
return counts;
}
function correlation(a, b) {
const n = a.length, ma = a.reduce((x, y) => x + y) / n, mb = b.reduce((x, y) => x + y) / n;
let num = 0, da = 0, db = 0;
for (let i = 0; i < n; i++) { num += (a[i]-ma)*(b[i]-mb); da += (a[i]-ma)**2; db += (b[i]-mb)**2; }
return da && db ? num / Math.sqrt(da * db) : 0;
}// Go
func countsPerSecond(times []float64, seconds int) []int {
counts := make([]int, seconds)
for _, t := range times {
if t >= 0 && t < float64(seconds) { counts[int(t)]++ }
}
return counts
}Resumen
- El cifrado oculta el contenido, no los tiempos ni el volumen (los metadatos).
- Contar paquetes por segundo da a cada flujo una forma; la correlación encuentra las formas que coinciden en los dos extremos.
- El tráfico de cobertura aleatorio apenas ayuda; el envío a ritmo constante oculta la forma pero cuesta ancho de banda y retraso.
- Tor prioriza un retraso bajo, así que no puede frenar a alguien que vigile los dos extremos.
Escribe cuatro funciones y luego úsalas con tor_flows(seed=1):
counts_per_second(packets, seconds): una lista desecondsnúmeros, el recuento de paquetes cuyo tiempotcumple0 <= t < seconds, colocado en el índiceint(t).similarity(a, b):statistics.correlation(a, b), o0.0si eso lanzastatistics.StatisticsError.match(entry, exits, seconds): un diccionario que asocia el id"flow"de cada flujo de entrada al id del flujo de salida con mayor similitud.accuracy(guesses, answers): la fracción de los id deanswersque acertaron tus suposiciones.
acc_plain (sin defensa), acc_cover (el lado de entrada después de add_cover_traffic(flows["entry"], rate=20, seed=1, seconds=S)) y acc_constant (el lado de entrada después de constant_rate(flows["entry"], per_second=10, seconds=S)). Las pruebas también usan grabaciones nuevas.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.