Análise de tráfego
Por que isso importa A criptografia esconde o que você diz, mas não quando você diz nem quanto. Observar só o horário do tráfego pode revelar quem fala com quem, mesmo através de uma rede de anonimato. Ver isso funcionar em fluxos simulados deixa claro o que o Tor pode e não pode prometer, e por que a defesa mais forte custa tanto.
Imagine que você não pode abrir a correspondência de ninguém, mas pode ficar em duas agências dos correios. Toda vez que uma leva de cartas sai da casa da Ana, uma leva parecida chega a uma clínica pouco depois. Você nunca lê uma palavra, e mesmo assim consegue adivinhar que a Ana escreve para a clínica.
Metadados: dados sobre uma mensagem em vez do conteúdo dela: quando foi enviada, qual o tamanho, de onde veio e para onde foi.
Análise de tráfego: descobrir coisas a partir do padrão da comunicação (horário, tamanhos, volumes) sem ler o conteúdo.
O cenário
Um observador vigia dois lugares: a ligação entre os usuários e a guarda deles, e a ligação entre as saídas e os sites. A função tor_flows(seed) em watched.leg7b_onion dá a você gravações simuladas dos dois. Todo pacote é uma célula, a unidade de tráfego de tamanho fixo do Tor (514 bytes), então o tamanho não diz nada. O horário é tudo o que você tem. Os nomes dos fluxos dos dois lados estão embaralhados, e o lado das saídas está um pouco atrasado.
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.Passo 1: transforme os pacotes em um formato
Conte quantos pacotes caem em cada segundo: o segundo 0 guarda os horários de 0 até 1 (sem incluir), e assim por diante. int(t) dá o segundo ao qual um horário pertence. Um fluxo vira uma lista como [0, 7, 9, 1, 0, 0, 6, ...]: seu formato ao longo do tempo.
Passo 2: compare dois formatos
Correlação: um número de -1 a 1 que diz o quanto duas listas sobem e descem juntas. 1 significa perfeitamente em sincronia, 0 significa nenhuma relação. O Python já a traz embutida: statistics.correlation(a, b).
Se uma lista nunca muda (todos os valores iguais), a correlação fica indefinida e o Python levanta statistics.StatisticsError. Capture o erro e use 0.0, que significa "nenhuma evidência em nenhum sentido".
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")Passo 3: associe cada fluxo de entrada ao fluxo de saída mais parecido
Para cada fluxo de entrada, teste todos os fluxos de saída e fique com o de maior correlação. Nesta simulação, só isso já emparelha quase todo mundo corretamente. Ataques reais desse tipo, estudados por pesquisadores, funcionam no mesmo espírito.
As defesas, e o preço delas
- Tráfego de cobertura aleatório: acrescente células falsas em horários aleatórios. Isso borra um pouco o formato, mas os picos continuam aparecendo. Você vai ver que quase não ajuda.
- Taxa constante: envie exatamente o mesmo número de células a cada segundo, preenchendo as lacunas com células falsas e fazendo as células reais esperarem a vez. Todo segundo fica idêntico, então o formato desaparece. O preço é banda (todas essas células falsas) e atraso (as células fazem fila durante os picos).
O Tor acrescenta um pouco de padding para borrar registros grosseiros de conexão, mas não esconde o formato do seu tráfego de alguém que consegue observar as duas pontas (verificado em outubro de 2026). Ele escolhe atraso baixo para que a web continue usável. A última lição deste módulo olha para as redes que escolhem o outro caminho.
Um equívoco comum: "se tudo está criptografado, ninguém consegue saber com quem eu falo." A criptografia esconde o conteúdo. O horário e o volume continuam visíveis, e muitas vezes são suficientes.
Este laboratório usa só fluxos simulados. Ele serve para entender o risco e você poder julgar defesas; não é um método para vigiar pessoas reais, e redes reais são muito mais ruidosas.
Em outras linguagens
Contar pacotes por segundo e calcular uma correlação, em outras linguagens:
// 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
}Resumo
- A criptografia esconde o conteúdo, não o horário nem o volume (metadados).
- Contar pacotes por segundo dá um formato a cada fluxo; a correlação encontra formatos correspondentes nas duas pontas.
- Tráfego de cobertura aleatório quase não ajuda; o envio a taxa constante esconde o formato, mas custa banda e atraso.
- O Tor prefere atraso baixo, então não consegue impedir alguém que observa as duas pontas.
Escreva quatro funções e depois use-as em tor_flows(seed=1):
counts_per_second(packets, seconds): uma lista desecondsnúmeros, a contagem de pacotes cujo horáriotsatisfaz0 <= t < seconds, colocada no índiceint(t).similarity(a, b):statistics.correlation(a, b), ou0.0se isso levantarstatistics.StatisticsError.match(entry, exits, seconds): um dict que associa o id"flow"de cada fluxo de entrada ao id do fluxo de saída com a maior similaridade.accuracy(guesses, answers): a fração dos ids emanswersque seus palpites acertaram.
acc_plain (sem defesa), acc_cover (lado de entrada depois de add_cover_traffic(flows["entry"], rate=20, seed=1, seconds=S)) e acc_constant (lado de entrada depois de constant_rate(flows["entry"], per_second=10, seconds=S)). Os testes também usam gravações novas.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.