P2P 隱私的真正邊界：從 IP 暴露到端對端流量關聯

從一次下載開始：別人究竟看見什麼？

BitTorrent 把一份檔案拆成可分別取得的片段，讓參與者互相提供資料。參與同一 torrent 的節點集合稱為 swarm，實際連線交換資料的節點則稱為 peer。客戶端必須先找到對方的聯絡方式，再建立連線。這正是它能高效率分散傳輸負載的基礎，也解釋了為什麼網路端點會成為可觀察資訊。^[1]

先把觀察位置放對。與你交換片段的 peer 看見的是連線另一端的 IP 與 port；接取 ISP 看見的是你從這條接取線路送出的封包；VPN 營運者則位於加密隧道的終點。每個位置掌握的資料不同，某個位置看不到的資訊，可能只是轉移到另一個位置。

內容保密、IP 分離與活動不可連結性

加密保護的是內容的可讀性。VPN 可以讓 swarm 裡看到的來源改成 VPN 出口。再往前一步，活動不可連結性問的是：觀察到兩次活動的人，能不能判斷它們出自同一個來源？即使不知道真名，也可能把多次活動整理成同一組。

而且，peer 本身是資料接收者。你把片段傳給它，就不能同時期待這條連線的加密向它隱藏該片段。真正要保護的是哪些中間觀察者、哪些端點資訊，以及它們能否與其他資料接起來。只有把這些問題分開，VPN、協定加密與匿名網路的用途才會清楚。

找到同伴的同時，也公布了聯絡方式

一次下載通常跨過三個角色：索引網站讓你找到 torrent 檔或 magnet link；發現機制協助客戶端取得 peers；資料連線才真正搬運檔案片段。索引、tracker 與 peer 不必由同一個單位控制，因此「誰造訪過某網站」與「誰參與某個 swarm」原本就是不同的觀察。^[1][2]

Infohash 把大家帶到同一個 torrent

infohash 是 torrent 的 info dictionary 經編碼後的雜湊，用來識別 torrent 描述。v1 使用 SHA-1，v2 使用 SHA-256；v2 在部分協定欄位使用截斷後的 20 bytes。它既不是使用者帳號，也不是直接把整份檔案做一次雜湊得到的通用名稱。由於描述本身可以不同，同一份內容也可能對應不同 torrent。^[1]

端點資訊還有一個容易忽略的細節：宣告的監聽 port、封包實際的來源 port，以及 NAT 對外映射的 port，可能不是同一個數字。只留下一個沒有語意的 IP:port，後續就可能把不同階段的資料接錯。^[2]

減少廣播資訊，與限制連線路徑

關閉 DHT 或 PEX，會減少相應的發現途徑；只要仍直接與 peer 連線，對方就仍能看到這條連線的端點。Private torrent 的 private 設定把發現限制在指定 tracker，主要維持其存取控制；swarm 內的通信依然需要端點資訊。區域網路的 Local Service Discovery 則可能用 multicast 宣告 infohash 與監聽 port，屬於另一個局部可見面。^[5]

qBittorrent 的 Anonymous Mode 主要減少 user-agent、版本或額外 IP 欄位等自報資訊。實際行為依 libtorrent 版本及 torrent 類型而異；官方頁面中的舊版停用 DHT／LSD／UPnP 行為，不能套用到所有版本。真正送出封包時使用哪個網路端點，仍由 socket、路由與隔離安排決定。^[7]

VPN 搬動了信任邊界

在 VPN 路徑中，你的裝置先把內層 IP 封包包進加密隧道。VPN 伺服器解開這層包裝，再把內層流量送向目的端。對 peer 而言，回覆資料的目的地通常是 VPN 出口；對接取 ISP 而言，直接看到的對端則是 VPN 伺服器。^[6]

這種分離很有價值，但 VPN 營運者站在一個新的信任位置。轉送封包需要維持即時狀態；若由同一管理者控制入口和出口，它在架構上具有觀察兩邊的能力。這件事必須與另一個問題分開：它是否把這些關係保存成可以事後查詢的紀錄？

No-log 處理歷史資料，RAM-only 處理殘留位置

以 Mullvad 的公開政策為例，其主張不保存使用者活動紀錄，同時說明帳號、WireGuard 設定、付款與其他必要資料的處理方式。隨機編號帳號減少註冊時要求的識別資料；某些付款方式仍可能形成「付款人與帳號」的關係。可是這條關係本身，還不足以補出「這個帳號在某時刻產生了某筆出口流量」。^[8]

RAM-only 伺服器則把重點放在持久磁碟殘留：重啟後不保留一般磁碟上的運作狀態，有助於降低某一類事後取證風險。仍在運作的記憶體、網路觀察，以及其他系統保存的資料，是不同問題。Mullvad 在 2023 年公告完成 RAM-only 遷移；這裡引用的是供應商公開說明，不是本文對其營運環境的獨立稽核。^[8]

多跳把位置分開，還需要問誰控制它們

多跳讓入口節點靠近使用者、出口節點靠近目的端。只能觀察其中一處的人，可能較難把兩邊接起來；若同一觀察者已能取得兩端流量，僅增加中繼數仍可能保留時間與流量的關聯。同一供應商的多台伺服器也不會自動變成彼此獨立的管理者。^[9][11]

VPN 同樣不會移除應用層的登入、帳號或裝置資訊。如果某活動直接帶著已知帳號進行，網站不需要從網路節奏重新猜出你是誰。由這個角度看，網路匿名與應用身分是兩個可以互相影響、卻各自需要理解的層次。

隧道中斷後，封包會走去哪裡？

「連上 VPN」描述的是當下狀態。要理解住宅 IP 是否可能出現在 swarm，還得看隧道失效之後的行為：應用會停止等待，還是透過其他可用路徑繼續送？Fail-closed 指的是保護路徑失效時，受保護的通信也隨之停止，直到安全路徑恢復。

路由表負責選擇下一跳；介面綁定限制應用使用的網路介面；防火牆則可以拒絕走錯出口的封包。Linux 的 network namespace 更往前一步，給程序一套獨立的網路環境，讓它只看見特定介面與路由。這些機制處理不同的控制點，實際效果取決於它們涵蓋了哪些流量。^[6][10]

為什麼只改預設路由仍可能留下縫隙？

因為系統還可能有更具體的路由、區域網路例外，或介面重建後的新選擇。Bypassing Tunnels 與 TunnelVision 的研究，分別展示過路由例外及 DHCP 路由資訊造成 VPN 旁路的情況。它們說明了路由偏好與流量隔離之間的差別；各產品的當前狀態仍需依版本與修正情況判斷。^[12]

介面綁定也有細節。綁定一個本機 IP，與把 socket 限制在特定網路裝置，並非所有系統上都具有完全相同的效果。TCP peer、UDP tracker 與 DHT 又可能使用不同 socket。當某類流量表現和其他流量不同時，應先確認實際控制的是哪個出口，而不是只看應用顯示的連線圖示。^[10]

IPv6、DNS 與管理介面，為什麼要分開看？

如果 IPv4 被送進 VPN，IPv6 卻仍可直接連到 peer，對方就可能從另一個位址族看到你的端點。DNS 查詢若在隧道外進行，可能透露查過哪些服務網域；但一般網域查詢本身不會自動包含 torrent 的 infohash。兩者洩露的資訊不同，不能只用同一個「漏 IP」標籤帶過。

Web UI、搜尋擴充或主機上的 DNS 代理也可能由另一個程序處理。限制下載引擎，不會自動限制這些程序的路徑。Port forwarding 則處理外部 peer 能否主動連入；開在 VPN 出口與開在住宅路由器上，涉及不同的網路位置。這些都是從元件與連線路徑推導出的差異，並非聲稱所有客戶端都有相同問題。^[10]

Namespace 隔離的前提，是主機核心與能修改網路的權限仍可信。它可以減少應用意外使用其他出口的機會，卻無法替一台已被高權限控制的主機提供完整保護。到這裡，我們解決的仍是「封包走哪裡」；下一個問題，是封包走進正確路徑後，還留下什麼形狀。

加密把內容藏起來，通信仍然有節奏

你連續送出一批請求，遠端開始回傳資料；接收端忙碌時暫停，緩衝區騰出空間後又出現下一波。加密改變了封包裡的位元組，這些由應用與網路共同造成的時間變化，卻仍可能出現在外層。

端對端流量關聯要解的問題是：兩個觀察點取得的流量，是否屬於同一次通信？對手需要能看見兩邊的相應資料；單單知道某個 VPN 出口 IP，還沒有取得使用者側的流量。Tor 官方也明確把「同時觀察通訊兩端」列為其不防禦的威脅模型。^[11]

最簡單的做法：按時間窗加總，再容許一點位移

把某個方向的封包分成固定時間窗，每窗加總觀察到的位元組。若窗寬是 Δ 秒，xₖ 與 yₖ 就是兩側第 k 個時間窗的流量。為了容許轉送延遲，可以把第二條序列往前或往後移動幾格，再比較它們的變化。

這個簡單模型只是在說明訊號從哪裡來。研究也會用學習式表示、不同長度的窗口及多項特徵。更複雜的模型仍需要觀察資料，也仍會受到資料收集方式、真實網路變動與容許誤報率的影響。2026 年作者公開的 ESPRESSO 稿件，就特別研究了人工資料與真實 Tor 流量之間的落差。^[13]

一條 VPN 隧道，往往裝著很多條連線

上面的圖刻意從相近的計數層次開始。實際網路中，實體網卡看到的是 VPN 外層封包；出口看到的可能是某一條 peer 連線。入口隧道同時還裝著其他 peers、DNS、網頁或背景同步。把整條隧道的總量直接當成單一 peer flow，已經改變了比較對象。

封裝標頭、重傳、ACK、MTU、封包分段、壅塞與 padding，也會改變數量和長度。合理的直覺是：資料必須經過轉送才能送達，低延遲轉送常會保留某些因果節奏；不能進一步假設每個入口封包都在出口找到一個等長、等間隔的副本。^[6][13]

這兩個問題可以使用相似特徵，評估結果卻不能直接互換。被動對手只觀察已有流量；能影響延遲、丟包或速率的主動對手，還可能讓另一側出現可辨識的反應。防住一種觀察模型，不會自動涵蓋另一種。^[14][17]

看起來相似，距離「同一個人」還有多遠？

相關係數 r = 0.91 說的是兩組數值在這個比較方式下很相似，並沒有直接給出「91% 是同一條通信」的校準機率，更沒有跨過裝置、帳號與自然人之間的距離。若同時搜尋許多候選、許多時間位移和許多窗口，再挑最高分，偶然相似的機會也會增加。

同樣地，tracker 名單與實際資料交換提供的是不同程度的觀察。要把網路事件繼續接到操作身分，通常還需要其他來源的證據，並處理共用 IP、時鐘誤差與紀錄缺口。共享 IPv4 的情況尤其需要來源 port、準確時間及相關傳輸資訊；即使對應到訂戶，也還沒有自動確定是哪一個人操作。^[21][23]

誤報率很低，仍可能出現很多錯誤候選

假設某次分析有 1,000,001 個候選，其中剛好一個是真配對。模型找出真配對的機率是 90%，每個錯誤候選被誤判的機率只有十萬分之一。這個誤報率聽起來很低，可是在一百萬個錯誤候選上，平均仍會產生 10 個誤報。

如果真配對根本不在候選池，強迫系統選出「最像的那個」，就可能把全部錯誤候選中的最高分誤認為答案。這也是研究要區分封閉世界與開放世界的原因：前者常假設答案就在已知範圍內，後者必須容許「這些都不是」。^[13]

更多證據，必須真的是更多資訊

同一份 tracker 紀錄匯出三張報表，仍然可能只是一筆觀察。把它們當成三個彼此獨立的佐證相乘，會高估結論的確定程度。時間線也需要對齊：時區、時鐘偏差、NAT 映射變化，以及日誌是事件時間還是寫入時間，都可能改變配對結果。

長期觀察則可能逐步縮小候選集合。例如多次活動都需要來源在線，符合所有觀察時段的人就可能變少；但離線判斷錯誤、漏抓、背景程式或不同裝置，都會破壞這個推論的前提。I2P 的威脅模型也討論了這類交集攻擊。不能只畫一條人數下降的曲線，就假定最後一定剩下唯一操作者。^[19]

Padding 改變封包外觀，DAITA 讓策略隨連線改變

如果封包的大小與間隔會留下線索，一個自然想法是讓封包變得更相似。Padding 可以把較短封包填到指定大小；dummy traffic 則在沒有同等真實資料時，加入對端可辨識並丟棄的虛設資料。前者改變尺寸，後者也能改變某些空隙或突發的形狀。

DAITA 的重點在形狀，不在更換加密演算法

Mullvad 公開的 DAITA 設計結合固定封包大小、背景虛設流量與模式擾動。2025 年公布的 DAITA v2，進一步在 VPN 連線建立時分配動態設定，讓不同連線使用不同的 dummy 插入策略；重新建立連線時也會換設定。這個作用單位是 VPN 連線，不能直接視為每條 BitTorrent peer flow 都有一套獨立策略。^[15]

v2 公告說 dummy 封包用量約減半，指的是該類額外封包的調整，並非總流量開銷在所有工作負載下一律減半。同樣地，固定封包大小也沒有直接承諾固定傳送速率。效果要看原本的流量、填充策略、瓶頸頻寬，以及對手觀察的位置。

防禦會變，觀察者也可以重新學習

Ephemeral Network-Layer Fingerprinting Defenses（PoPETs 2026）研究每次連線使用不同防禦的策略，並報告與 WireGuard 整合及在 Mullvad 的部署經驗。主要評估涵蓋 circuit、website、video fingerprinting；這些結果不能直接換算成 BitTorrent 雙端關聯的成功或失敗比例。^[16]

同篇論文也提供了必要的反面結果：在指定的封閉世界模擬中，當攻擊者有更多訓練與資料增強機會，多種受測 padding-only 防禦的效果明顯減弱；加入 blocking／延遲的防禦仍有作用，但同樣受模型與成本限制。隨機設定能讓固定模板更難套用，卻不能阻止對手學習整個設定分布。

DeTorrent：用對抗訓練搜尋填充策略

DeTorrent（PoPETs 2024）讓生成防禦與辨識流量的模型彼此競爭，搜尋插入 dummy 的策略。它研究的是 Tor 等匿名通訊環境，並分別評估網站指紋與流量關聯，不是因為名稱帶有 Torrent，就已經證明適用所有 BitTorrent 傳輸。論文在指定 FC 設定下報告：當 FPR 為 10⁻⁵，TPR 可降至約 0.12；這是該實驗的操作點，不是使用者只剩 12% 風險。^[14]

Padding-only 表示策略不刻意扣住真實封包等待，但額外資料仍會占用頻寬、CPU 與佇列。當線路已接近飽和，「沒有排程延遲」仍可能伴隨更高的實際延遲。把演算法動作與整個網路上的結果分開，才能理解這些研究的價值與限制。

想把節奏壓平，就得付出頻寬或等待

固定速率是一個很清楚的思想實驗：不管應用有沒有資料，連線每秒都送出固定數量。真實資料不足的時候，用 dummy 補滿；資料突然超過額度，就先放進佇列。觀察者看到的短期速率更穩定了，代價也轉移到看得見的地方。

這五秒共送出 10 MiB，其中只有 7 MiB 是真實資料；額外 3 MiB 是保持外觀穩定的成本。第二秒的突發沒有立刻完整反映到輸出，因為其中 3 MiB 被留在佇列裡。資料沒有消失，只是晚一點送達。

如果長期輸入速率高於 R，佇列會持續成長；即使平均輸入低於 R，大型突發仍可能造成長尾等待。想限制記憶體，就需要把壓力傳回應用、拒絕更多輸入，或改變策略。臨時提高輸出速率則可能重新暴露負載變化。

閒置時間，往往才是昂貴的部分

假設單方向持續維持 20 Mbit/s，一天 24 小時會送出約 216 GB：20,000,000 × 86,400 ÷ 8。這裡使用十進位 GB，忽略其他封裝與重傳。若當天真正需要傳送的資料只有 10 GB，其餘約 206 GB 都是維持這個排程的容量成本；額外量相對真實資料約為 2,060%。這是算術示例，沒有對應任何產品預設值。

因此看防禦效能時，需要同時注意 goodput——真正送達的有用資料量。線路上每秒 bytes 很高，可能只是 dummy 很多。若真實資料量為零，額外／真實的比率也沒有定義，這時直接看每秒掩護流量，比報一個百分比更清楚。

為什麼匿名通訊反覆遇到這個取捨？

想隱藏「誰在什麼時候突然有資料」，常見做法就是在沒資料時也傳送，或把資料暫時留下來，等其他訊息一起混合。前者花頻寬，後者花時間。Comprehensive Anonymity Trilemma 把這類限制放進形式模型，也將使用者協調納入分析；其結論依賴特定的匿名定義、觀察能力與協定模型。^[18]

這並不妨礙在有限對手與實際預算下改善防禦。真正有意義的進展，是在相同條件下以更少的頻寬或等待，移除更多可利用的訊號。固定速率也仍有邊界：啟動與停止時刻、策略切換、排程不足時的超載，以及不受保護的其他路徑，都可能繼續留下資訊。

多跳、多人共用與真正的混合

增加中繼節點，可以把觀察位置分散；讓很多人共用出口，可以讓同一個對外 IP 對應多人。但如果每個輸入都立刻從另一端送出，時間上的對應仍可能很鮮明。聚合只是把流量放到一起，混合則進一步嘗試讓觀察者難以把輸入與輸出一一接回去。

一個混合節點可以先保留訊息，再改變不同訊息的送出順序。加密封裝也要避免輸入與輸出保留可直接比對的外觀；否則即使換了順序，觀察者仍可能直接比對相同位元組。實際匿名網路還需要處理封包格式、路徑、重播、丟棄與惡意節點等條件。^[17]

Loopix 為什麼會願意等上幾秒？

Loopix（USENIX Security 2017）是訊息導向的匿名通訊系統，結合多層 mix、掩護流量與 loop messages。它的 Poisson mixing 讓訊息各自等待隨機時間，不必所有節點一起等同一個同步回合。論文採用指數分布的獨立延遲，並在其模型下分析全域網路觀察者與主動攻擊。^[17]

Loopix 的整體訊息延遲是秒級。「相對低延遲」是在 mix-system 的脈絡中使用；與互動式 VPN 的體感目標不同。把它的機制延伸到能接受等待的通訊很有啟發，但不能直接把訊息系統的分析，視為高速、持續、雙向 BitTorrent 的既有保證。

很多使用者，必須真的帶來可混淆的流量

一萬個註冊帳號，不代表某個時間窗口裡就有一萬個有效候選。大多數人可能離線，或其流量形狀很容易區分；也可能有大量訊息來自對手自己控制的節點。能提供掩護的是在相關時間、路徑與觀察條件下仍難以區分的流量，而不只是總節點數。^[17][18]

多路徑也有類似條件。對只能看到部分路徑的觀察者，拆散資料可能減少可取得的資訊；如果同一對手能把所有路徑重新匯總，分流本身就不能消除關聯。邏輯上畫出三條線，也還需要確認它們是否真的穿過不同的觀察與控制範圍。

把機制放回 VPN、Seedbox、Tor 與 I2P

理解可見性、隔離與混合後，就可以比較不同架構。重點是它改變了哪一段通信，以及新的信任落在哪裡。把所有方案壓成一個匿名分數，會忽略它們本來就在回答不同的問題。

Seedbox 移動的是執行位置

Seedbox 上的客戶端直接參與 swarm；你的家用裝置只管理它或取回檔案。這可以在架構上分開住宅網路與 swarm 端點，代價是檔案、應用狀態與帳號留在另一台主機。這是從通信路徑得出的結論，實際紀錄與信任條件則依服務或自行管理方式而定。

Tor 以分散資訊降低單點可見性

Tor 的路徑設計讓不同中繼各自掌握部分關係，但低延遲轉送仍可能保留可比對的節奏。它也不是普通 BitTorrent 客戶端的通用包裝：Tor 官方不建議透過 Tor 使用 Torrent 客戶端，指出客戶端洩露與出口節點負載等問題。這個使用限制，與討論 Tor 在匿名通訊研究中的價值，是兩件都需要說清楚的事。^[11][25]

I2P 改變了應用如何找到對方

I2P 應用使用 Destination 這類密碼學端點識別，經 outbound 與 inbound tunnels 把訊息送到對方。BitTorrent over I2P 的 tracker 與 peer 表達方式也要配合這個模型，並不是把普通公開 swarm 原封不動接到另一個 VPN 出口。^[19]

應用端點不直接等同住宅 IP，仍不代表底層 router 之間完全沒有 IP 可見性。I2P 的威脅分析涵蓋時間、交集、Sybil 與流量分析等問題；對照這些觀察能力，比用「多了幾跳」估計匿名程度更有幫助。它的舊威脅模型頁標示適用版本 0.8.1，因此這裡借用的是威脅分類，而非現行版本的安全評分。^[19]

如果把混合帶進大量檔案傳輸，網路需要改變什麼？

前面的機制自然引出一個想法：把多人的真實流量收在一起，每次連線換一種整形策略，在可接受的延遲內混合，再沿不同路徑送出。其他人的真實資料可能成為掩護，dummy 就不必承擔全部工作。

困難在於，應用傳輸有自己的語意。TCP 提供可靠、有序的位元組流，連線還有序號、確認與狀態。不能把一條 peer TCP 連線任意切成三條對外連線，就假設未修改的 peer 會把它們視為同一個串流。^[20]

在 overlay 裡切分，對外仍維持原本的通訊

比較容易理解的做法，是讓合作的入口與出口代理先接手傳輸。在兩個代理之間，每條串流可以被切成內部訊息，經過整形、等待與多路徑轉送；到了出口，再按各串流的邏輯順序重組，維持對原本 peer 的通訊。

這樣可以改變中間網路看到的形狀，但出口仍然要把資料送往原本對端。想進一步合併不同對外連線、移動連線身分或改變 peer 的協定行為，就需要接收端或額外代理的合作。把箭頭畫成「split／merge」很容易，維持傳輸語意才是實際困難。這些是由 TCP 與代理模型推導的工程限制。^[20]

延遲有上限，會讓哪些事情變得更難？

如果每個訊息最多只能等 50 毫秒，低負載時可能還沒等到其他來源，就必須把它送出去。延遲上限縮小了可以混合的時間範圍；多加一些 dummy 可以補足部分外觀，但仍要付出頻寬。高負載時又可能面臨緩衝、背壓及尾端延遲的問題。

這也解釋了為什麼不能直接沿用 Loopix 的安全結論：指數分布的延遲本身沒有固定的有限上界。把它截短、加入 deadline 或在壅塞時換策略，已經改變了訊息離開的分布與可觀察行為。50 毫秒只是上述思想實驗的數字，沒有代表任何已驗證的安全門檻。^[17]

機器學習可以搜尋策略，仍要面對未知環境

學習式控制器可以嘗試在頻寬、延遲與某個攻擊模型的表現之間找折衷，但「讓目前這個模型猜錯」與「讓所有未來觀察者都無法分辨」之間仍有距離。對手可能重新訓練，使用不同特徵，或從更長時間、其他路徑取得資料。^[14][16]

因此，多流混合的研究價值在於理解哪些可見訊號真的被削弱，以及為此增加多少等待與傳輸量。只有把少人、多人、背景流量、資源耗盡和長期觀察放回同一幅圖，才能知道一個看似漂亮的流量形狀，在什麼條件下仍有意義。

研究與新聞案件，能告訴我們什麼？

公開 P2P 的可觀察性已有長期研究，但「可以觀察」與「每次都能正確歸因」需要一起閱讀。把正面結果與失敗案例放在一起，才不會一邊高估匿名工具，另一邊又高估監測能力。

一台電腦可以累積很多紀錄，也可能把端點理解錯

2010 年發表的 Spying the World from your Laptop，以 2009 年 5 月 13 日至 8 月 23 日、共 103 天的觀測為基礎，報告約 1.48 億個 IP 位址與約 20 億份內容副本相關觀察。這展示了當時利用公開基礎設施建立大量 IP—內容關係的可行性；它沒有把那些 IP 都確認成不同自然人，也不代表完成了同等數量的完整下載驗證。作者同時討論 NAT、代理與 VPN 等混淆因素。^[22]

2008 年的 Why My Printer Received a DMCA Takedown Notice 則展示另一面：研究者控制的印表機與無線基地台，在沒有參與相關檔案交換的情況下仍收到誤發通知。它提醒我們，間接名單與實際內容交換是不同證據。這是當年方法的實驗結果，不該直接改寫成今日所有監測服務都採用相同流程。^[23]

Nyaa／CODA／JHA 案例：結果無法替代未公開的方法

CODA 在 2026 年 7 月 28 日公告一宗涉及 Nyaa 初始散布者的調查。公告說明，日本駭客協會在合作計畫中開發解析工具，協助取得嫌疑人相關資訊，京都府警再透過調查完成識別。公開資料支持工具與調查合作的存在，卻沒有揭露足以重建工具的資料來源或演算法。^[24]

因此，僅憑這則公告，無法判斷使用了哪一種流量關聯、是否取得某類日誌，或當事人是否使用 VPN。也不能從「找到嫌疑人」反推出某個加密協定被破解。案件裡使用的「第一上傳者」還要與一般 BitTorrent 的 seed 區分：seed 通常指持有完整資料的節點，並不必然是最初發布者。^[1][24]

讀到漂亮的成功率時，先找分母

模型在特定資料集找到很多真配對，可能是真正的進展；但若資料已保證每個樣本都有答案、訓練與測試共享近似片段，或只報最有利的門檻，讀者就還不知道它在未知流量與大量錯誤候選中的表現。2026 年的 Ephemeral 與 ESPRESSO 研究，分別從攻擊者充分訓練，以及更接近真實 Tor 流量的評估，說明了條件如何改變結果。^[13][16]

「沒有看到誤報」也需要樣本量。假設有 m 個近似獨立、同分布的負例，零誤報時的二項模型單側 95% 上界約為 3/m。即使測了 300,000 個這樣的負例，上界仍約是 10⁻⁵。大量配對若共用同一批流量，彼此就可能相依，不能直接把配對總數當成相同程度的獨立證據。這是統計模型的推導，並非任何特定研究的實測數字。

同理，一次觀察到沒有直連，只支持那個版本、當時狀態與觀察範圍下的結論。它和「長期活動難以關聯」之間，仍隔著不同的問題。仔細描述觀察範圍，才能讓技術結果累積成可用的知識。

隱私的邊界，藏在每一段可觀察的資訊裡

沿著一次下載走到這裡，問題已經比較具體了。BitTorrent 為了找到同伴，需要交換聯絡資訊；VPN 讓對外端點換到另一個位置；介面綁定、防火牆與 namespace 限制的是資料能走哪些路。這些機制可以有效處理不同的暴露面，但不會自動消除時間、大小、帳號與長期活動留下的關係。

若觀察者能取得通信兩端，防禦就要處理流量形狀本身。Padding 增加可用的掩護，整形重新安排送出節奏，混合把不同來源放進同一個時間與路徑脈絡。每一種改變都有條件，也會把成本移到頻寬、等待、緩衝或應用協定裡。

這樣的問法，能讓我們既看見 VPN 隔離的實際價值，也理解匿名通訊研究為何持續探索混合、動態整形與多來源掩護。安全性不需要被壓成一個漂亮分數；把保護的位置、可用的證據與付出的代價說清楚，本身就是更可靠的技術判斷。

資料來源

來源查閱日：2026-10-25。協定行為以原始文件為準；供應商政策與公告代表其公開聲明；研究結果依各自的資料、對手模型與實驗條件解讀。本文圖解為重新繪製的教學示意。

1. [1] BitTorrent 基礎與內容識別BEP 3 · The BitTorrent Protocol；BEP 52 · BitTorrent Protocol v2；libtorrent manual · seed 的定義原始協定與實作文件；info dictionary、v1／v2 infohash、資料片段。
2. [2] TrackerBEP 15 · UDP Tracker ProtocolAnnounce 欄位、端點、port 與 IPv6 格式。
3. [3] 分散式發現BEP 5 · DHT Protocolget_peers、announce_peer、token 與來源 IP。
4. [4] 同伴交換BEP 11 · Peer ExchangePEX 的加入／移除語意，以及不可信輸入。
5. [5] 私有 torrent 與本地發現BEP 27 · Private Torrents；BEP 14 · Local Service Discovery存取控制、發現範圍與 multicast 宣告。
6. [6] WireGuard 與 Linux 隔離Routing & Network Namespace Integration介面與其建立時的 UDP socket 所在 namespace。
7. [7] qBittorrent 的識別資訊Anonymous Mode官方 Wiki；頁面更新 2026-09-03，明列版本與 private torrent 差異。
8. [8] Mullvad 資料與基礎設施政策No-logging of user activity policy；RAM-only VPN infrastructure供應商聲明；活動資料政策更新 2026-06-17，RAM-only 遷移公告為 2023 年。
9. [9] 多跳 VPNMultihop with WireGuard入口與出口的網路位置分離。
10. [10] 介面與 socket 行為qBittorrent · VPN interface binding；libtorrent · Settings官方文件；查閱的 libtorrent 線上參考標示為 2.1.0，不能據此推定讀者本機版本。
11. [11] Tor 的雙端觀察限制Limitations and remaining attacks against Tor’s anonymityTor 官方說明；兩端 timing correlation 的威脅模型。
12. [12] 路由旁路研究Xue 等 · Bypassing Tunnels；Leviathan · TunnelVisionUSENIX Security 2023／2024 研究者公告；不代表所有當前客戶端仍存在相同缺陷。
13. [13] 更貼近真實條件的流量關聯Jeon 等 · Brewing Under Pressure: More Realistic Tor Flow Correlation Considering Low FPRs作者公開的 CCS 2026 稿件；PDF 標示會議日期 2026-11-15～19，截至本文日期尚未到該會期。
14. [14] 對抗式 paddingHolland 等 · DeTorrentPoPETs 2024(1), 98–115；網站指紋與流量關聯分開評估。
15. [15] DAITA 公開設計DAITA · Defense Against AI-guided Traffic Analysis；DAITA version 2Mullvad 官方介紹與 2025-03-28 的 v2 公告；固定尺寸、dummy 與動態設定。
16. [16] 每次連線不同的防禦Pulls 等 · Ephemeral Network-Layer Fingerprinting DefensesPoPETs 2026(1), 426–449；部署與實驗範圍、§5.3 充分訓練下的限制。
17. [17] 混合與掩護流量Piotrowska 等 · The Loopix Anonymity System；原始論文 PDFUSENIX Security 2017；Poisson mixing、loop traffic 與秒級訊息延遲。
18. [18] 匿名與成本的形式限制Das 等 · Comprehensive Anonymity Trilemma: User Coordination is not enoughPoPETs 2020(3), 356–383；結論依匿名定義與對手模型成立。
19. [19] I2P 的通訊與威脅模型I2P overview；BitTorrent over I2P；I2P’s Threat Model官方文件；威脅模型頁標示更新 2010-11、適用 0.8.1，用於理解分類，並非現行版本實測。
20. [20] 串流語意RFC 9293 · Transmission Control ProtocolIETF，2022；可靠、有序位元組流與連線狀態。
21. [21] 共享 IP 與端點紀錄RFC 6302 · Logging Recommendations for Internet-Facing ServersIETF，2011；來源 port、準確時間與共享 IPv4 的對應問題。
22. [22] 大規模 P2P 觀察Le Blond 等 · Spying the World from your LaptopUSENIX LEET 2010；觀測發生於 2009 年，共 103 日。
23. [23] 監測誤歸因Piatek 等 · Why My Printer Received a DMCA Takedown NoticeHotSec 2008；間接監測的限制與印表機誤收通知實驗。
24. [24] Nyaa 案例的一手公告CODA · Nyaa 第一上傳者逮捕公告（日文）2026-07-28；公告說明合作與調查結果，未公開可重建的解析演算法。
25. [25] Tor 與 Torrent 的使用限制Tor Project · Can I use Tor with Torrent?Tor 官方不建議透過 Tor 使用 Torrent 客戶端。