Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

FeedsContatoPrivacidade© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
ln-upgrade-dynamics — Código, dados agregados e fonte LaTeX de 'Who Patches the Lightning Network? Evidence from Release Lines in Gossip, 2023-2026' (arXiv:2610.30350) | Kitploit
Ferramentas/GitHubGitHub/bitcoindatalabs/ln-upgrade-dynamics
Análise de VulnerabilidadesScripting e AutomaçãoExfiltração de DadosSegurança de RedeInteligência de AmeaçasPapers e PesquisaAprendizado e Educação
GitHub
bitcoindatalabs/ln-upgrade-dynamics

ln-upgrade-dynamics

Código, dados agregados e fonte LaTeX de 'Who Patches the Lightning Network? Evidence from Release Lines in Gossip, 2023-2026' (arXiv:2610.30350)

Ver RepositórioSite
27há 25 diasAinda não revisado

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

Sem dados de popularidade ainda.

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →
Compartilhar

Quem Corrige a Lightning Network? Evidências das Linhas de Lançamento no Gossip, 2023–2026

Saurabh Kumar, Bitcoin Data Labs

Artigo: arXiv:2610.30350 (HTML, PDF) · DOI 10.48550/arXiv.2610.30350 · Pesquisa do Bitcoin Data Labs. Baseia-se em Does Client Diversity Protect the Lightning Network? (arXiv:2610.20952), que detém as regras de inferência de cliente usadas aqui.

Código, dados agregados e fonte LaTeX do artigo. Categorias arXiv: cs.CR, cross-list cs.NI. Data de corte dos dados: 2026-10-13.

Resumo

O gossip da Lightning não carrega versão de software, portanto nunca se mediu se os operadores agem com base em avisos de segurança. O artigo infere a linha de lançamento de cada nó público LND, Core Lightning, Eclair e LDK a partir dos bits de recurso que ele anuncia, comparados com o código-fonte de cada lançamento, e aplica isso a instantâneos diários do gossip de maio de 2023 a outubro de 2026. A rede aplica correções conforme os cronogramas de lançamento e de plataforma, não conforme as divulgações: metade dos nós LND em uma linha mais antiga atualiza em até 88 dias após um lançamento; as maiores ondas de atualização ocorreram cerca de um dia depois de a loja de aplicativos Umbrel disponibilizar uma nova versão do LND; e, das 12 divulgações que podem ser testadas, apenas a do Core Lightning de julho de 2026 elevou a taxa com que os nós deixaram lançamentos afetados, e apenas entre nós uma linha de lançamento atrás; o apelo do Core Lightning para reiniciar offline foi seguido majoritariamente por nós que já estavam na linha mais recente. Dois meses após o lote da Lightning Labs de agosto de 2026, 71% dos nós expostos na divulgação ainda executavam um lançamento afetado.

Principais descobertas

O gossip consegue dizer qual lançamento de software um nó Lightning executa? Sua linha de lançamento, sim. A comparação dos bits de recurso que um nó anuncia com o código-fonte de cada lançamento do LND, Core Lightning, Eclair e LDK revela isso; onde os nós Core Lightning declaram sua versão, a linha inferida é exata para 132 de 136 pares nó-linha.

Com que rapidez os nós Lightning se atualizam? Metade dos nós LND se atualiza em até 88 dias após um lançamento. Nós pequenos e aqueles que pularam lançamentos ficam muito atrás.

Os operadores se atualizam com base em avisos de segurança ou em lançamentos de plataforma? A rede aplica correções conforme os cronogramas de lançamento e de plataforma, não conforme as divulgações. As três maiores ondas de atualização ocorreram cerca de um dia depois de a loja de aplicativos Umbrel disponibilizar uma nova versão do LND, e, desde junho de 2025, 17% das atualizações do LND ocorreram nas 48 horas após um lançamento de plataforma, janelas que cobrem 4,4% do tempo. Das 12 divulgações que podemos testar, apenas a do Core Lightning de julho de 2026 acelerou as atualizações, e apenas entre nós uma linha de lançamento atrás.

Quantos nós permanecem expostos após uma divulgação? Dois meses após o lote da Lightning Labs de agosto de 2026, 71% dos nós LND expostos na divulgação ainda executavam um lançamento afetado.

Estrutura do repositório

  • paper/: fonte LaTeX (main.tex, sections/, references.bib, figures/, tables/, numbers.tex), o main.pdf compilado e um script de build.
  • src/01_*.py … src/05_*.py: os cinco estágios do pipeline.
  • src/lnmetrics/: as regras de inferência congeladas e os dados de referência: regras de cliente (client_fingerprint.py), a tabela de lançamentos com os bits de recurso de cada lançamento (ln_release_features.json, lida por version_fingerprint.py), a lista de avisos com a fonte pública de cada divulgação (advisories.py), os lançamentos de plataforma datados (platforms.py), e o leitor de gossip e os auxiliares de painel (gossip.py, panel.py).
  • data/: saídas JSON agregadas por trás de cada figura, tabela e número no texto.
  • scripts/package_arxiv.py: monta o pacote de upload do arXiv.

Reproduzindo os resultados

1. Dependências

pip install -r requirements.txt

2. Dados de entrada

O pipeline lê snapshots diários do grafo público de gossip do Lightning como arquivos Parquet; src/lnmetrics/gossip.py documenta o layout esperado (gossip_daily/{nodes,policies,_quality.parquet}). Os dados de gossip subjacentes são públicos; nossos snapshots diários estão disponíveis com o autor mediante solicitação. Aponte o pipeline para eles com

export LN_PARQUET_DIR=/path/to/parquet        # default: data/parquet

3. Pipeline

Cada estágio trunca suas entradas em DATA_CUTOFF (src/config.py) e grava suas figuras em paper/figures/, suas tabelas em paper/tables/ e seus números em data/*.json.

python src/01_build_panel.py          # node-day panel: client, release line, liveness, fleet flag (~7 min) -> data/panel/
python src/02_validate_lines.py       # release-line validation and consistency checks                    -> Fig. 1, Table I
python src/03_upgrade_dynamics.py     # adoption, time to upgrade, hazard model, platform waves           -> Figs. 2-5, Table II
python src/04_advisory_exposure.py    # exposure per advisory, response to disclosure, robustness         -> Figs. 6-7, Tables III-V
python src/05_supporting_numbers.py   # every number quoted in the text                                    -> paper/numbers.tex

O painel node-day (data/panel/, cerca de 1,3 GB) não está incluído no repositório.

4. Paper

paper/build.ps1 (Windows, MiKTeX) executa pdflatex → bibtex → pdflatex até as referências estabilizarem; build.bat executa-o a partir do cmd. Noutros sistemas:

cd paper && pdflatex main && bibtex main && pdflatex main && pdflatex main

python scripts/package_arxiv.py e então grava o pacote arXiv em dist/.

Política de dados

Apenas agregados: nenhuma lista, ranking ou rótulo de nós individuais por versão, plataforma ou exposição é publicado, no artigo ou em data/.

Como citar

Por favor, cite o artigo (o botão Cite this repository do GitHub fornece a mesma entrada a partir de CITATION.cff):

@misc{kumar2026upgradedynamics,
  title         = {Who Patches the Lightning Network? Evidence from Release Lines in Gossip, 2023--2026},
  author        = {Saurabh Kumar},
  year          = {2026},
  eprint        = {2610.30350},
  archivePrefix = {arXiv},
  primaryClass  = {cs.CR},
  doi           = {10.48550/arXiv.2610.30350},
  url           = {https://arxiv.org/abs/2610.30350}
}

Licença

MIT (consulte LICENSE).

Baixar ferramenta