← Últimos artigos
💻 computer science

The Anonymity Gap: Understanding Real Privacy in Shielded UTXO-based Protocols for DeFi

Este artigo introduz uma estrutura de análise unificada e não heurística para quantificar a privacidade no mundo real em protocolos DeFi baseados em UTXO protegidos, revelando, por meio de uma avaliação das implementações da Railgun e da Hinkal, que as restrições de tokens públicos e as transições de estado históricas reduzem significativamente os tamanhos dos conjuntos de anonimato, frequentemente deixando muitas transações com privacidade mínima ou nula.

Autores originais: Hanze Guo, Stefanos Chaliasos, Yebo Feng, Jiahua Xu

Publicado 2026-08-25
📖 6 min de leitura🧠 Leitura aprofundada

Autores originais: Hanze Guo, Stefanos Chaliasos, Yebo Feng, Jiahua Xu

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

No mundo digital das finanças, um paradoxo existe há muito tempo: para usar um livro de registro público que registra cada transação, os usuários devem encontrar uma maneira de esconder seus movimentos. Durante anos, a principal ferramenta para isso foi o "mixer", um serviço digital que agrupava fundos de muitas pessoas, embaralhava-os e permitia a retirada de uma forma que tornava difícil dizer quem depositou o quê. No entanto, uma nova geração de ferramentas de privacidade surgiu e funciona de forma diferente. Em vez de apenas misturar depósitos e saques, esses sistemas permitem que o dinheiro se mova, se divida e se mescle enquanto permanece oculto dentro de um estado privado e seguro. Pense nisso não como uma única sala onde todos se misturam, mas como uma vasta rede invisível de túneis onde os fundos podem viajar, mudar de mãos e serem recombinados antes de finalmente emergirem de volta à visão pública. A questão para pesquisadores e usuários é se este novo sistema, mais complexo, oferece de fato uma privacidade melhor, ou se as próprias regras que o fazem funcionar também deixam para trás um rastro de pistas que podem ser seguidas.

Uma equipe de pesquisadores de instituições que incluem o University College London e a Nanyang Technological University propôs-se a responder a esta pergunta examinando o histórico real destes protocolos de privacidade avançados. Eles se concentraram em dois sistemas principais, Railgun e Hinkal, que operam em diversas redes blockchain diferentes. Ao contrário de estudos anteriores que dependiam de suposições sobre o comportamento dos usuários ou da observação de padrões na forma como as pessoas gastam dinheiro, esta equipe construiu um método rigoroso que olhou apenas para as regras públicas e os dados visíveis na blockchain. Eles queriam saber: se você pegar uma transação onde o dinheiro sai do estado oculto e reentra no mundo público, de quantos pontos de partida iniciais esse dinheiro poderia ter vindo? Ao rastrear o caminho de volta através do histórico do sistema sem fazer quaisquer suposições sobre quem são os usuários, eles puderam medir exatamente o quanto o próprio design do sistema encolhe o círculo de anonimato.

Os pesquisadores construíram um mapa detalhado de como esses sistemas funcionam, decompondo o processo em três camadas. A primeira camada envolve as notas, ou tokens digitais, que representam o dinheiro oculto. A segunda camada envolve as provas criptográficas que verificam as transações sem revelar os detalhes. A terceira camada é a própria transação, onde o dinheiro finalmente se torna visível novamente. Eles desenvolveram um método para rastrear o histórico de um saque específico para trás, aplicando uma série de filtros baseados na informação pública disponível. Esses filtros incluem verificar a qual árvore digital o dinheiro pertence, verificar o momento em que a transação ocorreu, garantir que o tipo de ativo corresponda e confirmar que os valores somam corretamente. Ao aplicar esses filtros um por um, eles puderam eliminar origens impossíveis e estreitar a lista de endereços iniciais potenciais.

Quando aplicaram este método ao histórico completo on-chain de quatro implementações da Railgun e cinco pools da Hinkal, os resultados revelaram uma lacuna significativa entre a privacidade teórica do sistema e a realidade do que pode ser deduzido. Em média, o número de endereços iniciais possíveis para uma transação caiu entre 40% e 59% em comparação com o número total de endereços que eram teoricamente possíveis na época. Em alguns casos, a redução foi ainda mais dramática. O estudo analisou 186.356 transações de gastos de desblindagem (unshielding spend) onde o dinheiro foi retirado do estado oculto. Entre estas, 3.679 transações terminaram com um conjunto de anonimato de dez ou menos endereços possíveis, incluindo 1.228 singletons. Isso significa que, para um número significativo de usuários, as próprias regras públicas do protocolo foram suficientes para estreitar as origens possíveis para um único endereço, sem a necessidade de qualquer informação externa ou suposição comportamental.

O estudo identificou razões específicas pelas quais esse estreitamento acontece. Um fator importante é o tipo de ativo que está sendo usado. Quando uma transação envolve um token específico, as regras do sistema frequentemente eliminam todos os outros tokens da lista de possibilidades, diminuindo drasticamente o grupo de candidatos. Outro fator é a estrutura da transação em si. Se uma transação libera dinheiro para o público enquanto também cria novas notas ocultas, as restrições matemáticas necessárias para equilibrar a equação podem descartar muitos históricos potenciais. Os pesquisadores também descobriram que o histórico do pool importa: em sistemas onde o pool é dividido em diferentes "árvores" ou seções, uma transação em uma seção não pode recorrer ao histórico de outra, cortando efetivamente o pool de anonimato disponível pela metade. Além disso, a profundidade do histórico da transação desempenha um papel; quanto mais atrás o dinheiro viajou através da rede oculta, mais pontos de partida potenciais ele acumula, o que às vezes pode enfraquecer a proteção de privacidade se o caminho for muito complexo.

Os pesquisadores enfatizaram que suas descobertas baseiam-se estritamente nas restrições públicas dos protocolos, não em qualquer tentativa de identificar indivíduos específicos ou vincular endereços a identidades do mundo real. Eles não utilizaram heurísticas ou suposições sobre o comportamento do usuário. Em vez disso, trataram o sistema como um quebra-cabeça matemático onde as únicas pistas são as regras escritas no código e os dados registrados no livro de registro público. Esta abordagem fornece uma linha de base para compreender os limites inerentes de privacidade destes sistemas. O estudo mostra que, embora estes protocolos ofereçam uma forma poderosa de manter os movimentos financeiros privados, os próprios mecanismos que permitem transferências ocultas complexas também criam um conjunto de restrições públicas que podem reduzir significativamente o número de origens possíveis para uma transação.

Para os usuários, as implicações são claras: a privacidade de uma transação depende fortemente do ativo específico que está sendo usado, do tempo do saque e da própria estrutura da transação. Usar um ativo comum em um pool grande e ativo pode oferecer melhor proteção do que usar um ativo raro em um pool menor. Para os designers desses sistemas, os resultados sugerem que preservar a continuidade do estado oculto através de atualizações e evitar divisões desnecessárias no histórico do pool pode ajudar a manter um anonimato mais forte. O estudo conclui que, embora estes protocolos blindados representem uma evolução importante na tecnologia de privacidade, eles não são imunes à análise. A natureza pública da blockchain significa que as regras do jogo estão sempre visíveis, e um exame cuidadoso dessas regras pode revelar a real extensão do anonimato proporcionado.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →