新型Amigo网状网络应对密集人群挑战

为什么网状网络在人群聚集时会崩溃

真实世界的人群模型正在重塑去中心化技术

最初为战场和火人节构建的去中心化网络技术——网状网络，如今正被彻底重新构想。

网状网络以其渔网般的连接而得名，在过去几十年中从确保数据在系统部分失效时仍能流动的严格数学研究中诞生。但理论并不总是与现实相符。事实证明，真实世界的网状网络在某些本应擅长处理的环境中（例如某些大型人群聚集场景）容易受到关闭的影响。

因此，来自纽约市立学院城市学院、哈佛大学和约翰斯·霍普金斯大学的研究人员最近构建了一个网状网络系统原型，该系统针对最具挑战性和对抗性的环境之一——政治抗议——进行了加固。

在上周于中国台湾台北举行的ACM计算机与通信安全会议上发表的一篇论文中，研究人员宣布了一个名为Amigo的网状网络原型。首先，Amigo被设计用于在互联网已被关闭的环境中工作，这在印度、伊拉克和叙利亚等国的动荡局势中都有出现。

“在重大民间抗议期间关闭互联网是阻止人们组织和团结起来的一种方式，”纽约市立学院城市学院的电气工程助理教授Tushar Jois说。“这正是我们技术专门针对的情况。”

Amogo提出了至少三种方法来加强传统的网状网络方法。最近关于抗议场景中网状网络中断的研究揭示了诸如网络消息无法送达、乱序出现以及暴露用户被追踪等问题——即使网络中的节点（例如运行网状网络应用程序的手机）彼此相邻。研究人员发现，深入探究网状网络高层加密通信之下的底层Wi-Fi操作细节，揭示了过去网状网络未能利用的机会。

“关键在于，仅有密码学并不能拯救我们，” Jois说。他和同事在今年早些时候保加利亚索非亚举行的真实世界密码学会议上发表了Amigo论文的一个版本。

为什么政治抗议对网状网络很重要

Amigo从一系列关于近期政治抗议（包括2019年和2020年的香港民主行动）中网状网络运行情况的研究中汲取了关键教训。例如，先前网状网络处理消息路由的方式可能意外导致网络区域泛滥。在压力下的网络中，多个节点可能向网络泵出冗余消息，导致通信缓慢至近乎停滞。相比之下，Amigo形成了研究人员所称的动态“小团体”——只有指定的领导节点彼此交换消息，而普通节点只与其领导节点通信。研究人员表示，这种技术大大减少了消息流量，降低了网络可能卡死的机率。

“我们是发现安全网状消息传递中存在这一盲区的人之一，” Jois说。“因此，我们提出了一些新的算法来帮助解决这个盲区。动态小团体路由基本上允许节点组基于地理位置信息在某个地理区域内自组织路由单元。”

另一个例子是Amigo对密码学和匿名性的处理方法。先前的网状网络环境没有提供从加密组中移除成员的简单方法。（在抗议场景中，可能因为设备或其用户被当局扣押而需要移除成员。）旧的网状标准还会泄露可能揭示其他组成员的元数据。Amigo旨在纠正这两个问题。

“我们谈论的一点是‘外部人匿名性’，” Jois说。“你组外的人不知道这个组存在。” 他表示，Amigo增加了新的算法来确保外部人匿名性和组成员移除。Jois补充说，Amigo在实现这些目标的同时，还旨在保留现有加密消息网络（如某机构和某机构）的保护措施。

传统上，Jois补充道，加密消息传递提供几个重要特性。一个特性涉及保护过去的消息：通过“前向保密”，即使密钥今天被盗，过去的消息仍然是安全的。另一个涉及保护未来的消息：通过“后泄漏安全性”，即使系统被入侵，也能通过生成新密钥来恢复，从而将入侵者锁定在未来的通信之外。Amigo保留了这两个特性。“我们在经典的前向保密和后泄漏安全性基础上增加了[我们新的保护措施]，” Jois说。“但也许从安全角度来看，我们还需要更多属性。所以我认为平衡所有这些会很有趣。”

加拿大滑铁卢大学计算机科学助理教授Diogo Baradas补充说，Amigo可以找到超出政治抗议的应用场景。“另一个特别关注此类人群动态的场景包括自然灾害情景——如洪水、火灾和地震——互联网通信可能变得不可用，”非Amigo团队的Baradas说。“受灾公民、第一反应人员和志愿者必须进行协调，以确保适当的应对。”

如今的网状网络对人群一无所知

对网状网络标准的一个最终的、现实世界的检验来自于一项关于网状网络如何处理人群的新研究。

Cora Ruiz是Jois在纽约市立学院城市学院的安全、隐私和密码工程实验室的研究生。她一直在研究大多数网状网络环境中“随机游走”式的人群建模方法。

就像空气样本中的氮气和氧气分子一样，如今单个网状节点通常被想象为各自遵循随机路径运动，且其运动与附近节点不相关。Ruiz说，如果这就是网状网络对人群行为进行数学建模的方式，那么难怪网状网络在某些现实世界环境中会卡死。“传统的人群行为网状模型对示威者在这些大规模民间抗议中的实际移动方式真的没有理解，”她说。“如果不了解人们的移动方式、驱动因素以及任何层面上的表现形式，几乎不可能开发出真正量身定制的解决方案。”

因此，Ruiz正在探索将所谓的“心理人群”模型引入网状网络算法的方法。她在8月于纽约皇后区举行的“地球上的黑客”会议上描述了这项工作。“心理人群是在某个地方聚集的一群人，他们具有某种共同的自我意识，”她说。“这种共同的自我意识可以直接影响人们的移动方式。他们倾向于靠得更近。他们不能容忍彼此之间有太多距离。他们移动得更慢。”

Jois表示，开发更现实的心理人群数学模型是一项跨学科工作。它部分是数学，部分是社会学和群体心理学。“[Ruiz]目前的工作是通过联系抗议活动家和记者——在这些互联网关闭常见的地方——来确定通信动态和[群体]动态，并了解他们的需求是什么，”他说。

“由于网状网络受物理移动和交通模式的影响如此之大，” Ruiz补充道，“拥有深刻的理解是推进Amigo和未来其他网状消息传递工具的关键。” Jois补充说，Amigo从2019年香港民主抗议者创建的一份文件中汲取了人群模型的灵感，该文件建议活动人士如何游行和聚集。Jois表示，从这份文件以及其他有助于设计现实世界人群移动数学模型的研究中，Amigo代表了将网状网络带入现实世界的重要一步。

“我们的结果表明，网状网络需要进行一些基础性工作，” Jois说。“我们可以站在我们的学术空间里说，‘哦，我们认为这是必要的。’但除非我们从源头获取信息，否则我们无从知晓。”
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码