
Estrutura de modelagem formal e análise para sistemas de comunicação oculta, permitindo especificação de canais secretos, modelos de adversários e verificação estatística de modelos dos compromissos entre indetectabilidade e desempenho.
Maude-HCS é uma das primeiras cadeias de ferramentas generalizadas e modulares para especificar formalmente e raciocinar sobre Sistemas de Comunicação Oculta (HCS) em escalas do mundo real. Ele permite que projetistas de rede explorem rapidamente e efetivamente projetos alternativos de HCS e fornece garantias formais de privacidade-desempenho necessárias para confiar no projeto.
Sistemas de comunicação oculta (HCS) incorporam mensagens encobertas dentro de atividades de rede comuns para ocultar a presença da comunicação. Na prática, a indetectabilidade de um HCS é tipicamente avaliada usando estatísticas de tráfego ad hoc ou detectores específicos, tornando as alegações de segurança fortemente acopladas a configurações experimentais e suposições adversariais implícitas.
Maude-HCS é uma estrutura de modelagem e análise executável que fornece uma base fundamentada e executável para raciocinar sobre os tradeoffs entre indetectabilidade e desempenho em projetos complexos de HCS. Os projetistas especificam formalmente o comportamento do protocolo, os observáveis do adversário e as suposições ambientais, e geram amostras de Monte Carlo a partir das distribuições de traços induzidas. Estas podem ser usadas para auditar alegações de indetectabilidade estimando as taxas de verdadeiros e falsos positivos de um teste estatístico e convertendo essas estimativas em limites inferiores para as medidas de indetectabilidade. Isso permite a avaliação sistemática da detectabilidade e seus tradeoffs com o desempenho sob suposições de modelagem explicitamente declaradas.
Entre em contato conosco se precisar de assistência para modelar e raciocinar sobre seu HCS. E considere citar nosso trabalho se você o utilizar como parte de sua pesquisa.
@article{khoury2026maude,
title={Maude-HCS: Model Checking the Undetectability-Performance Tradeoffs of Hidden Communication Systems},
author={Khoury, Joud and Kim, Minyoung and Merlin, Christophe and Meseguer, Jos{\'e} and Ratliff, Zachary and Talcott, Carolyn},
journal={arXiv preprint arXiv:2603.03369},
year={2026}
}
Requer a versão do python 3.12.4
Crie seu ambiente preferido e ative-o, por exemplo
Para pyenv
pyenv install 3.12.4
pyenv local 3.12.4
Para conda
conda create --name pwnd2 python=3.12.4
conda activate pwnd2
Para ambiente virtual
python -m venv venv
source venv/bin/activate
Estruturamos o código-fonte do repositório de modo que importamos dns-formalization-maude como uma dependência (um submódulo). Criamos um fork dessa dependência para que possamos acompanhar nossas alterações nela. Usamos sparse-checkout para evitar a necessidade de fazer checkout de todo o código-fonte da dependência, que inclui muitos arquivos irrelevantes (como Testbed).
Para clonar o repositório principal
git clone [email protected]:raytheonbbn/maude-hcs.git
O branch principal contém o código-fonte mais recente (possivelmente instável).
Branches/tags mais antigos, como pwnd.cp1, referem-se a snapshots estáveis usados para produzir resultados durante avaliações
(por exemplo, pwnd.cp1 usado para o problema de desafio 1, e de forma semelhante pwnd.cp2).
Para usar um snapshot mais antigo, faça checkout do branch específico (ex.: pwnd.cp1).
Configure o submódulo dns usando nosso clone do código para que possamos rastrear alterações feitas no código-fonte original, use sparse-checkout para manter apenas os fontes relevantes
cd maude-hcs
mkdir -p maude_hcs/deps
git submodule add -b <branch> -f [email protected]:raytheonbbn/dns-formalization-maude.git \
maude_hcs/deps/dns_formalization
cd maude_hcs/deps/dns_formalization
git sparse-checkout init --cone
git sparse-checkout set "Maude/dns" "Maude/common" "Maude/test" "Maude/attack_exploration"
cd ../../../
git reset .gitmodules
git reset maude_hcs/deps/dns_formalization
No comando acima, defina <branch> como pwnd.43.rb1 para reproduzir os resultados do problema de desafio 1,
ou como pwnd para a versão mais recente.
O comando acima deve criar um novo arquivo chamado sparse-checkout em
.git/modules/maude_hcs/deps/dns_formalization/info/
e instruí-lo a incluir apenas determinados diretórios, como Maude/src.
Neste ponto, git status deve mostrar um início limpo.
Para instalar, primeiro instale a dependência como um pacote chamado dns, que importamos como Maude.*
e depois instale o maude_hcs como um pacote (com dependência de dns).
cd maude_hcs/deps/dns_formalization
pip install -e .
cd ../../../
pip install -e .
Os modelos de usuário são modelos de Markov destinados a representar como os usuários se comportam. Estes são fornecidos em formato json. O primeiro passo é convertê-los para representações formais em maude.
Para isso, especifique
Por exemplo,
# convert dns tgen user models
maude-hcs --verbose \
--protocol=dns markov \
--json-dir=../pwnd-cp2/src/static/tgen_models/dns/ \
--maude-dir=./maude_hcs/lib/tgen/maude/dnsprofiles/markov/
# convert mastodon tgen models
maude-hcs --verbose \
--protocol=mastodon markov \
--json-dir=../pwnd-cp2/src/static/tgen_models/mastodon \
--maude-dir="./maude_hcs/lib/raceboat/maude/mastodonprofiles/"
Veja exemplos de especificações markov json em ./maude_hcs/lib/tgen/maude/dnsprofiles/markov/
(e de forma semelhante para mastodon), juntamente com suas especificações maude convertidas.
Geramos configurações iniciais usando o comando generate.
As configurações HCS podem ser passadas diretamente em json usando parâmetros de configuração HCS,
ou usando um arquivo de configuração de experimento Shadow, ou usando um arquivo de configuração YML.
Cada um destes é descrito a seguir.
Passe um arquivo de configuração maude-hcs json da seguinte forma,
Para gerar uma configuração de modelo DNS probabilístico com iodine e especificar o nome do arquivo de saída,
maude-hcs --verbose generate \
--run-args="./use-cases/challenge-problem-2/cp2_scenarios/cp2_scenario_1-hcsconfig.json" \
--model=prob \
--filename="cp2_scenario_1" \
--output-dir="./use-cases/challenge-problem-2/cp2_scenarios/"
Defina --model=nondet para gerar uma versão não determinística.
Isso produz o arquivo maude executável (e o json de configuração HCS correspondente) no diretório de saída. O arquivo json de configuração de entrada deve ser simples de seguir. Ele inclui a especificação de
Consulte HCSParamsGuide para uma descrição de alguns dos parâmetros. Observe que o modelo probabilístico combinará os parâmetros não determinísticos, bem como os parâmetros probabilísticos (que substituem os não determinísticos).
Uma configuração YML contém a configuração completa dos túneis e das redes subjacentes. Podemos gerar uma configuração HCS diretamente a partir dela.
maude-hcs --verbose generate --yml-filename=./use-cases/challenge-problem-2/cp2_setup_example.yml --model=prob --filename=generated_test_yml