渗流框架揭示阴谋、暗网与区块链网络中的隐私极限
物理与社会
2020-07-13 v1 社会与信息网络
摘要
我们考虑网络中个体间交互的隐私性。对许多网络而言，虽然节点对外部观察者是匿名的，但个体间连边的存在意味着一个节点可能泄露其邻居的识别信息。此外，尽管账户身份对观察者可能隐藏，两个匿名账户间的交互网络通常可得。例如，在区块链加密货币中，两匿名账户间的交易公开发布。此处我们考虑若此类网络中一方（或多方）被外部身份去匿名化会发生什么。这些被攻陷的个体可能泄露与其交互者的信息，进而级联至越来越多节点信息被揭露。我们使用渗流框架分析上述情景，并针对个体掌握对手方信息的不同可能性，展示可被识别的账户比例，以及从去匿名化节点到匿名节点的理想最小步数（衡量去匿名化该个体所需努力）。我们进一步开发了一种贪婪算法，基于攻击者可用的含噪信息估计识别特定节点所需的实际步数。我们将框架应用于三个真实网络：(1) 区块链交易网络，(2) 暗网交互网络，(3) 政治阴谋网络。我们发现，在这三个网络中，从一名被攻陷个体出发，均可在少于 5 步内去匿名化网络的显著部分（%）。总体而言，这些结果为试图识别匿名网络中行动者的调查者，以及寻求维护自身隐私的用户提供了指导。
引用
@article{arxiv.2007.05466,
title = {Percolation framework reveals limits of privacy in Conspiracy, Dark Web, and Blockchain networks},
author = {Louis M Shekhtman and Alon Sela and Shlomo Havlin},
journal= {arXiv preprint arXiv:2007.05466},
year = {2020}
}