강의 계획 레슨 156개 중 142번째 · 익명 네트워크와 트래픽 분석
익명 네트워크와 트래픽 분석

트래픽 분석

왜 중요한가 암호화는 무엇을 말하는지 숨기지만, 언제 말하는지나 얼마나 말하는지는 숨기지 않아요. 트래픽의 타이밍만 지켜봐도 익명 네트워크를 거쳐도 누가 누구와 이야기하는지 드러날 수 있어요. 시뮬레이션한 흐름에서 그게 작동하는 걸 보면 Tor가 무엇을 약속할 수 있고 없는지, 그리고 가장 강한 방어가 왜 그렇게 비싼지 분명해져요.

누구의 우편물도 열 수 없지만 두 우체국에 서 있을 수 있다고 상상해 보세요. Ana의 집에서 편지 한 무더기가 떠날 때마다 잠시 뒤 비슷한 무더기가 병원에 도착해요. 한 단어도 읽지 않았지만 Ana가 병원에 편지를 쓴다고 짐작할 수 있어요.

메타데이터: 메시지 내용이 아니라 메시지에 관한 데이터: 언제 보냈는지, 얼마나 컸는지, 어디서 와서 어디로 갔는지.

트래픽 분석: 내용을 읽지 않고 통신의 패턴(타이밍, 크기, 양)에서 무언가를 알아내는 것.

배경

관찰자가 두 곳을 지켜봐요: 사용자와 가드 사이의 연결, 그리고 출구와 웹사이트 사이의 연결. watched.leg7b_onion의 함수 tor_flows(seed)가 둘의 시뮬레이션 기록을 줘요. 모든 패킷은 셀 하나로, Tor의 고정 크기 트래픽 단위(514바이트)이니 크기는 아무것도 알려 주지 않아요. 가진 건 타이밍뿐이에요. 양쪽의 흐름 이름은 섞여 있고, 출구 쪽은 조금 늦어요.

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.

1단계: 패킷을 모양으로 바꾸기

매 초에 패킷이 몇 개 떨어지는지 세요: 0초에는 0부터 1까지(1은 포함 안 함)의 시간이 들어가는 식이에요. int(t)가 시간이 속하는 초를 줘요. 흐름은 [0, 7, 9, 1, 0, 0, 6, ...] 같은 리스트가 돼요: 시간에 걸친 모양이에요.

2단계: 두 모양 비교하기

상관계수: 두 리스트가 얼마나 함께 오르내리는지 말하는 -1에서 1 사이의 숫자. 1은 완벽히 발맞춤, 0은 관계 없음이에요. Python에 내장되어 있어요: statistics.correlation(a, b).

리스트가 결코 바뀌지 않으면(모든 값이 같으면) 상관계수는 정의되지 않고 Python은 statistics.StatisticsError를 일으켜요. 잡아서 "어느 쪽 증거도 없음"이라는 뜻으로 0.0을 쓰세요.

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")

3단계: 각 진입 흐름을 가장 비슷한 출구 흐름에 맞추기

진입 흐름마다 모든 출구 흐름을 시도해 상관계수가 가장 높은 것을 지키세요. 이 시뮬레이션에서는 그것만으로 거의 모두가 올바르게 짝지어져요. 연구자들이 연구한 이런 종류의 진짜 공격도 같은 정신으로 작동해요.

방어와 그 값

  • 무작위 덮개 트래픽: 무작위 시간에 가짜 셀을 더해요. 모양을 조금 흐리지만, 무더기는 여전히 튀어나와요. 거의 도움이 안 되는 걸 보게 될 거예요.
  • 일정 속도: 매 초 정확히 같은 수의 셀을 보내고, 빈틈은 가짜로 채우고 진짜 셀은 차례를 기다리게 해요. 매 초가 똑같아 보이니 모양이 사라져요. 값은 대역폭(그 모든 가짜)과 지연(무더기 동안 셀이 줄을 서요)이에요.

Tor는 거친 연결 기록을 흐리려고 패딩을 조금 더하지만, 양 끝을 지켜볼 수 있는 누군가로부터 트래픽 모양을 숨기지는 않아요(2026년 10월 확인). 웹을 쓸 만하게 두려고 낮은 지연을 골라요. 이 모듈의 마지막 레슨은 반대 길을 고른 네트워크를 살펴봐요.

흔한 오해: "모든 게 암호화되면 아무도 내가 누구와 이야기하는지 알 수 없다." 암호화는 내용을 숨겨요. 타이밍과 양은 여전히 보이고, 흔히 그걸로 충분해요.

이 실습은 시뮬레이션한 흐름만 써요. 방어를 판단할 수 있도록 위험을 이해하는 게 목적이지, 진짜 사람을 지켜보는 방법이 아니고, 진짜 네트워크는 훨씬 시끄러워요.

다른 언어로

초당 패킷 세기와 상관계수 계산, 다른 곳에서:

// 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
}

요약

  • 암호화는 내용을 숨기지, 타이밍이나 양(메타데이터)을 숨기지 않아요.
  • 초당 패킷을 세면 각 흐름에 모양이 생기고, 상관계수가 양 끝의 맞는 모양을 찾아요.
  • 무작위 덮개 트래픽은 거의 도움이 안 되고, 일정 속도 전송은 모양을 숨기지만 대역폭과 지연이 들어요.
  • Tor는 낮은 지연을 좋아하니, 양 끝을 지켜보는 누군가를 막을 수 없어요.
내 차례

함수 네 개를 쓰고, 그다음 tor_flows(seed=1)에 쓰세요:

  1. counts_per_second(packets, seconds): seconds개 숫자의 리스트로, 시간 t가 0 <= t < seconds를 만족하는 패킷 수를 인덱스 int(t)에 둬요.
  2. similarity(a, b): statistics.correlation(a, b), 또는 그게 statistics.StatisticsError를 일으키면 0.0.
  3. match(entry, exits, seconds): 각 진입 흐름의 "flow" id를 유사도가 가장 높은 출구 흐름의 id에 대응시키는 dict.
  4. accuracy(guesses, answers): answers의 id 중 여러분의 추측이 맞힌 비율.
그다음 acc_plain(방어 없음), acc_cover(add_cover_traffic(flows["entry"], rate=20, seed=1, seconds=S) 뒤의 진입 쪽), acc_constant(constant_rate(flows["entry"], per_second=10, seconds=S) 뒤의 진입 쪽)를 정하세요. 테스트는 새 기록도 써요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.