Anàlisi empírica de la indistingibilitat del trànsit P2P v2 de Bitcoin
Megias Barrio, Jaime
Pérez-Solà, Cristina tut. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Additional title:	Empirical Analysis of Bitcoin P2P v2 Traffic Indistinguishability
Additional title:	Análisis empírico de la indistingibilidad del tráfico P2P v2 de Bitcoin
Date:	2026
Abstract:	En aquest treball s'analitza la capacitat d'ofuscació del protocol BIP324 de Bitcoin mitjançant tècniques de classificació automàtica basades en metadades de trànsit. Es desplega un entorn experimental controlat amb Warnet sobre Kubernetes per generar captures reals de trànsit Bitcoin xifrat i comparar-les amb trànsit HTTPS.
Abstract:	This work analyzes the obfuscation capability of Bitcoin's BIP324 protocol through automatic traffic classification techniques based on metadata. A controlled experimental environment is deployed using Warnet over Kubernetes to generate real encrypted Bitcoin traffic captures and compare them with HTTPS traffic.
Abstract:	En este trabajo se analiza la capacidad de ofuscación del protocolo BIP324 de Bitcoin mediante técnicas de clasificación automática basadas en metadatos de tráfico. Se despliega un entorno experimental controlado con Warnet sobre Kubernetes para generar capturas reales de tráfico Bitcoin cifrado y compararlas con tráfico HTTPS.
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria.
Language:	Català
Studies:	Enginyeria Informàtica [2502441]
Study plan:	Enginyeria Informàtica [958]
Document:	Treball final de grau
Subject area:	Menció Tecnologies de la Informació
Subject:	Bitcoin ; BIP324 ; Anàlisi de trànsit xifrat ; Aprenentatge automàtic ; Warnet ; Kubernetes ; Encrypted Traffic Analysis ; Machine Learning ; Análisis de tráfico cifrado ; Aprendizaje automático

13 p, 442.5 KB

The record appears in these collections:
Research literature > Bachelor's degree final project > School of Engineering. TFG