Sign up to save your podcasts
Or
Share Визуализация Monero - рисунок стоит тысячи логов
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
Визуализация Monero - рисунок стоит тысячи логов
Митчелл Кравиц-Тейер (также известный как Isthmus) является руководителем по направлению децентрализованного консенсуса в Insight Data Science, контрибьютором Исследовательской лаборатории Monero, редактором Mastering Monero, основателем Исследовательской лаборатории случайных нонсов (Noncesense Research Lab), а также шахматистом-любителем и пекарем.
Аннотация
Подход Monero к обеспечению анонимности в значительной мере опирается на невозможность отличить одну транзакцию от другой, так как любые паттерны, видимые внешнему наблюдателю, могут быть использованы для анализа блокчейна и связывания транзакций. Представление истории блокчейна в виде читаемых человеком визуальных образов является мощным инструментом для исследования анонимности монет, поскольку потенциальные эвристические данные, которые сложно извлечь из файлов журнала, являются слишком интуитивными, чтобы использовать их в качестве визуальных паттернов или кластеров, соответствующих утечкам информации. Противодействие идентификации особенностей на уровне консенсуса (например, путём определения специального размера кольца, который в v8 стал фиксированным) является первоочередной задачей из-за внутренней угрозы ретроактивной деанонимизации, статистического изменения следов выходов и комбинируемых эвристических данных.
View all episodes
By Monero Russian CommunityМитчелл Кравиц-Тейер (также известный как Isthmus) является руководителем по направлению децентрализованного консенсуса в Insight Data Science, контрибьютором Исследовательской лаборатории Monero, редактором Mastering Monero, основателем Исследовательской лаборатории случайных нонсов (Noncesense Research Lab), а также шахматистом-любителем и пекарем.
Аннотация
Подход Monero к обеспечению анонимности в значительной мере опирается на невозможность отличить одну транзакцию от другой, так как любые паттерны, видимые внешнему наблюдателю, могут быть использованы для анализа блокчейна и связывания транзакций. Представление истории блокчейна в виде читаемых человеком визуальных образов является мощным инструментом для исследования анонимности монет, поскольку потенциальные эвристические данные, которые сложно извлечь из файлов журнала, являются слишком интуитивными, чтобы использовать их в качестве визуальных паттернов или кластеров, соответствующих утечкам информации. Противодействие идентификации особенностей на уровне консенсуса (например, путём определения специального размера кольца, который в v8 стал фиксированным) является первоочередной задачей из-за внутренней угрозы ретроактивной деанонимизации, статистического изменения следов выходов и комбинируемых эвристических данных.