[論文レビュー] An Empirical Analysis of Traceability in the Monero Blockchain

Malte Möser, Kyle Soska+9 more|arXiv (Cornell University)|Apr 13, 2017

Blockchain Technology Applications and Security被引用数 5

ひとこと要約

本稿は、モナロのミキシング戦略におけるプライバシー上の弱みを実証的に分析し、1つ以上のミキシングを含む取引の62%が『連鎖反応』による特定の対象として特定可能であることが判明した。また、『最新入力』ヒューリスティックを用いることで、実際の入力を80%の精度で特定できる。著者らは、改善されたミキシングサンプリングヒューリスティックと、再利用を防ぐためにデアノニマス化された出力を公にフラグする仕組みを提案し、将来的な取引のプライバシー強化を図る。

ABSTRACT

Monero is a privacy-centric cryptocurrency that allows users to obscure their transactions by including chaff coins, called "mixins," along with the actual coins they spend. In this paper, we empirically evaluate two weaknesses in Monero's mixin sampling strategy. First, about 62% of transaction inputs with one or more mixins are vulnerable to "chain-reaction" analysis -- that is, the real input can be deduced by elimination. Second, Monero mixins are sampled in such a way that they can be easily distinguished from the real coins by their age distribution; in short, the real input is usually the "newest" input. We estimate that this heuristic can be used to guess the real input with 80% accuracy over all transactions with 1 or more mixins. Next, we turn to the Monero ecosystem and study the importance of mining pools and the former anonymous marketplace AlphaBay on the transaction volume. We find that after removing mining pool activity, there remains a large amount of potentially privacy-sensitive transactions that are affected by these weaknesses. We propose and evaluate two countermeasures that can improve the privacy of future transactions.

研究の動機と目的

• モナロのミキシングベースの匿名性システムにおける現実世界の追跡リスクを評価すること。
• ミキシングサンプリングの弱みと0ミキシング取引の露出が、モナロのプライバシー保証をどのように損なうかを調査すること。
• マイニングプールやAlphaBayのようなプラットフォームが取引量とプライバシー露出に与える影響を分析すること。
• 将来的なモナロ取引のプライバシー向上に寄与する実用的な対策を提案・評価すること。

提案手法

• ブロック0.9Mから1.2Mまでのモナロブロックチェーンデータを収集・分析し、1つ以上のミキシングを含む取引の入力を対象とした。
• 潜在的なミキシングがすでに支出済みかどうかを確認することで、連鎖反応による追跡が可能な特定可能な入力を同定した。
• 実際の入力、除外されたミキシング、およびすべての入力の年齢分布を分析し、最新の入力が実際のものであると判断される傾向の統計的偏りを検出。
• シミュレーションと外挿を用いて、『最新を予想』ヒューリスティックがすべての取引に及ぼす正確性を推定した。
• 実際のユーザー行動をよりよく反映するように、実証的な支出時間分布に基づいた改訂版のミキシングサンプリング戦略を提案した。
• デアノニマス化された取引（例：マイニングプールの報酬支払い）に対して、再利用を防ぐための公的フラグ規約を提言した。

実験結果

リサーチクエスチョン

• RQ1 ミキシングを含むモナロ取引は、どれほど連鎖反応分析による実際の入力の特定リスクにさらされているか？
• RQ2 ミキシングの年齢分布と実際の入力の年齢分布はどのように異なるか？この差異は、実際の入力を高い正確性で特定するために利用可能か？
• RQ3 マイニングプールや違法マーケットプレイス（例：AlphaBay）は、これらの弱みに起因するプライバシーに敏感な取引の量にどれほど寄与しているか？
• RQ4 『最新の入力』ヒューリスティックは、モナロブロックチェーン全体において、実際の取引入力をどれほど正確に特定できるか？
• RQ5 将来的なモナロ取引のプライバシー向上に向け、実用的な対策をどのように実装できるか？

主な発見

• 1つ以上のミキシングを含むモナロ取引入力の62.94%は、連鎖反応分析により特定可能であり、実際の入力が疑いなく特定可能である。
• 特定可能な入力のうち、実際の入力が最新のものである確率は92.33%であり、このパターンは全ミキシング取引の80%にわたって成立すると推定されている。
• 実際の入力の年齢分布は、新しい入力に強く偏っており、一方でミキシングは実際の支出行動を反映しない三角分布から抽出されている。
• マイニングプールの活動を除いても、2016年半ばから2017年初期にかけて10万人を超えるプライバシーに敏感な取引が追跡可能である状態に残っている。
• 取引の最大25%がAlphaBayのような違法マーケットプレイスに関連しているにとどまり、影響を受ける取引の大部分は正当な取引であるが、依然として露出のリスクを抱えている。
• 著者らは、2016年7月から2017年2月にかけて行われた20万人を超える取引が、これらの弱みにより後からデアノニマス化のリスクを負っていると推定している。