전체 크기 Tor 네트워크를 시뮬레이션하기 위한 실험

워털루 대학교와 미국 해군 연구소의 연구원들은 노드 수와 사용자 수를 주요 Tor 네트워크와 비교하고 실제 조건에 가까운 실험이 가능한 Tor 네트워크 시뮬레이터 개발 결과를 발표했습니다. 실험 중에 준비된 도구와 네트워크 모델링 방법론을 사용하면 4TB RAM을 갖춘 컴퓨터에서 6489명의 가상 사용자가 동시에 연결된 792 Tor 노드의 네트워크 작동을 시뮬레이션할 수 있었습니다.

이는 실제 네트워크에 해당하는 노드 수인 Tor 네트워크의 최초의 전체 규모 시뮬레이션입니다(작동 중인 Tor 네트워크에는 약 6천 개의 노드와 2만 명의 연결된 사용자가 있습니다). Tor 네트워크의 전체 시뮬레이션은 병목 현상 식별, 공격 동작 시뮬레이션, 실제 조건에서 새로운 최적화 방법 테스트 및 보안 관련 개념 테스트의 관점에서 흥미롭습니다.

본격적인 시뮬레이터를 사용하면 Tor 개발자는 메인 네트워크나 개별 작업자 노드에서 실험을 수행하는 관행을 피할 수 있습니다. 이로 인해 사용자 개인 정보를 침해하는 추가 위험이 발생하고 실패 가능성도 배제되지 않습니다. 예를 들어, 새로운 혼잡 제어 프로토콜에 대한 지원은 앞으로 몇 달 안에 Tor에 도입될 예정이며, 시뮬레이션을 통해 실제 네트워크에 배포하기 전에 해당 프로토콜의 작동을 완전히 연구할 수 있습니다.

메인 Tor 네트워크의 기밀성과 신뢰성에 대한 실험의 영향을 제거하는 것 외에도 별도의 테스트 네트워크가 있으면 개발 과정에서 새로운 코드를 신속하게 테스트하고 디버그할 수 있으며, 모든 노드와 사용자에 대한 변경 사항을 즉시 구현할 수 있습니다. 오랜 시간이 걸리는 중간 구현이 완료되기를 기다리면서 새로운 아이디어를 구현하여 프로토타입을 더 빠르게 만들고 테스트할 수 있습니다.

개발자가 명시한 대로 리소스 소비를 10배까지 줄이고 동일한 장비에서 실제 네트워크보다 우수한 네트워크 작동을 시뮬레이션할 수 있는 도구를 개선하기 위한 작업이 진행 중입니다. Tor 스케일링에 발생할 수 있는 문제를 식별합니다. 또한 이 작업은 시간에 따른 네트워크 상태의 변화를 예측하고 백그라운드 트래픽 생성기를 사용하여 사용자 활동을 시뮬레이션할 수 있는 몇 가지 새로운 네트워크 모델링 방법을 만들었습니다.

연구원들은 또한 시뮬레이션된 네트워크의 크기와 실험 결과를 실제 네트워크에 투영하는 신뢰성 사이의 패턴을 연구했습니다. Tor 개발 중에는 실제 네트워크보다 훨씬 적은 수의 노드와 사용자를 포함하는 소규모 테스트 네트워크에서 변경 사항과 최적화가 사전 테스트됩니다. 시뮬레이션된 네트워크가 클수록 통계적으로 유의미한 결론을 얻기 위해 필요한 반복 테스트 횟수가 줄어든다는 점을 고려하면 소규모 시뮬레이션에서 얻은 예측의 통계적 오류는 다양한 초기 데이터 세트를 사용하여 독립적인 실험을 여러 번 반복함으로써 보상될 수 있다는 것이 밝혀졌습니다.

Tor 네트워크를 모델링하고 시뮬레이션하기 위해 연구원들은 BSD 라이센스에 따라 배포되는 여러 공개 프로젝트를 개발하고 있습니다.

• Shadow는 실제 네트워크 애플리케이션 코드를 실행하여 수천 개의 네트워크 프로세스가 있는 분산 시스템을 다시 만들 수 있는 범용 네트워크 시뮬레이터입니다. 수정되지 않은 실제 애플리케이션을 기반으로 시스템을 시뮬레이션하기 위해 Shadow는 시스템 호출 에뮬레이션 기술을 사용합니다. 시뮬레이션된 환경에서 애플리케이션의 네트워크 상호 작용은 VPN 배포와 일반적인 네트워크 프로토콜(TCP, UDP) 시뮬레이터의 사용을 통해 수행됩니다. 패킷 손실, 배달 지연 등 가상 네트워크 특성에 대한 맞춤형 시뮬레이션을 지원합니다. Tor를 사용한 실험 외에도 Bitcoin 네트워크를 시뮬레이션하기 위해 Shadow용 플러그인을 개발하려는 시도가 있었지만 이 프로젝트는 개발되지 않았습니다.
• Tornettools는 Shadow 환경에서 실행될 수 있는 Tor 네트워크의 현실적인 모델을 생성할 뿐만 아니라 시뮬레이션 프로세스를 시작 및 구성하고 결과를 수집 및 시각화하기 위한 툴킷입니다. 실제 Tor 네트워크의 작동을 반영하는 지표는 네트워크 생성을 위한 템플릿으로 사용될 수 있습니다.
• TGen은 사용자가 지정한 매개변수(크기, 지연, 흐름 수 등)를 기반으로 하는 트래픽 흐름 생성기입니다. 트래픽 조절 방식은 GraphML 형식의 특수 스크립트를 기반으로 하고 TCP 흐름 및 패킷 배포를 위한 확률적 Markov 모델을 사용하여 지정할 수 있습니다.
• OnionTrace는 시뮬레이션된 Tor 네트워크에서 성능과 이벤트를 추적하고 Tor 노드 체인 형성에 대한 정보를 기록 및 재생하고 트래픽 흐름을 할당하는 도구입니다.

출처 : opennet.ru