该论文研究的是因果IPD-QIM（基于量化索引调制的网络流水印）在网络流量中的稳定性问题。在多跳加密链路（如Tor、级联VPN）中，隧道化会抹平包长度和协议字段，使得包间延迟（IPD）成为主动流归属追踪的主要载体。因果性要求嵌入器只能延迟包而不能提前包，因此每次QIM对齐都会向延迟缓冲区注入非负的停留时间；无界的停留时间会破坏晶格对齐并导致主机连接延迟无法接受。目前，因果QIM水印在突发流量下是否能稳定嵌入主要依赖于经验配置，而非理论分析。本文将嵌入器建模为在固定双晶格、等概率比特规则下的反射停留队列，其中注入是状态依赖的（由当前间隔和比特决定），而非外生。通过替换Y_i = δ_i - r_i，得到代数Lindley形式；稳定性由大停留下的忙态漂移决定，此时有效间隔趋近于零，平均注入变为Δ/4。远离临界边界时，对于独立同分布背景流量，缓冲区稳定的条件是μ_d > Δ/4（即Δ < 4μ_d）；对于具有瞬时过载的平稳遍历和有限状态马尔可夫调制流量，平均强度ρ̄ < 1。结合外生解码下限Δ ≥ cσ_ξ（c=4Q^{-1}(ε/2)），得到工作窗口Δ ∈ [cσ_ξ, 4μ̄_d)。模拟在单流上确认了ρ=1处的尖锐转变；在四条真实IPD轨迹上的实验表明，该准则在流内相关性和突发性下正确预测了稳定性方向，而跨流均值会高估裕量。这些结果为因果QIM网络流水印提供了可测试的稳定可嵌入性准则和量化步长配置基线。

移动目标防御（MTD）是一种主动防御策略，通过动态改变系统配置来增加攻击者不确定性。然而，现有MTD设计通常默认其候选配置池是安全的，即攻击者无法通过观察延迟等可测量指标来识别当前活动配置，但这一假设从未在池级别得到量化验证。本文形式化了这一“池安全”问题：给定一组组件实现选项，其笛卡尔积构成配置空间，目标是在可加性效用模型下找出最大的 ε-不可区分子集，使得任意两个配置的效用差异不超过 ε。作者将问题归约为在求和集上寻找最密集窗口的查询，并提出了四种覆盖不同规模配置空间的算法：完全枚举、中间相遇、基于快速傅里叶变换（FFT）的卷积以及蒙特卡洛采样，能够处理从数十种到 10^38 种配置的场景。在两类生产云案例上进行了端到端评估：其一是基于四个运行时（如 Python、Node.js 等）的无服务器旋转，在无其他掩蔽因素时，面对 VPC 邻接攻击者，匿名性从四路降至三路；其二是具有 27 种配置的三层 Web 应用栈，其中相同的解释器差异被共享的 8 毫秒数据库往返延迟吸收，最终实现了九路有效匿名。本文贡献包括：形式化 MTD 池安全模型，提出可扩展的不可区分性评估算法，并通过案例揭示了 MTD 设计的关键诊断准则——组件旋转仅在变体间延迟差异不足以被攻击者识别时才能增加匿名性。

本文提出了一种针对 Tor 网络的新型带宽膨胀攻击，名为 MirageFlow。攻击者通过控制一组恶意中继节点（即中继集群）并利用 Tor 允许资源共享的机制，协调分配集群内各中继的资源，欺骗带宽测量器，使其误认为每个中继节点都拥有充足的带宽资源。攻击者设计了两种变体：C-MirageFlow（集中式资源共享）和 D-MirageFlow（分布式资源共享）。在私有 Tor 测试网络中的评估表明，C-MirageFlow 可将测量到的带宽膨胀近 n 倍（n 为单台服务器上托管的集群大小），D-MirageFlow 可膨胀近 n*N 倍（N 为服务器数量）。理论分析进一步指出，攻击者仅使用 10 台专用服务器，每台运行 109 个中继节点（每个节点带宽 100MB/s），即可控制 Tor 网络一半的流量。该研究揭示了 Tor 网络当前带宽测度机制中的安全漏洞，尤其是资源共享被滥用的风险，对 Tor 的匿名性保证构成严重威胁。

该论文系统性地研究了混合网络（mixnets）在面对恶意节点时的失效模式。混合网络是匿名通信的关键基础设施，通过多跳混淆和延迟发送来隐藏通信关系。然而，当网络中部分节点被敌手控制时，敌手可能通过流量分析、时序关联等攻击破坏匿名性。论文首先形式化定义了混合网络中敌手节点的能力模型，包括被动监听、主动延迟、消息丢弃等。随后提出了一套量化评估框架，用于度量在不同敌手比例、网络拓扑和混合策略下匿名性退化的程度。实验基于大规模仿真，对比了Cascade、Stratified、Freedom等经典混合拓扑，发现当敌手节点占比超过30%时，大多数混合网络匿名性急剧下降。论文进一步提出了一种基于随机转发与动态路径选择的缓解机制，该机制能够在不显著增加延迟的前提下，将敌手节点的影响降低一个数量级。主要贡献包括：1）首个系统性的混合网络抗敌手节点量化分析；2）一个可扩展的评估框架；3）一种实用的缓解方案。适合对匿名通信、网络防御和隐私保护感兴趣的研究人员阅读。

该论文研究了以太坊隐私混币器Railgun中的用户行为泄漏问题。尽管底层加密协议（如零知识证明）能保证交易匿名性，但用户的行为模式——如交易时间模式、地址重复使用、交易图邻近性、金额指纹以及背包问题匹配——仍可能导致匿名性显著损失。作者提出了五种启发式方法，用于估计给定存款和取款交易属于同一用户的概率。具体包括：(1) 特征时间模式：分析交易时间间隔和分布；(2) 地址重用：检查是否同一地址被多次使用；(3) 交易图邻近性：基于公开交易记录，构建图并度量节点间距离；(4) 金额指纹：保留交易金额中独特的数字模式（如尾数、舍入方式）；(5) 背包匹配：寻找一组存款和取款金额之和相等或近似相等的组合。实验结果显示，17.65%的Railgun取款交易可通过这些方法唯一链接到存款交易。此外，应用背包求解器算法，取款交易的中位数匿名集大小减少了3.42比特。该工作揭示了即使采用强加密的隐私系统，用户行为仍可能导致实质性的匿名性损失，为理解混币器和匿名池的实际隐私极限提供了实证，并提出了更安全的使用方法和设计原则。

该论文针对移动自组网（MANET）中的匿名通信问题，提出了一种名为 TrustMix 的新型混合协议。传统的混合网络（mix network）通常依赖于固定基础设施或可信中心节点，难以直接应用于拓扑动态变化、节点资源受限的 MANET 环境。已有的少数 MANET 匿名方案要么需要预先知道网络拓扑，要么依赖可信第三方。TrustMix 完全去中心化，无需任何可信中心节点。其核心思想是：用户首先在本地选择一个可信邻居节点，并将消息发送至该邻居所属的组（group）；每个组内的所有节点共同参与消息混洗（shuffle），使得攻击者无法将原始消息与转发消息关联。即使用户选择的邻居是恶意的，只要该组内至少有一个诚实节点参与混洗，匿名性就得以保持。此外，TrustMix 利用可链接环签名（linkable ring signatures）实现消息速率限制，在检测到节点发送超过允许数量的消息时，能够在不暴露节点身份的情况下触发警报。作者在随机预言机模型下证明了协议的安全性，并通过现有混合网络模拟器评估了匿名性，结果表明 TrustMix 显著提升了消息匿名程度。最后，基于 Android 的原型实现验证了在 5 台移动设备上能够达到可接受的吞吐量。

本文对隐形互联网项目（I2P）的节点选择机制进行了实证网络拓扑分析，旨在研究地理位置是否系统性地影响I2P的路由拓扑。I2P的设计原则之一是避免从同一个/16子网中选择多个节点以最大化匿名性。研究团队使用SWARM-I2P数据集（包含327个路由器和254个连接），进行了同配性分析、社区发现和置换检验。结果显示，在网络层面上不存在显著的地理同配性：同配系数r=0.017（p=0.222），同一国家内的连接比例（11.1%）在统计上接近随机期望值（10.91%）。社区发现揭示了110个高度模块化的社区（Q=0.972），但与地理位置的匹配程度仅为中等（NMI=0.521）。结论是，I2P中的聚合节点选择导致了高度异质、随机的地理混合，这为理解性能与匿名性之间的权衡提供了基础。

该论文提出了一种兼容EMV标准的匿名非接触支付协议，旨在解决现有非接触支付中用户隐私泄露的问题。传统的非接触支付交易会泄露持卡人的身份信息，而该研究设计了一种方案，使得支付过程中商家无法关联用户身份，同时仍然保持与EMV标准的兼容性，确保交易的合法性和安全性。该方法基于密码学技术，如零知识证明或匿名凭证，实现了支付者匿名性。实验评估可能展示了其效率和安全性，证明该方案能够在实际部署中平衡隐私与合规需求。适合支付安全领域的研究人员和从业者阅读。

本研究探讨了在隐形互联网项目（I2P）网络中对服务进行去匿名化的可能性，采用被动流量分析和机器学习技术。I2P是一种匿名通信网络，旨在隐藏用户身份和活动，其流量经过多层加密。尽管有效载荷被加密，但流量特征（如数据包大小、时间间隔、方向等）可能仍然暴露模式。研究者建立了受控的实验室环境，通过模拟典型I2P应用（如网站托管、文件共享）生成合成流量，作为训练数据集。利用Fano不等式对混合网络（如I2P）中的匿名数据传输进行理论分析，从信息论角度揭示了流量特征与匿名性之间的因果关系。实验中应用了深度学习，特别是卷积神经网络，在实验室网络中训练分类模型，并进一步使用真实世界流量数据评估其有效性。结果表明，所提出的方法并不能有效破解I2P的匿名性保证，即分类准确率未达到可用水平。该研究的主要贡献在于：1）系统性地评估了I2P流量的去匿名化潜力；2）提供了理论分析框架与实验方法论；3）验证了当前机器学习方法在I2P匿名性挑战上的局限性。该论文适合网络匿名研究者和隐私保护工程师阅读。

本文研究在低延迟匿名网络（如Tor）中，攻击者如何通过主动带宽扰动实施流量相关性分析，从而破坏用户的匿名性。现有的被动流量关联方法需要攻击者控制端点或修改Tor浏览器，而本文提出的NATA（非侵入式主动流量关联分析算法）无需上述条件，仅需攻击者控制上游网络网关并观察出口中继的流量，即可通过注入可区分的吞吐量模式来标记流量。为了在复杂网络变化中识别被扰动的流，作者设计了BM-Net（带宽调制网络），一种选择性状态空间学习框架，用于检测带宽调制。BM-Net采用数据高效学习策略：首先通过掩码预训练在序列化流量轨迹上学习可复用的表征，然后利用任务特定的标注数据进行二值扰动检测和细粒度调制分类的迁移学习。基于真实Tor流量测量，BM-Net在二值检测上达到99.65%的F1分数，在细粒度调制分类上达到97.5%的宏F1分数。此外，通过基于tornettools的大规模仿真，估计了在带宽加权中继选择下的出口观察概率。结果表明，主动带宽扰动可作为一种基础设施级别的侧信道用于流量关联，对Tor匿名性构成切实威胁。

本文提出了一种名为I2PERCEPTION的低成本去匿名化方法，用于揭示I2P匿名网络中隐藏服务的真实IP地址。I2P是一个流行的匿名通信网络，但现有去匿名化方法难以在包含大量路由器的网络中有效扩展。I2PERCEPTION的核心思想是利用主动探测和被动监控相结合的方式，通过分析I2P路由器的加入和离开行为（即上线/离线模式）来关联目标隐藏服务的行为模式。攻击者首先部署少量的floodfill路由器（论文中仅使用15个）来被动收集网络中路由器的RouterInfo信息，并分析其发布机制以精确识别路由器的实时行为。然后，通过主动探测目标隐藏服务的在线状态，获取其行为模式。最后，将隐藏服务的行为模式与收集到的路由器行为进行时间序列关联，从而缩小可能的候选路由器范围，最终找到托管该隐藏服务的真实路由器，实现去匿名化。论文通过在真实I2P网络上进行长达八个月的实验验证，成功对受控的隐藏服务进行了去匿名化，证明了方法的精确性和有效性。该研究展示了I2P匿名网络面临的严重隐私威胁，并为匿名网络的安全改进提供了重要参考。

本文提出了一种基于聚类的低开销、可证明的网站指纹防御框架。网站指纹攻击利用加密流量的模式（如数据包大小、时间间隔）来识别用户访问的网站，对匿名通信系统（如Tor）构成严重威胁。现有防御方法如Walkie-Talkie和WFDefender虽然有效，但会引入较大的延迟或带宽开销，且缺乏可证明的安全保证。本文的核心思想是将网站聚类成组，使得同一组内的网站无法被攻击者区分。作者设计了一个聚类算法，通过最大化组内相似性和组间差异性，将具有相似流量模式的网站归为一类。然后，针对每个集群，应用轻量级的流量整形技术（如填充和重排），使得集群内的所有网站流量模式难以区分。理论分析证明了该防御在信息论意义上提供了可证明的隐私保证。实验使用WF攻击（如k-NN, CUMUL, DF）在Tor流量数据集上评估，结果表明该框架在提供与现有防御相当的保护水平的同时，将开销（延迟和带宽）降低了50%以上。该工作为低开销、可证明的网站指纹防御提供了新思路。

现有元数据隐私消息系统要么不可扩展，要么易受长期流量分析攻击。缓解流量分析攻击的方法通常依赖不切实际或不可实现的假设，或施加系统范围的带宽限制，从而降低可用性和性能。本文提出了一种新的元数据隐私通信系统模型——延迟检索（deferred retrieval），该模型在现实、可实现的用户假设下保证抗流量分析能力。作者引入了Sparta系统，这是延迟检索的实用且可扩展的实例化，具有可分发、高吞吐量、支持多个并发对话且无消息丢失的特点。具体地，提出了三种针对不同场景优化的Sparta构造：(i) 低延迟，(ii) 共享内存环境（多线程实现）中的高吞吐量，以及(iii) 无共享（分布式）环境中的高吞吐量。低延迟Sparta支持低于1毫秒的延迟，而高吞吐量Sparta在单个48核服务器上可扩展到每秒交付超过70万条100字节的消息。该工作表明，在保持强隐私保护的同时，可以实现高性能和可扩展性，为实际部署匿名通信系统提供了新途径。

本论文提出了一种基于置换不变码（permutation-invariant codes）的量子匿名秘密共享方案。量子秘密共享是一类量子密码协议，它将一个秘密编码为多个信息份额，只有授权份额集合才能解码恢复秘密。传统方案中，解码过程中的共享者身份可能泄露，而本工作旨在实现发送者匿名性，即解码时无法识别哪个参与方是原始秘密的持有者。作者利用置换不变量子纠错码结合匿名量子传输算法，构造了实现发送者匿名的量子秘密共享协议。此外，论文还通过量子条件最小熵（quantum conditional min-entropy）量化了斜坡量子秘密共享方案（ramp quantum secret sharing schemes）中的信息泄漏，并将该度量与Knill-Laflamme量子纠错条件关联，证明了其合理性。最后，作者使用该度量评估了几种置换不变码，得出了各方案中中间份额信息泄漏的观测结论。该研究属于理论量子密码学，适用于需要匿名性保障的量子网络场景。