49、自动化接触追踪中的反 Sybil 攻击防护

自动化接触追踪中的反 Sybil 攻击防护

在疫情防控中，接触追踪是阻止病毒传播的重要手段之一。传统的接触追踪主要依靠人工，但随着科技发展，许多项目开始开发自动化接触追踪工具，利用人们大多随身携带手机这一特点来实现。

自动化接触追踪概述

早期的一些追踪应用使用 GPS 坐标，但目前大多数项目倾向于使用低功耗蓝牙来识别设备的接近程度。一些较大的项目包括东海岸和西海岸的 PACT、Covid Watch、DP - 3T、Robert、其继任者 Desire 以及 Pepp - PT 等。谷歌和苹果还为安卓和 iOS 手机发布了一个 API，解决了早期应用存在的一些问题。

在典型的接触追踪方案中，用户会向附近的其他用户广播消息，并处理接收到的消息。如果用户被诊断感染，会准备一份报告消息发送到后端服务器。服务器利用该消息生成数据，其他用户结合自身当前的内部状态来评估是否与感染者有过接触。

然而，设计一个实用的协议并非易事。协议需要足够简单高效，能够在短时间内使用低功耗蓝牙实现。而且，由于应用的使用应该是自愿的，所以应用需要提供强大的隐私和安全保障，以避免人们因担忧隐私问题而不愿使用。

安全方面的挑战——误报问题

防止误报是一个重要的安全方面。误报指的是用户设备在未与确诊用户近距离接触的情况下触发警报。虽然无法完全防止误报，例如恶意者可以“借用”有症状者的手机并带到想触发警报的用户附近，但更令人担忧的是那些更容易发动或可轻易扩展规模的攻击。大规模攻击可能会破坏人们对应用的信任，从而影响应用的部署。甚至，这类攻击不仅会影响应用的声誉和部署，还可能影响选举等外部事件，大规模的虚假警报可能会阻止特定选民投票。