Deanonymizing Bitcoin Transactions via Network Traffic Analysis with Semi-supervised Learning
यह शोध पत्र NTSSL और इसके उन्नत संस्करण NTSSL का प्रस्ताव करता है, जो नेटवर्क ट्रैफ़िक विश्लेषण को सेमी-सुपरवाइज्ड लर्निंग और क्रॉस-लेयर सहयोग के साथ संयोजित करने वाली नवीन विधियाँ हैं, जो मौजूदा दृष्टिकोणों की तुलना में बिटकॉइन लेनदेन को डी-एनोनिमाइज (deanonymizing) करने की सटीकता में महत्वपूर्ण सुधार करती हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
बिटकॉइन की कल्पना एक विशाल, वैश्विक टाउन स्क्वायर (शहर के चौक) के रूप में करें जहाँ हर कोई अपने लेनदेन का शोर मचा रहा है। शहर का नियम यह है कि आपको अपना असली नाम इस्तेमाल करने की ज़रूरत नहीं है; आप बस एक उपनाम (बिटकॉइन एड्रेस) का उपयोग कर सकते हैं। विचार यह है कि कोई नहीं जानता कि कौन कौन है।
हालाँकि, यह शोध पत्र बताता है कि कैसे एक "जासूस" (एक हमलावर) एक चतुर नया तरीका निकाल सकता है जिससे वह यह पता लगा सके कि वास्तव में किसी विशिष्ट लेनदेन को कौन चिल्ला रहा है, भले ही उसे वास्तविक नाम न पता हो। वे ऐसा करने के लिए शब्दों को पढ़ने के बजाय, टाउन स्क्वायर में होने वाले शोर (noise) को सुनते हैं।
यहाँ उनके तरीके का विवरण दिया गया, सरल उपमाओं का उपयोग करते हुए:
1. सेटअप: "जासूसी नेटवर्क" (The Spy Network)
अतीत में, किसी को पकड़ने के लिए, आपको उस व्यक्ति को चिल्लाते हुए सुनने वाला सबसे पहला व्यक्ति होना पड़ता था। लेकिन बिटकॉइन टाउन का एक नियम है: जब आप चिल्लाते हैं, तो आप अपने पड़ोसियों को बताने से पहले याद से कुछ समय प्रतीक्षा करते हैं, ताकि स्रोत तक वापस ट्रेस करना कठिन हो सके।
लेखकों की तरकीब सरल है: उन्हें पहला श्रोता होने की आवश्यकता नहीं है। इसके बजाय, वे लक्षित व्यक्ति (target) के चारों ओर "जासूसी" माइक्रोफोन (जिसे प्रोब नोड्स/Probe Nodes कहा जाता है) का एक घेरा बनाते हैं।
- लक्ष्य: हमलावर का लक्ष्य लक्षित व्यक्ति के पास जितने भी "कान" हैं, उन्हें भरने का है। यदि लक्षित व्यक्ति के पास 114 कान हैं, तो हमलावर अपने स्वयं के जासूसों के साथ उनमें से अधिक से अधिक को घेरने की कोशिश करता है।
- परिणाम: जासूस सब कुछ सुनते हैं जो लक्षित व्यक्ति चिल्लाता है और वह भी जो लक्षित व्यक्ति दूसरों से सुनता है।
2. सुराग: "लाउड स्पीकर" बनाम "फुसफुसाने वाला" (The Loud Speaker vs. The Whisperer)
मुख्य खोज यह है कि एक लेनदेन बनाने (creating) और एक लेनदेन को आगे भेजने (forwarding) के बीच व्यवहार संबंधी अंतर होता है।
- फॉरवर्डिंग (फुसफुसाने वाला): यदि लक्षित व्यक्ति केवल वही संदेश आगे बढ़ाता है जो उसने किसी और से सुना है, तो वह विनम्र होता है। वह कुछ पड़ोसियों को बताता है, और शायद एक या दो पड़ोसी पूछते हैं, "क्या मैं पूरा संदेश सुन सकता हूँ?"
- क्रिएटिंग (लाउड स्पीकर): यदि लक्षित व्यक्ति ने स्वयं संदेश बनाया है, तो वह उत्साहित है! वह तुरंत कई अधिक पड़ोसियों को चिल्लाकर बताता है। क्योंकि वह स्रोत है, इसलिए अधिक लोगों ने अभी तक इसे नहीं सुना है, इसलिए अधिक लोग पूछते हैं, "क्या मुझे पूरा विवरण मिल सकता है?"
उपमा:
एक पार्टी की कल्पना करें।
- यदि आप केवल उस चुटकुले को दोहरा रहे हैं जो आपने अपने बगल वाले व्यक्ति से सुना है, तो आप कुछ लोगों को बताते हैं।
- यदि आपने अभी-अभी एक बहुत ही मजेदार नया चुटकुला बनाया है, तो आप तुरंत कमरे में सभी को बताते हैं।
हमलावर के जासूस गिनते हैं कि लक्षित व्यक्ति ने कितने लोगों को बताया और कितने लोगों ने विवरण मांगा।
3. मस्तिष्क: "सेमी-सुपरवाइज्ड लर्निंग" (स्मार्ट अनुमान लगाने का खेल)
हमलावर के पास बहुत सारा डेटा (किसने क्या चिल्लाया) है, लेकिन उनके पास कोई "चीट शीट" (लेबल किया गया डेटा) नहीं है जो उन्हें बता सके कि कौन से चिल्लाने मूल थे और कौन से केवल दोहराव थे।
- पुराना तरीका (अनसुपरवाज़्ड): कंप्यूटर पैटर्न का अनुमान लगाने की कोशिश करता है। यह बिना किसी शिक्षक के केवल लोगों को बोलते हुए सुनकर एक भाषा सीखने जैसा है। यह ठीक है, लेकिन अक्सर गलत होता है।
- नया तरीका (सेमी-सुपरवाइज्ड): कंप्यूटर एक "स्मार्ट अनुमान" रणनीति का उपयोग करता है।
- यह पहले एक "जंगली अनुमान" (wild guess) एल्गोरिदम का उपयोग करके सबसे स्पष्ट "लाउड स्पीकर्स" (वे जो भीड़ से बहुत अलग दिखते हैं) को ढूंढता है।
- यह इन अनुमानों को "सत्य" के रूप में उपयोग करता है ताकि एक स्मार्ट मस्तिष्क (एक मशीन लर्निंग मॉडल) को प्रशिक्षित किया जा सके।
- यह स्मार्ट मस्तिष्क फिर बाकी डेटा को देखता है और कहता है, "आह, यह थोड़ा लाउड स्पीकर जैसा दिखता है, इसलिए यह भी शायद एक मूल (original) ही है।"
यह एक ऐसे जासूस की तरह है जो एक स्पष्ट उंगलियों के निशान (fingerprint) पाता है, एक रोबोट को प्रशिक्षित करने के लिए उनका उपयोग करता है, और फिर उस रोबंड को पूरे अपराध स्थल को स्कैन करने के लिए कहता है ताकि मिलान करने वाले प्रिंट ढूंढे जा सकें।
4. सुपर-बूस्ट: "क्रॉस-लेयर डिटेक्टिव वर्क" (NTSSL+)
लेखकों ने महसूस किया कि केवल शोर सुनना पर्याप्त नहीं है। उन्होंने जासूसी का एक दूसरा स्तर जोड़ा है: ट्रांजैक्शन क्लस्टरिंग (Transaction Clustering)।
- अवधारणा: बिटकॉइन में, यदि आप एक ही समय में तीन अलग-अलग लोगों को पैसा भेजते हैं, तो वे तीन लेनदेन संभवतः एक ही वॉलेट से हैं।
- तरकीब: हमलावर उन लेनदेन को समूहों में बांटता है जो एक ही वॉलेट से आए लगते हैं।
- यदि "लाउड स्पीकर" एल्गोरिदम कहता है, "लेनदेन A लक्षित व्यक्ति से है," लेकिन "वॉलेट ग्रुपिंग" कहता है, "लेनदेन A उस समूह का हिस्सा है जहाँ 10 में से 9 निश्चित रूप से लक्षित व्यक्ति के नहीं हैं," तो हमलावर अपनी गलती सुधार लेता है।
- यह एक जूरी (पंचायत) की तरह है: यदि एक गवाह कहता है "यह वही है," लेकिन अन्य 9 गवाह कहते हैं "यह वह नहीं है," तो जूरी पहले गवाह की बात को अनदेखा कर देती है।
परिणाम: यह कितना अच्छा है?
- पुराना तरीका: यदि एक हमलावर लक्षित व्यक्ति के 25% कनेक्शन को नियंत्रित करता था, तो वे 40% बार सही होते थे।
- नया तरीका (NTSSL): समान 25% नियंत्रण के साथ, वे 50% बार सही होते हैं।
- सुपर मेथड (NTSSL+): इस अतिरिक्त "वॉलेट ग्रुपिंग" वाली तरकीब के साथ, वे 64% बार सही होते हैं।
यदि हमलावर सभी कनेक्शनों (100%) को नियंत्रित करता है, तो नया तरीका पिछले प्रयासों की तुलना में 1.6 गुना बेहतर है।
यह क्यों महत्वपूर्ण है
यह शोध पत्र दिखाता है कि भले ही बिटकॉइन की गोपनीयता विशेषताएं (जैसे रैंडम देरी) हों, यदि कोई आपके नेटवर्क ट्रैफ़िक को पर्याप्त रूप से सुन सकता है, तो आपकी गोपनीयता पूर्ण नहीं है।
खुद को कैसे बचाएं?
शोध पत्र दो मुख्य बचावों का सुझाव देता है:
- एक मास्क का उपयोग करें: Tor या VPN का उपयोग करें। यह आपके वास्तविक "घर के पते" (IP एड्रेस) को छिपा देता है ताकि भले ही वे जानते हों कि आपने चिल्लाया है, वे यह नहीं जान पाएंगे कि आप कहाँ रहते हैं।
- नियम बदलें: नए प्रोटोकॉल (जैसे Dandelion++) का उपयोग करें जो संदेशों के प्रसार के तरीके को बदलते हैं ताकि "लाउड स्पीकर्स" और "फुसफुसाने वाले" एक जैसे दिखें।
संक्षेप में: लेखकों ने एक ऐसा सिस्टम बनाया है जो यह सुनता है कि एक बिटकॉइन उपयोगकर्ता कितने लोगों से बात करता है। इस सुनने की प्रक्रिया को स्मार्ट कंप्यूटर अनुमान और वॉलेट समूहों के साथ जोड़कर, वे पहले की तुलना में बहुत बेहतर तरीके से यह पता लगा सकते हैं कि वास्तव में लेनदेन कौन कर रहा है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।