前几天，一场关于 Mimblewimble 隐私保护的辩论在推特上引起热烈地讨论。该事件源于 Dragonfly Capital 研究员 Ivan Bogatyy 发布在 Medium 上的一篇文章。在该文中，Ivan Bogatyy 明确表示：“Mimblewimble 的隐私保护功能从根本上是有缺陷的。”受此影响，Grin、BEAM、Sero 等隐私币出现不小跌幅。
该译文来自 BEAM 官方针对 Ivan Bogatyy 提出的问题作出回应并解释 BEAM 是如何缓解这些问题的。本文由矿视界（奇迹摩尔）翻译整理编辑，如需转载，请标明出处。
全文概要：《攻破 MimbleWimbl 隐私模型》一文中提到的攻击对 BEAM 来说无效，因为 BEAM 的诱饵输出使构建交易图变得难上加难。即使是面对更加复杂的攻击,即将上线的 Lelantus-MW 功能也将让攻击者几乎不可能构建交易图。以下是全文（查看文中链接需科学上网）：
我们想对 Ivan Bogatyy 发布的文章(https://medium.com/dragonfly-research/breaking-mimblewimble-privacy-model-84bcd67bfe52)作出我们的回应，该文声称 MimbleWimble 毫无隐私可言。文章引起大家的关注和讨论，我们也很感谢作者所做出的研究和贡献。
但是，我们认为我们社区中的部分成员有些过于杞人忧天，因此我们想针对所提出的问题作出回应（这些问题在过去也被熟知和深入探讨过），我们还将解释 BEAM 是如何缓解这些问题的。
1 攻击实际上是怎么进行的？Ivan 构建的系统从连接到 Grin 网络的多个“sniffer”节点收集日志并对其进行分析。
在进行日志分析时，作者寻找只有一个内核的交易。在 Grin 中，拥有一个内核代表着交易没有与其他任何交易兼并，因此该笔交易的输入与输出相关联。当攒足此类关联，就有可能构建一个连接不同钱包的交易图，使用该图就可以推导证明两个已知方之间的财务联系。
Ivan 实际上并没有构建出交易图，文章只是证明了交易图构建成功是有可能的——从找到关联输入和输出到构建实际交易图，再到找出特定方之间实际联系，还有很长的路要走。
该攻击也不显示任何用户身份，如IP地址，也不显示交易金额。
为何 GRIN 或受其害？
这种单核交易大量被广播到网络的原因是 Grin 网络不够饱和，在蒲公英隐私协议的主干阶段也没有够量交易可兼并。
伴随交易量增加，匿名性也会得到改善。但目前，正如 Ivan 所说，匿名性很低。
为何 BEAM 与众不同？
虽然基于同样的 MimbleWimble 协议，不同于 GRIN，BEAM 在应用蒲公英隐私协议时采取了重要的隐私改进。
在项目早期，我们就发现了 MimbleWimble 中潜在的交易关联性，并考虑了缓解之计。
2018 年 9 月，Valdo（https://github.com/valdok）就已经发表过一篇关于交易关联性以及 BEAM 团队如何处理该问题的技术论文
（https://github.com/BeamMW/beam/wiki/Transaction-graph-obfuscation）。
该文描述了诱饵（又称假人）UTXOs 的概念。请注意，BEAM 在主网上线之前就已经部署该措施，机制也与 GRIN 开发团队讨论
https://gitter.im/grin_community/Lobby?at=5bebf9d76b9822140d2a7b37 过，后者决定不实施它。
这些假人的运行原理是什么？在蒲公英主干阶段的每一步，BEAM 节点都会检查兼并交易（可能只有一笔交易）是否至少达到 5 个输出。若没达到，诱饵输出会被添加到兼并交易中，确保输出数量至少为 5。
你可以在这里（https://explorer.beam.mw/）或者这里（https://explorer.beamprivacy.community/）
查看 BEAM 区块链资源管理器，并看到每个至少有 2 个内核的块（意味着至少有一笔交易信息不仅仅是币种的块）至少有 7 个输出（币种、交易费用、收款人和 4 个假人）。
每个假人输出值都为零，但它与常规输出完全难以区分——所有输出看起来都像是随机数。
在后面阶段（为每个输出随机选择块高），节点将假人 UTXOs 作为输入添加到随机交易里，很可能属于不同的用户，从而消耗假人并从区块链中将其移除，但同时也在用户之间创建事实上不相关的联系，因此我们也叫它诱饵。
另外需要注意的是，由于这些诱饵输出最终会被使用，因此该机制不会在区块链上造成任何永久性的混乱。
2 为什么攻击在 BEAM 上更加难以实现？如果在 BEAM 上运行一个相似操作，研究人员可能仍会发现许多单核交易。虽然 BEAM 全网处理的交易比 GRIN （过去 30 天平均值）多 60%，但仍不足以保证两笔或多笔真实交易在主干阶段始终“相遇”。但是，由于使用了伪输出，这样的单核交易对于发掘交易图毫无参考价值。
BEAM 中的诱饵使得构建交易图成为一项概率任务，两个钱包之间的关联概率随着跳数增长呈指数衰减。
正如 Ivan 在推文（https://twitter.com/IvanBogatyy/status/1196441085221855233?s=20）中解释的那样：
这对 BEAM 来说并不切实——即使交易之间没有兼并，它们仍然存在一个至少有 4 个诱饵输出的匿名集（该数字可配置）。
下一阶段：Lelantus-MW
BEAM 中的诱饵输出增加了匿名集，这令 Ivan 所以描述的构建交易图变得更加困难，但某种程度上，仍有实现的可能。部分人也例证了其他更复杂的主动攻击，比如 Ian Miers 提到的手电筒攻击。
因此，我们决定实施（https://github.com/BeamMW/beam/tree/lelantus_mw） Lelantus-MW，并于不久后启动。
Lelantus MW 将显著增加匿名集（达到 100 K输出），如果用户时不时选择使用 Lelantus-MW 交易，构建交易图就真的变成就几乎不可能完成的任务了。
关于 Lelantus-MW 的更多资讯也可以通过点击这里（https://github.com/BeamMW/beam/wiki/Lelantus-MW）或这里
（https://docs.google.com/presentation/d/1t3RkaAyhsd_Y9NNheFzB8VAXzQ3hSq27dkBsm0M2i5w/edit#slide=id.p1）了解。
以挑战收尾
我们想挑战 Ivan 对 BEAM 网络进行分析，尝试在大量钱包之间建立可证明的联系。因为对于 BEAM 来说，用单核查找交易真的不适用。
原文链接：
https://medium.com/beam-mw/will-breaking-mimblewimbles-privacy-model-work-on-beam-9125bc2ee863
——–END——–
微信扫一扫 
