Anonymous Stochastic Routing
Anonymous Stochastic Routing
复制标题
匿名随机路由
DOI：
10.1287/stsy.2021.0074
复制
发表时间：
2019
影响因子：
--
通讯作者：
Kuang Xu
中科院分区：
文献类型：
--
作者：
Mine Su Erturk;Kuang Xu
我们提出并分析了一个接收者匿名随机路由模型，以研究匿名和路由延迟之间的基本权衡。智能体希望通过一系列路由动作快速到达网络中的目标顶点，而监督对手则观察智能体的整个轨迹，并试图在这些经过的顶点中识别智能体的目标。我们感兴趣的是理解对手能够正确识别代理目标（匿名）的概率，作为代理达到目标所需时间（延迟）的函数。我们模型的一个关键特征是环境中存在固有的不确定性，因此智能体的每个预期步骤都受到随机扰动，因此可能不会按计划实现。利用大网络渐近性，我们的主要结果提供了许多网络拓扑下匿名-延迟权衡的近最优特征。我们的主要技术贡献集中在一类新的“噪声控制”路由策略上，该策略自适应地将来自环境的内在不确定性与额外的人工随机化相结合，以实现可证明的有效混淆。
We propose and analyze a recipient-anonymous stochastic routing model to study a fundamental trade-off between anonymity and routing delay. An agent wants to quickly reach a goal vertex in a network through a sequence of routing actions, whereas an overseeing adversary observes the agent’s entire trajectory and tries to identify the agent’s goal among those vertices traversed. We are interested in understanding the probability that the adversary can correctly identify the agent’s goal (anonymity) as a function of the time it takes the agent to reach it (delay). A key feature of our model is the presence of intrinsic uncertainty in the environment, so that each of the agent’s intended steps is subject to random perturbation and thus may not materialize as planned. Using large-network asymptotics, our main results provide near-optimal characterization of the anonymity–delay trade-off under a number of network topologies. Our main technical contributions are centered on a new class of “noise-harnessing” routing strategies that adaptively combine intrinsic uncertainty from the environment with additional artificial randomization to achieve provably efficient obfuscation.
通过支付通道网络路由加密货币的隐私与实用性权衡
DOI：
--
发表时间：
2020
期刊：
ACM SIGMETRICS performance evaluation review
影响因子：
--
作者：
W. Tang, W. Wang
通讯作者：
W. Tang, W. Wang
DOI：
10.1145/2688073.2688100
发表时间：
2014-02
期刊：
Proceedings of the 2015 Conference on Innovations in Theoretical Computer Science
影响因子：
--
作者：
Avrim Blum;Jamie Morgenstern;Ankit Sharma;Adam D. Smith
通讯作者：
Avrim Blum;Jamie Morgenstern;Ankit Sharma;Adam D. Smith