[论文解读] Anonymity in the Wild: Mixes on unstructured networks

Shishir Nagaraja|ArXiv.org|Jun 4, 2007

Internet Traffic Analysis and Secure E-voting参考文献 20被引用 8

一句话总结

本文评估了在社交网络和无标度随机图等非结构化真实拓扑上部署的混洗网络，表明尽管缺乏理论最优性，其匿名性水平仍可与结构化的扩展图相媲美。研究发现，路径长度效率高，中心节点被攻破的影响微乎其微，且为抵御流量分析，非结构化拓扑所需的批量大小需比结构化拓扑大一个数量级。

ABSTRACT

As decentralized computing scenarios get ever more popular, unstructured topologies are natural candidates to consider running mix networks upon. We consider mix network topologies where mixes are placed on the nodes of an unstructured network, such as social networks and scale-free random networks. We explore the efficiency and traffic analysis resistance properties of mix networks based on unstructured topologies as opposed to theoretically optimal structured topologies, under high latency conditions. We consider a mix of directed and undirected network models, as well as one real world case study -- the LiveJournal friendship network topology. Our analysis indicates that mix-networks based on scale-free and small-world topologies have, firstly, mix-route lengths that are roughly comparable to those in expander graphs; second, that compromise of the most central nodes has little effect on anonymization properties, and third, batch sizes required for warding off intersection attacks need to be an order of magnitude higher in unstructured networks in comparison with expander graph topologies.

研究动机与目标

• 评估基于非结构化、真实世界拓扑（如社交网络和无标度随机图）的混洗网络的可行性及其匿名性特性。
• 对比非结构化拓扑与理论上最优的结构化拓扑（如扩展图）在效率和抵御流量分析方面的表现。
• 评估节点被攻破（随机或有策略地）对非结构化混洗网络中匿名化的影响。
• 确定在非结构化拓扑中为抵御交集攻击所需的数据批量大小，并与结构化拓扑进行比较。
• 探讨现实网络（如LiveJournal）中的社交激励在法律压力（如传票）下维持混洗网络的潜力。

提出的方法

• 采用谱图理论分析路径长度和收敛速度，使用第二特征值 λ₂ 作为混合速度和匿名性的代理指标。
• 通过导通率分析证明，在偏好连接生成的无标度网络中，λ₂ 不随网络规模变化而改变。
• 利用随机游走模型评估无标度网络中混洗路径被攻破的概率，计算路径中所有中间节点均被攻破的可能性。
• 应用熵度量测量最大匿名性，将 LiveJournal 等非结构化拓扑与理论边界进行比较。
• 在多种网络类型（Erdős–Rényi、无标度、小世界（KWS）及真实世界 LiveJournal 拓扑）上进行仿真与分析建模。
• 比较不同拓扑下抵御交集攻击所需批量大小，基于可观察到的进出链路流量负载模式。

实验结果

研究问题

• RQ1 非结构化网络拓扑（如社交网络）能否在混洗网络中提供与结构化扩展图相当的匿名性水平？
• RQ2 在非结构化混洗网络中，高连接度（中心）节点被攻破对匿名性有何影响？
• RQ3 在非结构化拓扑中，为抵御基本交集攻击所需的数据批量大小是多少？与结构化拓扑相比如何？
• RQ4 在高延迟条件下，非结构化网络中的路径长度和收敛速度与扩展图相比如何？
• RQ5 在法律压力（如传票）下，现实网络（如 LiveJournal）中的社交激励在多大程度上可维持混洗网络的运行？

主要发现

• 在无标度和小世界拓扑上的混洗网络，其混洗路径长度与扩展图相当，表明具有较强的效率。
• 对最中心节点的攻破对匿名化影响极小，因为用于缓解风险的路径长度短于实现高效收敛所需的长度。
• 为抵御交集攻击，非结构化网络中所需批量大小约为结构化扩展图拓扑的十倍。
• LiveJournal 朋友关系网络拓扑的最高匿名性水平高于理论模型，以熵度量衡量。
• 无标度网络的第二特征值 λ₂ 不随网络规模变化而改变，意味着收敛速率稳定，混合性能一致。
• 无标度网络的导通率被常数所限制，支持了在不同网络规模下混合动态的稳定性。