Chương trình học Bài 142 trên tổng số 156 · Mạng ẩn danh và phân tích lưu lượng
Mạng ẩn danh và phân tích lưu lượng

Phân tích lưu lượng

Vì sao điều này quan trọng Mã hóa giấu điều bạn nói, nhưng không giấu khi nào bạn nói hay nói bao nhiêu. Chỉ quan sát thời gian của lưu lượng có thể tiết lộ ai nói chuyện với ai, ngay cả qua một mạng ẩn danh. Thấy nó hoạt động trên các luồng mô phỏng làm rõ Tor hứa được gì và không hứa được gì, và vì sao cách phòng thủ mạnh nhất lại tốn kém đến vậy.

Hãy tưởng tượng bạn không thể mở thư của bất kỳ ai, nhưng bạn có thể đứng ở hai bưu điện. Mỗi lần một đợt thư rời nhà Ana, một đợt tương tự tới một phòng khám một lát sau. Bạn không bao giờ đọc một chữ nào, vậy mà bạn có thể đoán Ana viết thư cho phòng khám.

Siêu dữ liệu (metadata): dữ liệu về một thông điệp chứ không phải nội dung của nó: nó được gửi khi nào, lớn cỡ nào, đến từ đâu và đi đâu.

Phân tích lưu lượng: biết được nhiều điều từ khuôn mẫu giao tiếp (thời gian, kích thước, khối lượng) mà không đọc nội dung.

Bối cảnh

Một người quan sát theo dõi hai nơi: đường nối giữa người dùng và guard của họ, và đường nối giữa các exit và các trang web. Hàm tor_flows(seed) trong watched.leg7b_onion cho bạn các bản ghi mô phỏng của cả hai. Mỗi gói tin là một cell, đơn vị lưu lượng kích thước cố định của Tor (514 byte), nên kích thước không cho bạn biết gì. Thời gian là tất cả những gì bạn có. Tên các luồng ở hai phía đã bị xáo trộn, và phía exit bị trễ một chút.

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.

Bước 1: biến các gói tin thành một hình dạng

Đếm có bao nhiêu gói tin rơi vào mỗi giây: giây 0 giữ các thời điểm từ 0 tới (không gồm) 1, và cứ thế. int(t) cho giây mà một thời điểm thuộc về. Một luồng trở thành một list như [0, 7, 9, 1, 0, 0, 6, ...]: hình dạng của nó theo thời gian.

Bước 2: so sánh hai hình dạng

Tương quan (correlation): một con số từ -1 tới 1 cho biết hai list tăng giảm cùng nhau đến mức nào. 1 nghĩa là hoàn toàn đồng bộ, 0 nghĩa là không có liên hệ. Python có sẵn nó: statistics.correlation(a, b).

Nếu một list không bao giờ thay đổi (mọi giá trị bằng nhau), tương quan không xác định và Python ném ra statistics.StatisticsError. Hãy bắt nó và dùng 0.0, nghĩa là "không có bằng chứng theo hướng nào".

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")

Bước 3: ghép mỗi luồng vào với luồng ra giống nó nhất

Với mỗi luồng vào, thử mọi luồng ra và giữ cái có tương quan cao nhất. Trong mô phỏng này, chỉ riêng việc đó đã ghép đúng gần như mọi người. Các cuộc tấn công thật thuộc loại này, được các nhà nghiên cứu nghiên cứu, hoạt động theo cùng tinh thần.

Các cách phòng thủ, và cái giá của chúng

  • Lưu lượng che phủ ngẫu nhiên: thêm các cell giả vào những thời điểm ngẫu nhiên. Nó làm mờ hình dạng một chút, nhưng các đợt bùng vẫn nổi bật. Bạn sẽ thấy nó hầu như không giúp được gì.
  • Tốc độ không đổi: gửi đúng cùng một số cell mỗi giây, lấp chỗ trống bằng cell giả và bắt cell thật chờ tới lượt. Mọi giây trông giống hệt nhau, nên hình dạng biến mất. Cái giá là băng thông (tất cả những cell giả đó) và độ trễ (cell xếp hàng trong các đợt bùng).

Tor thêm một chút độn để làm mờ các bản ghi kết nối thô, nhưng nó không giấu hình dạng lưu lượng của bạn khỏi ai đó có thể theo dõi cả hai đầu (kiểm tra vào tháng Mười 2026). Nó chọn độ trễ thấp để web vẫn dùng được. Bài cuối trong mô-đun này nhìn vào những mạng chọn theo hướng ngược lại.

Một hiểu lầm phổ biến: "Nếu mọi thứ đều được mã hóa, không ai biết được tôi nói chuyện với ai." Mã hóa giấu nội dung. Thời gian và khối lượng vẫn thấy được, và chúng thường là đủ.

Bài thực hành này chỉ dùng các luồng mô phỏng. Nó là để hiểu rủi ro để bạn có thể đánh giá các cách phòng thủ; nó không phải một phương pháp để theo dõi người thật, và các mạng thật nhiễu hơn nhiều.

Trong các ngôn ngữ khác

Đếm gói tin mỗi giây và tính một tương quan, ở nơi khác:

// 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
}

Tóm tắt

  • Mã hóa giấu nội dung, không giấu thời gian hay khối lượng (siêu dữ liệu).
  • Đếm gói tin mỗi giây cho mỗi luồng một hình dạng; tương quan tìm ra các hình dạng khớp nhau ở hai đầu.
  • Lưu lượng che phủ ngẫu nhiên hầu như không giúp được gì; gửi với tốc độ không đổi giấu được hình dạng nhưng tốn băng thông và độ trễ.
  • Tor ưu tiên độ trễ thấp, nên nó không thể ngăn ai đó theo dõi cả hai đầu.
Đến lượt bạn

Viết bốn hàm, rồi dùng chúng trên tor_flows(seed=1):

  1. counts_per_second(packets, seconds): một list gồm seconds con số, số gói tin có thời điểm t thỏa 0 <= t < seconds, đặt tại chỉ số int(t).
  2. similarity(a, b): statistics.correlation(a, b), hoặc 0.0 nếu nó ném ra statistics.StatisticsError.
  3. match(entry, exits, seconds): một dict ánh xạ id "flow" của mỗi luồng vào tới id của luồng ra có độ tương đồng cao nhất.
  4. accuracy(guesses, answers): tỉ lệ các id trong answers mà bạn đoán đúng.
Rồi đặt acc_plain (không phòng thủ), acc_cover (phía vào sau add_cover_traffic(flows["entry"], rate=20, seed=1, seconds=S)) và acc_constant (phía vào sau constant_rate(flows["entry"], per_second=10, seconds=S)). Các bài kiểm tra cũng dùng các bản ghi mới.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.