Deanonymizing Bitcoin Transactions via Network Traffic Analysis with Semi-supervised Learning

1. 문제 정의 (Problem)

비트코인과 같은 암호화폐 시스템은 사용자의 신원을 직접적으로 노출하지 않는 pseudonym(가명) 방식을 사용하지만, 완전한 프라이버시를 보장하지는 못합니다. 특히 네트워크 계층 (Network Layer) 비식별화 공격은 거래의 전파 경로를 분석하여 거래 발생자의 실제 IP 주소를 추적하는 데 초점을 맞춥니다.

• 기존 접근법의 한계:
  • 기존 연구 (예: PERIMETER [9], Apostolaki et al. [10]) 는 주로 트래픽의 타이밍 패턴이나 전파 행위를 분석했습니다.
  • PERIMETER: 머신러닝을 사용하지만 정확도 (Precision) 가 낮고, 이상치 탐지 알고리즘이 '정상'과 '비정상'을 명확히 구분하지 못해 오검출이 많습니다.
  • Apostolaki et al. (PERIMETER): 비지도 학습 (Unsupervised Learning) 을 사용했으나, 라벨이 없는 데이터만으로는 학습 효율이 낮아 성능이 제한적입니다.
  • 암호화 트래픽 문제: 비트코인 코어 v27.1 부터 P2P 트래픽이 기본적으로 암호화 (v2 P2P) 되어 있어, 기존 수동 감청 (Passive Monitoring) 방식은 효과가 떨어집니다.
  • 지배적 연결의 어려움: 표적 노드의 모든 연결을 장악 (Eclipse Attack) 하는 것은 현실적으로 매우 어렵습니다. 일부 연결만 장악했을 때의 비식별화 정확도가 낮습니다.

2. 제안 방법론 (Methodology)

저자들은 NTSSL (Network Traffic Analysis via Semi-supervised Learning) 및 이를 개선한 **NTSSL+**를 제안합니다. 이 방법은 네트워크 계층의 트래픽 분석과 반감기 학습 (Semi-supervised Learning), 그리고 트랜잭션 계층의 클러스터링을 결합합니다.

A. 공격 시나리오 및 데이터 수집 (Step 1)

• 프로브 노드 (Probe Nodes) 배치: 공격자는 비트코인 네트워크에 여러 개의 프로브 노드를 배포하여 표적 노드 (Target Node) 로 들어오는 연결 (Incoming Connections) 을 점령합니다.
• 트래픽 캡처: 표적 노드가 생성한 거래 (Originating) 와 다른 노드에서 전달받은 거래 (Forwarded) 를 프로브 노드를 통해 캡처합니다. 비트코인 노드는 최대 114 개의 인바운드 연결을 허용하므로, 이 중 일부를 장악하는 것만으로도 공격이 가능합니다.

B. NTSSL: 반감기 학습 기반 비식별화 (Step 2)

기존의 단순한 규칙 기반이나 비지도 학습을 넘어, 비지도 학습으로 가짜 라벨 (Pseudo-labels) 을 생성한 후 지도 학습을 수행하는 4 단계 프로세스를 따릅니다.

1. 특징 추출 (Feature Extraction):

   • Inv Num: 표적 노드가 거래에 대해 보낸 Inv 메시지의 수. (생성 거래는 더 많은 피어에게 브로드캐스트됨)
   • Getdata Num: 표적 노드가 받은 Getdata 메시지의 수. (생성 거래는 다른 노드에서 먼저 받지 않았으므로 요청이 더 많음)
   • Ratio: Getdata/Inv 비율.
   • Sum: Inv 와 Getdata 의 합.
   • 참고: 비트코인의 확산 메커니즘 (Diffusion Mechanism) 으로 인해 랜덤 지연이 발생하므로, '전송 시간'은 특징으로 사용하지 않음.

2. 가짜 라벨 생성 (Unsupervised Phase):

   • Isolation Forest, Auto Encoder, One-Class SVM 등 3 가지 비지도 이상치 탐지 알고리즘을 실행합니다.
   • 세 알고리즘이 모두 '이상치 (Originating Transaction)'로 판단한 데이터만 고신뢰도 양수 (Positive) 샘플로 선정합니다.
   • 이 샘플들의 특징 (Anomaly Score, Inv/Getdata 수) 을 기준으로 나머지 데이터에 대해 조건부 라벨링을 수행하여 전체 학습 데이터셋을 확장합니다.

3. 모델 학습 (Supervised Phase):

   • 생성된 가짜 라벨과 확장된 특징 벡터 (Anomaly Score 추가) 를 사용하여 XGBoost 알고리즘으로 분류 모델을 학습시킵니다.
   • 이를 통해 표적 노드가 생성한 거래를 식별합니다.

C. NTSSL+: 교차 계층 협업 분석 (Step 3)

네트워크 계층 분석만으로는 오검출 (False Positive/Negative) 이 발생할 수 있으므로, 트랜잭션 계층 (Transaction Layer) 의 클러스터링 결과를 활용하여 정확도를 높입니다.

• 트랜잭션 클러스터링: 멀티-입력 (Multi-input) 휴리스틱을 사용하여 같은 지갑 (Wallet) 에서 생성된 거래들을 클러스터링합니다.
• 시간 창 (Time Window) 기반 정제: 같은 지갑에서 짧은 시간 내에 생성된 거래들은 동일한 풀 노드를 통해 네트워크에 유입되었을 가능성이 높습니다.
• 협업 분석 (Collaborative Analysis):
  • NTSSL 결과가 '생성 거래'로 분류된 거래가 속한 클러스터의 대다수가 '전달 거래'라면, 이를 **거짓 양수 (False Positive)**로 간주하여 수정합니다.
  • 반대로, NTSSL 결과가 '전달 거래'로 분류되었으나 속한 클러스터의 대다수가 '생성 거래'라면, 이를 **거짓 음수 (False Negative)**로 간주하여 '생성 거래'로 재분류합니다.
  • 이를 통해 정밀도 (Precision) 와 재현율 (Recall) 을 동시에 향상시킵니다.

3. 주요 기여 (Key Contributions)

1. NTSSL 알고리즘 제안: 기존 머신러닝 기반 접근법 (PERIMETER) 보다 1.6 배 우수한 성능을 보이는 새로운 반감기 학습 기반 비식별화 알고리즘을 개발했습니다.
2. NTSSL+ (교차 계층 협업): 트랜잭션 클러스터링 정보를 네트워크 계층 분석 결과와 결합하여 오검출을 보정하고 정확도를 20~40% 추가 향상시켰습니다.
3. 실제 네트워크 검증: 비트코인 메인넷과 테스트넷에서 실제 노드를 배포하여 실험을 수행했습니다. 특히, 공격자가 표적 노드의 연결 중 25% 만 장악해도 효과적인 비식별화가 가능함을 입증했습니다.
4. 암호화 트래픽 우회: 비트코인 코어의 암호화된 P2P 트래픽 (v2) 이 도입되었음에도 불구하고, 프로브 노드를 통한 직접 연결 (Plaintext) 로 이를 우회하여 공격이 가능함을 보였습니다.

4. 실험 결과 (Results)

실험은 표적 노드의 인바운드 연결을 25%, 50%, 75%, 100% 장악하는 시나리오로 진행되었습니다.

• 성능 비교 (F1-Score 기준):
  • PERIMETER (기존): 연결 100% 장악 시 F1-Score 약 0.53.
  • NTSSL (제안): 연결 100% 장악 시 F1-Score 0.74 (재현율 70.2%, 정밀도 79%).
  • NTSSL+ (제안 개선): 연결 100% 장악 시 F1-Score 0.84 이상 (NTSSL 대비 20~40% 향상).
• 저연결 환경 (25% 장악):
  • NTSSL: F1-Score 0.50.
  • NTSSL+: F1-Score 0.64.
  • 기존 비지도 학습 기반 솔루션 (Apostolaki 등) 대비 1.6 배 성능 향상.
• 지도 학습의 한계: 단일 노드로 학습된 지도 학습 모델은 다른 노드 (Mainnet) 에 적용 시 성능이 급격히 저하됨을 확인하여, 반감기 학습 (Unsupervised + Supervised) 의 필요성을 입증했습니다.

5. 의의 및 시사점 (Significance)

• 프라이버시 위협의 재평가: 비트코인의 확산 메커니즘 (Diffusion Mechanism) 과 암호화 트래픽이 도입되었음에도 불구하고, 네트워크 계층의 트래픽 분석과 머신러닝을 결합하면 여전히 심각한 비식별화 위협이 존재함을 보여줍니다.
• 저비용 고효율 공격: 공격자가 모든 연결을 장악할 필요 없이, 일부 연결만 장악해도 반감기 학습을 통해 높은 정확도로 거래 발생자를 추적할 수 있음을 증명했습니다.
• 대응 방안의 필요성:
  • Tor/VPN 사용: 실제 IP 를 숨기기 위한 필수 조치로 재강조됩니다.
  • 프로토콜 업그레이드: Dandelion++ 나 Erlay 같은 새로운 전파 프로토콜은 이 공격 (프로브 노드 기반) 에 효과적일 수 있으나, 전파 지연 (Latency) 이 발생한다는 trade-off 가 있습니다.

결론

이 논문은 비트코인 네트워크의 프라이버시 취약점을 새로운 관점 (반감기 학습 + 교차 계층 분석) 에서 규명했습니다. 기존 방법론보다 훨씬 효율적이고 정확한 비식별화 공격 기법을 제시함으로써, 암호화폐 사용자 및 개발자에게 더 강력한 프라이버시 보호 메커니즘의 필요성을 강력하게 시사합니다.