An Empirical Analysis of Privacy in the Lightning Network
支付渠道网络，特别是闪电网络，似乎为比特币和其他基于区块链的加密货币缺乏可扩展性和隐私提供了解决方案。以前的研究主要集中在闪电网络的可扩展性，可用性和加密经济学上，但相对较少关注探索它在实践中实现的隐私水平。本文对闪电网络提供的隐私进行了全面分析，介绍了几种利用网络公开信息的攻击，以了解旨在保密的信息，例如节点有多少可用的硬币，或者通过网络路由的支付中的发送者和接收者是谁。
2021-01-21 cs.CR
Mass Exit Attacks on the Lightning Network
研究闪电网络在高拥堵下受小规模对抗联盟发动大规模退出攻击的脆弱性，提出僵尸攻击与双重支付攻击模型，通过图割方法模拟验证其可行性。
2024-02-07 cs.CR cs.DC
The evolution of Lightning Network's Topology during its first year and the influence over its core values
闪电网络（LN）在Bitcoi的主网上推出已经整整一年了。LN被认为是比特币几个弱点的解决方案，例如每秒交易数量难以扩展，以及相对少量的交易费用昂贵。LN基于通过在区块链上发布交易来打开和关闭的微通道网络，并且由于多跳框架，它们之间能够进行交互。在这项工作中，我从拓扑学的角度分析了LN的演变，并试图了解它如何影响比特币的一些历史核心基础，例如对攻击和失败的弹性以及用户的匿名性。我试图回答的另一个问题是，LN拓扑结构的演变是否会使其同步更容易。
2019-01-25 cs.CR
A Centrality Analysis of the Lightning Network
支付通道网络（PCN），如闪电网络，为许多在区块链上运行的加密货币（如比特币）所面临的可扩展性问题提供了一个有吸引力的解决方案。然而，PCN也继承了区块链严格的可靠性要求。特别是，为了缓解流动性瓶颈和路径攻击，支付渠道网络必须保持高度的分散性。出于这一要求，我们进行了流行的闪电网络的实证中心性分析，特别是，路由系统的介数中心性分布。基于我们广泛的数据集（使用数百万个通道更新消息），我们实现了一个TimeMachine工具，使我们能够研究网络随时间的演变。我们发现，虽然网络通常是相当分散的，但少量的节点可以吸引相当大一部分交易，从而引入偏斜。此外，我们的分析表明，在过去两年中，中心性显著增加，例如，不平等（用基尼指数衡量）增加了10%以上。
2022-01-19 cs.CR
Counting Down Thunder: Timing Attacks on Privacy in Payment Channel Networks
闪电网络是比特币的扩展解决方案，承诺实现快速和私人的支付处理。在Lightning中，多跳支付通过使用哈希时间锁定合同（HTLC）来保护，并通过洋葱路由方案在网络层上加密，以避免信息泄漏到中间结点。然而，在这项工作中，我们表明闪电网络的隐私保证可能会被对HTLC状态协商消息进行定时攻击的路径对手所破坏。为此，我们提供了估计，使对手减少匿名集，并推断出最有可能的支付端点。我们开发了一个概念验证测量节点，该节点显示了获得时间差的可行性，并评估了基于模型的网络模拟中的对抗成功。我们发现，控制少量恶意节点足以观察到所有支付的大部分，强调了路径上的对手模型的相关性。此外，我们发现，不同程度的对手可以使用基于时间的攻击来以高精度和高召回率对支付端点进行去匿名化。
2020-06-22 cs.CR cs.NI
Lightning: Striking the Secure Isolation on GPU Clouds with Transient Hardware Faults
由于拥有和维护高性能计算集群的成本，GPU云已经成为一种流行的计算平台。还提出了许多云架构，以通过实施强安全策略来将不受信任的管理程序与客户虚拟机（VM）隔离，从而确保客户应用的安全执行环境。本文以深度神经网络（DNN）为底层应用，研究GPU芯片硬件故障对云“可信”执行环境安全性的影响。我们表明，可以通过利用动态电压和频率缩放（DVFS）技术生成GPU的瞬态硬件故障，这些故障可能会导致计算错误，但由于成熟的DNN模型的鲁棒性和容错性，它们对DNN的推理精度的影响有限。为了充分利用这些瞬态硬件故障，我们提出了闪电攻击来定位DNN的故障注入目标，并在时间和位置方面控制故障注入精度。我们在三种商品GPU上进行实验，以攻击四种广泛使用的DNN。实验结果表明，该攻击可使模型的推理准确率平均降低78.3%和64.5%.更重要的是，67.9%的目标攻击成功地误导了模型，给出了我们想要的不正确的推理结果。这表明GPU云上的安全隔离容易受到瞬时硬件故障的影响，并且计算结果可能不可信。
2021-12-07 cs.AR cs.CR
LNBot: A Covert Hybrid Botnet on Bitcoin Lightning Network for Fun and Profit
虽然过去提出了各种隐蔽的僵尸网络，但它们仍然缺乏对其服务器/僵尸主机的完全匿名化，或者僵尸主机和僵尸程序之间的通信缓慢。在本文中，我们提出了一种新一代混合僵尸网络，它通过比特币闪电网络（LN）进行隐蔽而有效的通信，称为LNBot。LN是一个在比特币网络之上运行的支付通道网络，用于更快的比特币交易，费用可以忽略不计。利用LN的各种匿名特性，我们设计了一个可扩展的两层僵尸网络，完全匿名的僵尸主机的身份。在第一层中，僵尸主机通过LN事务匿名向C&C服务器发送命令。具体来说，LNBot允许僵尸主机的命令以秘密多跳LN支付的形式发送，其中命令用ASCII或霍夫曼编码进行编码以提供隐蔽通信。在第二层中，C&C服务器进一步将这些命令中继到他们在迷你僵尸网络中控制的僵尸程序，以对受害者机器发动任何类型的攻击。我们在实际LN上实现了概念验证，并广泛分析了LNBot的延迟和性价比。我们的分析表明，与其他类似的区块链僵尸网络相比，LNBot实现了更好的可扩展性，成本可以忽略不计。最后，我们还提供并讨论了一系列潜在的对策，以检测LNBot活动并最大限度地减少其影响。
2020-04-25 cs.CR
Sprites and State Channels: Payment Networks that Go Faster than Lightning
比特币，以太坊和其他基于区块链的加密货币，如今天所部署的，不能扩展到广泛使用。加密货币扩展的一种主要方法是一种称为支付通道的智能合约机制，它使两个相互不信任的各方能够有效地进行交易（并且只需要在区块链中设置一个交易）。支付渠道可以连接在一起形成支付网络，这样任何两方之间的支付都可以（通常）沿着连接它们的路径通过网络进行路由。至关重要的是，双方可以在不信任路由上的跳数的情况下进行交易。在本文中，我们提出了一种新的变体的支付渠道，称为精灵，减少了最坏情况下的“抵押品成本”，沿路线的每一跳可能会产生。精灵的好处是双重的。1)在闪电网络中，通过$\ell$通道路径进行支付需要锁定抵押品$Θ(\ellΔ)$时间，其中$Δ$是提交链上交易的时间。Sprites将此成本降低到$O(\ell + Δ)$。2)与之前的工作不同，Sprites支持部分提款和存款，在此期间，通道可以继续运行而不会中断。在评估Sprites时，我们做出了一些额外的贡献。首先，我们的基于模拟的安全模型是第一个形式主义的支付渠道的时间保证模型。我们的结构也是模块化的，利用了民间传说中的一种通用抽象，称为“状态通道”，我们是第一个正式化的。我们还提供了一个模拟框架支付网络协议，我们用它来确认，精灵建设减轻对吞吐量减少攻击。
2017-11-30 cs.CR
PQLN: Post-Quantum Security for the Bitcoin Lightning Network's Off-Chain Surfaces
East Texas A&M University（东德克萨斯农工大学）；North American University（北美大学）；Florida Gulf Coast University（佛罗里达海湾海岸大学）；Florida Institute of Technology（佛罗里达理工学院）
针对量子计算机对闪电网络链下密码学的威胁，提出混合后量子扩展 PQLN，利用 ML-DSA 和 ML-KEM 保护各表面，实现互操作且开销低。
2026-09-15 cs.CR cs.NI
Probing Channel Balances in the Lightning Network
由于闪电网络支付既不广播也不公开存储。因此，LN不仅被视为可扩展性，而且被视为比特币的隐私解决方案。该协议保证在通道关闭时只能确认最新的通道状态。LN节点八卦可用于路由的信道和它们的总容量。为了发出（多跳）支付，发送方基于其对图的本地知识创建路由。由于本地渠道余额不是公开的，因此支付经常由于中间跳的余额不足而失败。在这种情况下，将沿着多条路线尝试支付，直到成功。这构成了隐私效率的权衡：隐藏的平衡提高了隐私，但阻碍了路由效率。在这项工作中，我们表明，攻击者可以很容易地发现使用探测信道平衡。这需要每频道不到一分钟，需要适度的资本承诺，没有支出。我们描述了算法，并在比特币的测试网上测试了我们的概念验证实现。我们认为，LN的隐私和路由效率之间的平衡是次优的：通道平衡既没有得到很好的保护，也没有利用。我们概述了两种方式LN演变就这个问题。为了强调隐私，我们提出了一个修改的错误处理，隐藏细节的发送节点的出错通道。这将破坏我们的探测技术，但使路由失败更常见，因为发送方不知道尝试路由的哪个通道失败了。为了提高效率，我们提出了一个新的API调用，可以让发送方查询它不是一方的渠道的余额。我们认为，将这些方法结合起来可以帮助LN两全其美：在可行的情况下隐藏私有数据，并利用公共数据来提高路由效率。
2020-04-01 cs.CR
Attack-resistant Spanning Tree Construction in Route-Restricted Overlay Networks
路由受限覆盖中的节点有一组不可变的邻居，由其用户显式指定。流行的例子包括支付网络，如闪电网络，以及社交覆盖，如黑暗自由网。路由算法是这种覆盖的核心，因为它们使不直接连接的节点之间的通信成为可能。最近的研究结果表明，基于生成树的算法是最有前途的可证明有效的选择。然而，所有建议的解决方案都未能解决分布式生成树算法如何处理恶意节点的主动拒绝服务攻击。在这项工作中，我们设计了一种新的自稳定生成树构造算法，利用加密签名，并证明它减少了受主动攻击的节点集。我们的模拟证实了这一理论结果与基于现实世界的数据集的具体值。特别是，我们的研究结果表明，我们的算法减少了高达74%的受影响的节点的数量相比，最先进的抗攻击生成树结构。
2019-08-09 cs.CR
Toward Active and Passive Confidentiality Attacks On Cryptocurrency Off-Chain Networks
加密货币链下网络，如闪电（例如，Bitcoin）或Raiden（例如，以太坊（Ethereum）旨在提高传统链上交易的可扩展性。为了支持节点学习路由其事务的可能路径，这些网络需要提供流言和探测机制。本文探讨了这些机制是否可能被利用来推断有关交易流的敏感信息，并最终损害隐私。特别是，我们确定了两个威胁，涉及到一个主动和被动的对手。第一种是探测攻击：在这里，对手的目标是通过主动探测它并区分它接收到的响应消息来检测在给定方向上可传输的最大量。第二种是定时攻击：对手通过充当被动的中间人并分析发送消息及其相应响应之间的时间差，发现路由支付的目的地实际上有多近。然后，我们分析了这些攻击的局限性，并提出了补救方案，在这些方案中，他们能够产生准确的结果。
2020-02-28 cs.CR
LNGate$^2$: Secure Bidirectional IoT Micro-payments using Bitcoin's Lightning Network and Threshold Cryptography
针对物联网设备无法直接部署比特币闪电网络的问题，提出基于门限密码学的委托协议，通过不可信网关实现安全双向小额支付，经实验验证性能优异，为首个在闪电网络中落地门限密码学的方案。
2023-07-19 cs.CR
On the Anonymity of Peer-To-Peer Network Anonymity Schemes Used by Cryptocurrencies
加密货币系统可以通过利用其对等网络上的网络级通信来遭受去匿名化攻击。控制对等网络中一组共谋节点的对手可以观察正在交换的交易并推断所涉及的各方。因此，已经提出了各种网络匿名方案来缓解这个问题，其中一些解决方案提供了理论上的匿名保证。在这项工作中，我们这样的对等网络匿名解决方案的模型，并评估其匿名保证。为此，我们提出了一个新的框架，使用贝叶斯推理，以获得概率分布连接交易，他们可能的发起人。我们用这些分布来描述交易匿名性，用熵作为发起者身份的对抗性不确定性的度量。特别是，我们为Danvis、Danvis ++和Lightning Network建模。我们研究了不同的配置，并证明他们都没有提供可接受的匿名用户。例如，我们的分析显示，在广泛部署的闪电网络中，有1%的战略选择的共谋节点，对手可以唯一地确定网络中约50%的交易的发起者。在丹麦，控制15%节点的对手平均只有8个可能的发起者。此外，我们观察到，由于Danvis和Danvis ++的设计方式，增加网络规模并不对应于潜在发起者的匿名集合的增加。令人担忧的是，我们对闪电网络的纵向分析揭示了一个相反的趋势--随着网络的发展，整体匿名性下降。
2022-11-07 cs.CR
D-LNBot: A Scalable, Cost-Free and Covert Hybrid Botnet on Bitcoin's Lightning Network
本文提出基于比特币闪电网络的隐蔽混合僵尸网络LNBot及其分布式版本D-LNBot，利用LN的匿名特性实现控制者身份完全匿名化，支持零成本运行和快速命令传播，并在实际LN上验证了概念并分析了性能与对策。
2023-05-22 cs.CR
Leveraging Operational Technology and the Internet of Things to Attack Smart Buildings
近年来，我们生活的大部分时间都在快速发展。它们正在成为完全自动化的环境，其中能源消耗，访问控制，供暖和许多其他子系统都集成在一个通常称为智能建筑（SB）的单一系统中。为了支持日益复杂的楼宇运营，为SB提供动力的楼宇自动化系统（BAS）正在集成消费者范围的物联网（IoT）设备，如IP摄像机以及操作技术（OT）控制器和执行器。然而，这些变化带来了重要的网络安全问题，因为攻击面更大，攻击向量正在增加，攻击可能会对建筑物的居住者造成潜在的伤害。在本文中，我们通过关注受物联网设备（如视频监控系统和智能闪电）影响很大的子系统来分析BAS的威胁状况。我们演示了如何BAS操作可以破坏简单的攻击广泛使用的网络协议。此外，使用论文中报告的已知漏洞和0天漏洞以及之前披露的漏洞，我们提出了第一个（据我们所知）BAS特定的恶意软件，该恶意软件能够通过利用连接到BAS的OT和IoT设备在BAS网络中持续存在。我们的研究强调了BAS网络如何被视为与工业控制系统一样重要，BAS中的安全问题值得工业和科学界更多的关注。即使在模拟环境中，我们的概念验证攻击也相对容易，预算和资源有限。因此，我们相信，资金充足的攻击组织将越来越多地将重点转移到BAS上，这些BAS有可能影响成千上万人的生活。
2019-12-05 cs.CR
Hijacking Routes in Payment Channel Networks: A Predictability Tradeoff
链下交易网络可以缓解当今比特币等无信任电子现金系统的可扩展性问题。然而，这些点对点网络也引入了一个新的攻击面，这是今天没有很好地理解。识别并分析了一种基于路由劫持的新型拒绝服务攻击，其利用了沿着所创建的网络通道路由和执行事务的方式。这种攻击在概念上是有趣的，因为即使是通过创建新通道来操纵拓扑的有限攻击者也可以导航与其攻击网络的方式相关的权衡。此外，攻击还强调了防御者（决定自己的路由）的基本设计权衡：为了变得更不可预测，从而更安全，理性节点必须向转发其付款的节点支付更高的费用。我们发现，比特币中三种最常见的支付渠道（lnd，C-lightning，Eclair）的路由方式不同。我们首先调查Lightning网络的当前状态，并探索这些实现所选择的路由。我们发现，在目前的网络中，近60%的所有路由只经过5个节点，而80%只经过10个节点。因此，相对少量的共谋节点可以拒绝为网络的大部分提供服务。然后，我们转向研究外部攻击者，他创建到网络的链接，并通过要求更低的费用来通过其节点绘制更多的路由。我们发现，只要五个新的链接就足以吸引大多数（65%-75%）的流量，无论使用的实现。创建这些链接的成本非常低。我们讨论了实现之间的差异，并最终得出我们自己的建议路由策略，这是基于现有方法的一种新的组合。
2019-09-15 cs.CR cs.GT cs.MA
Neural-FacTOR: Neural Representation Learning for Website Fingerprinting Attack over TOR Anonymity
Huazhong University of Science and Technology（华中科技大学）
TOR（The Onion Router）网络是一种被广泛使用的开源匿名通信工具，TOR的滥用使得监控网络犯罪的扩散变得困难，如访问犯罪网站。大多数现有的TOR网络去匿名化方法严重依赖于手动提取的特征，导致耗时且性能差。针对上述不足，提出一种基于分类算法的神经表示学习方法来识别网站指纹。基于卷积神经网络（CNN），通过伸缩和因果卷积，构建了一种新的网站指纹攻击模型，该模型既能提高CNN的感知域，又能捕捉到输入数据的序列特征。在三个主流公开数据集上的实验表明，该模型对网站指纹分类具有鲁棒性和有效性，与现有方法相比，准确率提高了12.21%。
2022-09-26 cs.AI cs.CR
TEAM: Temporal Adversarial Examples Attack Model against Network Intrusion Detection System Applied to RNN
School of Cyber Science and Engineering, Wuhan University（武汉大学网络安全学院）
提出针对RNN的时间对抗样本攻击模型TEAM，利用时间步关联和时间膨胀技术，显著提升NIDS在黑盒和白盒下的误判率，最高超过96.68%。
2024-09-19 cs.AI cs.CR
