[論文レビュー] Counting Down Thunder: Timing Attacks on Privacy in Payment Channel Networks

Elias Rohrer, Florian Tschorsch|arXiv (Cornell University)|Jun 22, 2020

Blockchain Technology Applications and Security参考文献 14被引用数 5

ひとこと要約

本論文は、HTLCメッセージの交換における時間差を測定することで、タイミング側帯域攻撃がライトニングネットワークにおける支払いエンドポイントを脱匿名化できることを示している。プロトタイプの測定ノードを導入し、悪意ある状況をシミュレートすることで、著者らは、わずか数個の戦略的に配置された悪意あるノードですでに50％以上の支払いを高い正確性と再現率で脱匿名化できることを示した。これは、ネットワークのプライバシー保証を損なうものである。

ABSTRACT

The Lightning Network is a scaling solution for Bitcoin that promises to enable rapid and private payment processing. In Lightning, multi-hop payments are secured by utilizing Hashed Time-Locked Contracts (HTLCs) and encrypted on the network layer by an onion routing scheme to avoid information leakage to intermediate nodes. In this work, we however show that the privacy guarantees of the Lightning Network may be subverted by an on-path adversary conducting timing attacks on the HTLC state negotiation messages. To this end, we provide estimators that enable an adversary to reduce the anonymity set and infer the likeliest payment endpoints. We developed a proof-of-concept measurement node that shows the feasibility of attaining time differences and evaluate the adversarial success in model-based network simulations. We find that controlling a small number malicious nodes is sufficient to observe a large share of all payments, emphasizing the relevance of the on-path adversary model. Moreover, we show that adversaries of different magnitudes could employ timing-based attacks to deanonymize payment endpoints with high precision and recall.

研究の動機と目的

• HTLCメッセージ交換におけるタイミング側帯域情報が、ライトニングネットワークにおける支払いエンドポイントの脱匿名化に利用可能かどうかを調査すること。
• 実世界の測定とネットワークシミュレーションを用いて、こうした攻撃の実現可能性を評価すること。
• 匿名セットを縮小するためのタイミングベースの推定器を開発・検証すること。
• 悪意あるノードの配置と規模が、脱匿名化成功に与える影響を評価すること。
• ベースライン手法（例：First-Spy推定器）と比較して、タイミングベースの推定器の有効性を評価すること。

提案手法

• 著者らは、ライトニングネットワークのテストネットに配置されたプロトタイプの測定ノードを用いて、HTLCメッセージ交換の時間差測定を収集した。
• 時間差データを用いて、最大尤度に基づいて候補となる送信者および受信者ノードをランク付けする、タイミングベースの推定器を導入した。
• ネットワークをプローブすることで、支払いパス全体の往復遅延を推定する、悪意あるエッジ遅延モデルを構築した。
• 公開されたライトニングネットワークの実際のスナップショットを用いて、離散イベントネットワークシミュレータを構築し、多様な悪意ある構成における攻撃成功度を評価した。
• 本手法は、ネットワークプローブ、時間差分析、確率的ランク付けを組み合わせることで、高い正確性で支払いエンドポイントを推定する。
• 本手法は、脱匿名化タスクにおける優れた性能を示すために、ベースラインのFirst-Spy推定器と比較して評価された。

実験結果

リサーチクエスチョン

• RQ1 パス上の攻撃者が、HTLCメッセージ交換における時間差を測定することで、ライトニングネットワークの支払いの真正の送信者および受信者を推定できるか？
• RQ2 既存の手法と比較して、タイミングベースの推定器は匿名セットの縮小および支払いエンドポイントの特定にどの程度有効か？
• RQ3 悪意あるノードの配置と規模が、脱匿名化攻撃の成功率に与える影響は何か？
• RQ4 ネットワークトポロジーおよび経路長の分布が、タイミングベースの脱匿名化の正確性にどの程度影響を及ぼすか？
• RQ5 わずか数個のノードを制御するだけで、タイミング攻撃が高い正確性と再現率で支払いを脱匿名化できるか？

主な発見

• わずか10個の悪意あるノードを制御するだけで、攻撃者は50％を超える精度で支払いエンドポイントを脱匿名化できた。
• ネットワーク内で最も中心的な4つのノードは、平均して全支払いの72％を観測でき、中心ノードのリスクを浮き彫りにした。
• 1つの極めて中心的なノードを制御するだけで、攻撃者は全支払いのほぼ50％を観測でき、ネットワークの中心性に起因する脆弱性を示した。
• タイミングベースの推定器は、First-Spyベースラインを著しく上回り、特に完全な脱匿名化シナリオで顕著な優位性を示した。
• テストネットに配置されたプロトタイプの測定ノードにより、攻撃が実際の環境でも実現可能であることが確認された。
• 結果として、タイミング攻撃は、送信者および受信者エンドポイントの脱匿名化において最大50％の再現率を達成できた。