ഗവേഷണം: ഗെയിം തിയറി ഉപയോഗിച്ച് ഒരു ബ്ലോക്ക്-റെസിസ്റ്റന്റ് പ്രോക്സി സേവനം സൃഷ്ടിക്കുന്നു

ഏതാനും വർഷങ്ങൾക്കുമുമ്പ്, മസാച്ചുസെറ്റ്സ്, പെൻസിൽവാനിയ, ജർമ്മനിയിലെ മ്യൂണിക്ക് സർവകലാശാലകളിൽ നിന്നുള്ള ഒരു അന്താരാഷ്ട്ര ശാസ്ത്രജ്ഞർ നടന്ന ആൻ്റി സെൻസർഷിപ്പ് ടൂൾ എന്ന നിലയിൽ പരമ്പരാഗത പ്രോക്സികളുടെ ഫലപ്രാപ്തിയെക്കുറിച്ചുള്ള ഗവേഷണം. തൽഫലമായി, ഗെയിം സിദ്ധാന്തത്തെ അടിസ്ഥാനമാക്കി, തടയൽ മറികടക്കാൻ ശാസ്ത്രജ്ഞർ ഒരു പുതിയ രീതി നിർദ്ദേശിച്ചു. ഈ കൃതിയുടെ പ്രധാന പോയിൻ്റുകളുടെ അനുരൂപമായ വിവർത്തനം ഞങ്ങൾ തയ്യാറാക്കിയിട്ടുണ്ട്.

ആമുഖം

ടോർ പോലുള്ള ജനപ്രിയ ബ്ലോക്ക്-ബൈപാസ് ടൂളുകളുടെ സമീപനം, തടയുന്നതിന് വിധേയമായ പ്രദേശങ്ങളിൽ നിന്നുള്ള ക്ലയൻ്റുകളിൽ നിന്നുള്ള പ്രോക്സി ഐപി വിലാസങ്ങളുടെ സ്വകാര്യവും തിരഞ്ഞെടുത്തതുമായ വിതരണത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. തൽഫലമായി, ബ്ലോക്കുകൾ ചുമത്തുന്ന ഓർഗനൈസേഷനുകളോ അധികാരികളോ ക്ലയൻ്റുകൾ കണ്ടെത്തപ്പെടാതെ തുടരണം. ടോറിൻ്റെ കാര്യത്തിൽ, ഈ പ്രോക്സി വിതരണക്കാരെ ബ്രിഡ്ജുകൾ എന്ന് വിളിക്കുന്നു.

അത്തരം സേവനങ്ങളുടെ പ്രധാന പ്രശ്നം അകത്തുള്ളവരുടെ ആക്രമണമാണ്. തടയുന്ന ഏജൻ്റുമാർക്ക് അവരുടെ വിലാസങ്ങൾ കണ്ടെത്താനും അവരെ തടയാനും പ്രോക്സികൾ ഉപയോഗിക്കാനാകും. പ്രോക്സി കണക്കുകൂട്ടലുകളുടെ സാധ്യത കുറയ്ക്കുന്നതിന്, ബ്ലോക്ക് ബൈപാസ് ടൂളുകൾ വിവിധ വിലാസ അസൈൻമെൻ്റ് മെക്കാനിസങ്ങൾ ഉപയോഗിക്കുന്നു.

ഈ സാഹചര്യത്തിൽ, അഡ്‌ഹോക്ക് ഹ്യൂറിസ്റ്റിക്സ് സമീപനം എന്ന് വിളിക്കപ്പെടുന്നു, അത് മറികടക്കാൻ കഴിയും. ഈ പ്രശ്നം പരിഹരിക്കാൻ, തടയുന്നതിൽ ഉൾപ്പെട്ടിരിക്കുന്ന സേവനങ്ങളും അവയെ മറികടക്കാനുള്ള സേവനങ്ങളും തമ്മിലുള്ള പോരാട്ടം ഒരു ഗെയിമായി അവതരിപ്പിക്കാൻ ശാസ്ത്രജ്ഞർ തീരുമാനിച്ചു. ഗെയിം തിയറി ഉപയോഗിച്ച്, അവർ ഓരോ കക്ഷികൾക്കും ഒപ്റ്റിമൽ പെരുമാറ്റ തന്ത്രങ്ങൾ വികസിപ്പിച്ചെടുത്തു - പ്രത്യേകിച്ചും, ഇത് ഒരു പ്രോക്സി വിതരണ സംവിധാനം വികസിപ്പിക്കുന്നത് സാധ്യമാക്കി.

പരമ്പരാഗത ലോക്ക് ബൈപാസ് സംവിധാനങ്ങൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു

Tor, Lantern, Psiphon എന്നിവ പോലുള്ള ബ്ലോക്ക് ബൈപാസ് ടൂളുകൾ, ആ പ്രദേശങ്ങളിൽ നിന്നുള്ള ഉപയോക്തൃ ട്രാഫിക്കിനെ വഴിതിരിച്ചുവിടാനും ബ്ലോക്ക് ചെയ്ത ഉറവിടങ്ങളിലേക്ക് എത്തിക്കാനും ഉപയോഗിക്കുന്ന നിയന്ത്രണങ്ങളോടുകൂടിയ പ്രദേശത്തിന് പുറത്തുള്ള പ്രോക്സികളുടെ ഒരു ശ്രേണി ഉപയോഗിക്കുന്നു.

അത്തരം ഒരു പ്രോക്സിയുടെ IP വിലാസത്തെക്കുറിച്ച് സെൻസർമാർക്ക് ബോധവാന്മാരാകുകയാണെങ്കിൽ - ഉദാഹരണത്തിന്, അവർ അത് സ്വയം ഉപയോഗിച്ചതിന് ശേഷം - അത് എളുപ്പത്തിൽ ബ്ലാക്ക്‌ലിസ്റ്റ് ചെയ്യാനും തടയാനും കഴിയും. അതിനാൽ, വാസ്തവത്തിൽ, അത്തരം പ്രോക്സികളുടെ IP വിലാസങ്ങൾ ഒരിക്കലും വെളിപ്പെടുത്തില്ല, കൂടാതെ ഉപയോക്താക്കൾക്ക് വിവിധ മെക്കാനിസങ്ങൾ ഉപയോഗിച്ച് ഒന്നോ അല്ലെങ്കിൽ മറ്റൊരു പ്രോക്സി നൽകുകയും ചെയ്യുന്നു. ഉദാഹരണത്തിന്, ടോറിന് ഒരു ബ്രിഡ്ജ് സംവിധാനമുണ്ട്.

അതായത്, ഉപയോക്താക്കൾക്ക് ബ്ലോക്ക് ചെയ്‌ത ഉറവിടങ്ങളിലേക്ക് ആക്‌സസ് നൽകുകയും പ്രോക്‌സി വിലാസം വെളിപ്പെടുത്താനുള്ള സാധ്യത കുറയ്ക്കുകയും ചെയ്യുക എന്നതാണ് പ്രധാന ദൌത്യം.

പ്രായോഗികമായി ഈ പ്രശ്നം പരിഹരിക്കുന്നത് അത്ര എളുപ്പമല്ല - സാധാരണ ഉപയോക്താക്കളെ സെൻസർമാരിൽ നിന്ന് കൃത്യമായി വേർതിരിച്ചറിയാൻ വളരെ ബുദ്ധിമുട്ടാണ്. വിവരങ്ങൾ മറയ്ക്കാൻ ഹ്യൂറിസ്റ്റിക് മെക്കാനിസങ്ങൾ ഉപയോഗിക്കുന്നു. ഉദാഹരണത്തിന്, ഓരോ അഭ്യർത്ഥനയിലും ക്ലയൻ്റുകൾക്ക് ലഭ്യമായ ബ്രിഡ്ജ് ഐപി വിലാസങ്ങളുടെ എണ്ണം ടോർ പരിമിതപ്പെടുത്തുന്നു.

ചുരുങ്ങിയ സമയത്തിനുള്ളിൽ എല്ലാ ടോർ പാലങ്ങളും തിരിച്ചറിയുന്നതിൽ നിന്ന് ചൈനീസ് അധികാരികളെ ഇത് തടഞ്ഞില്ല. അധിക നിയന്ത്രണങ്ങളുടെ ആമുഖം ബ്ലോക്ക് ബൈപാസ് സിസ്റ്റത്തിൻ്റെ ഉപയോഗക്ഷമതയെ ഗുരുതരമായി ബാധിക്കും, അതായത്, ചില ഉപയോക്താക്കൾക്ക് പ്രോക്സി ആക്സസ് ചെയ്യാൻ കഴിയില്ല.

ഗെയിം തിയറി ഈ പ്രശ്നം എങ്ങനെ പരിഹരിക്കുന്നു

ജോലിയിൽ വിവരിച്ചിരിക്കുന്ന രീതി "കോളേജ് അഡ്മിഷൻ ഗെയിം" എന്ന് വിളിക്കപ്പെടുന്നതിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. കൂടാതെ, ഇൻറർനെറ്റ് സെൻസറിംഗ് ഏജൻ്റുമാർക്ക് തത്സമയം പരസ്പരം ആശയവിനിമയം നടത്താനും സങ്കീർണ്ണമായ തന്ത്രങ്ങൾ ഉപയോഗിക്കാനും കഴിയുമെന്ന് അനുമാനിക്കപ്പെടുന്നു - ഉദാഹരണത്തിന്, പ്രോക്സികളെ ഉടനടി തടയുകയോ വിവിധ വ്യവസ്ഥകളെ ആശ്രയിച്ച് തൽക്ഷണം ചെയ്യുകയോ ചെയ്യരുത്.

കോളേജ് പ്രവേശനം എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്?

നമുക്ക് n വിദ്യാർത്ഥികളും എം കോളേജുകളും ഉണ്ടെന്ന് പറയാം. ഓരോ വിദ്യാർത്ഥിയും ചില മാനദണ്ഡങ്ങളെ അടിസ്ഥാനമാക്കി വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾക്കിടയിൽ മുൻഗണനകളുടെ സ്വന്തം ലിസ്റ്റ് ഉണ്ടാക്കുന്നു (അതായത്, രേഖകൾ സമർപ്പിച്ച കോളേജുകൾ മാത്രമേ റാങ്ക് ചെയ്തിട്ടുള്ളൂ). മറുവശത്ത്, സ്വന്തം മുൻഗണനകളെ അടിസ്ഥാനമാക്കി രേഖകൾ സമർപ്പിച്ച വിദ്യാർത്ഥികളെയും കോളേജുകൾ റാങ്ക് ചെയ്യുന്നു.

ഒന്നാമതായി, തിരഞ്ഞെടുപ്പ് മാനദണ്ഡങ്ങൾ പാലിക്കാത്തവരെ കോളേജ് വെട്ടിക്കളയുന്നു - കുറവുണ്ടായാലും അവരെ സ്വീകരിക്കില്ല. ആവശ്യമായ പാരാമീറ്ററുകൾ കണക്കിലെടുക്കുന്ന ഒരു അൽഗോരിതം ഉപയോഗിച്ച് അപേക്ഷകരെ തിരഞ്ഞെടുക്കുന്നു.

"അസ്ഥിരമായ പ്രവേശനം" ഉണ്ടാകാൻ സാധ്യതയുണ്ട് - ഉദാഹരണത്തിന്, യഥാക്രമം a, b എന്നീ കോളേജുകളിൽ 1, 2 എന്നീ രണ്ട് വിദ്യാർത്ഥികളുണ്ടെങ്കിൽ, എന്നാൽ രണ്ടാമത്തെ വിദ്യാർത്ഥി സർവകലാശാലയിൽ പഠിക്കാൻ ആഗ്രഹിക്കുന്നു a. വിവരിച്ച പരീക്ഷണത്തിൻ്റെ കാര്യത്തിൽ, വസ്തുക്കൾ തമ്മിലുള്ള സ്ഥിരതയുള്ള കണക്ഷനുകൾ മാത്രമേ കണക്കിലെടുക്കൂ.

വൈകിയ സ്വീകാര്യത അൽഗോരിതം

ഇതിനകം പ്രസ്താവിച്ചതുപോലെ, ഒരു സാഹചര്യത്തിലും കോളേജ് സ്വീകരിക്കാത്ത ഒരു നിശ്ചിത എണ്ണം വിദ്യാർത്ഥികളുണ്ട്. അതിനാൽ, മാറ്റിവച്ച സ്വീകാര്യത അൽഗോരിതം ഈ വിദ്യാർത്ഥികൾക്ക് ആ സ്ഥാപനത്തിലേക്ക് അപേക്ഷിക്കാൻ അനുവാദമില്ല എന്ന അനുമാനം ഉണ്ടാക്കുന്നു. ഈ സാഹചര്യത്തിൽ, എല്ലാ വിദ്യാർത്ഥികളും അവർ ഏറ്റവും ഇഷ്ടപ്പെടുന്ന കോളേജുകളിൽ പ്രവേശിക്കാൻ ശ്രമിക്കുന്നു.

q വിദ്യാർത്ഥികളുടെ ശേഷിയുള്ള ഒരു സ്ഥാപനം അതിൻ്റെ മാനദണ്ഡം അടിസ്ഥാനമാക്കി q ഉയർന്ന റാങ്കുള്ള വ്യക്തിയെ വെയ്റ്റ്‌ലിസ്റ്റ് ചെയ്യുന്നു, അല്ലെങ്കിൽ അപേക്ഷകരുടെ എണ്ണം ലഭ്യമായ സ്ഥലങ്ങളുടെ എണ്ണത്തേക്കാൾ കുറവാണെങ്കിൽ എല്ലാം. ബാക്കിയുള്ളവ നിരസിക്കപ്പെട്ടു, ഈ വിദ്യാർത്ഥികൾ അവരുടെ മുൻഗണനകളുടെ പട്ടികയിൽ അടുത്ത സർവകലാശാലയിലേക്ക് അപേക്ഷിക്കുന്നു. ഈ കോളേജ് നേരിട്ട് അപേക്ഷിച്ചവരിൽ നിന്നും ആദ്യ കോളേജിലേക്ക് അംഗീകരിക്കപ്പെടാത്തവരിൽ നിന്നും ഉയർന്ന റാങ്കുള്ള വിദ്യാർത്ഥികളെ തിരഞ്ഞെടുക്കുന്നു. കൂടാതെ, വീണ്ടും ഒരു നിശ്ചിത എണ്ണം ആളുകൾ വിജയിക്കുന്നില്ല.

ഓരോ വിദ്യാർത്ഥിയും ഏതെങ്കിലും കോളേജിൻ്റെ വെയിറ്റിംഗ് ലിസ്റ്റിലാണെങ്കിൽ അല്ലെങ്കിൽ അയാൾക്ക് ചേരാൻ കഴിയുന്ന എല്ലാ വിദ്യാഭ്യാസ സ്ഥാപനങ്ങളിൽ നിന്നും നിരസിക്കപ്പെട്ടാൽ നടപടിക്രമം അവസാനിക്കും. തൽഫലമായി, കോളേജുകൾ ഒടുവിൽ എല്ലാവരെയും അവരുടെ വെയിറ്റിംഗ് ലിസ്റ്റിൽ നിന്ന് പ്രവേശിപ്പിക്കുന്നു.

പ്രോക്സിക്ക് ഇതുമായി എന്ത് ബന്ധമുണ്ട്?

വിദ്യാർത്ഥികളുമായും കോളേജുകളുമായും ഉള്ള സാമ്യം അനുസരിച്ച്, ശാസ്ത്രജ്ഞർ ഓരോ ക്ലയൻ്റിനും ഒരു പ്രത്യേക പ്രോക്സി നൽകി. പ്രോക്‌സി അസൈൻമെൻ്റ് ഗെയിം എന്ന ഗെയിമായിരുന്നു ഫലം. സാധ്യമായ സെൻസർ ഏജൻ്റുമാർ ഉൾപ്പെടെയുള്ള ക്ലയൻ്റുകൾ, കോളേജുകളുടെ പങ്ക് വഹിക്കുന്ന പ്രോക്സികളുടെ വിലാസം അറിയാൻ ആഗ്രഹിക്കുന്ന വിദ്യാർത്ഥികളായി പ്രവർത്തിക്കുന്നു - അവർക്ക് മുൻകൂട്ടി അറിയാവുന്ന പരിമിതമായ ബാൻഡ്‌വിഡ്ത്ത് ഉണ്ട്.

വിവരിച്ച മോഡലിൽ n ഉപയോക്താക്കൾ (ക്ലയൻ്റ്സ്) A = ഉണ്ട്
{a1, a2, …, an}, തടയുന്നത് മറികടക്കാൻ പ്രോക്സിയിലേക്ക് ആക്സസ് അഭ്യർത്ഥിക്കുന്നു. അങ്ങനെ, AI എന്നത് "മൊത്തം" ക്ലയൻ്റിൻറെ ഐഡൻ്റിഫയർ ആണ്. ഈ n ഉപയോക്താക്കളിൽ, m സെൻസർ ഏജൻ്റുമാരാണ്, J = {j1, j2, ..., jm} എന്ന് സൂചിപ്പിച്ചിരിക്കുന്നു, ബാക്കിയുള്ളവർ സാധാരണ ഉപയോക്താക്കളാണ്. എല്ലാ എം ഏജൻ്റുമാരെയും ഒരു കേന്ദ്ര അതോറിറ്റി നിയന്ത്രിക്കുകയും അതിൽ നിന്ന് നിർദ്ദേശങ്ങൾ സ്വീകരിക്കുകയും ചെയ്യുന്നു.

P = {p1, p2, ..., pl} എന്ന പ്രോക്സികളുടെ ഒരു കൂട്ടം ഉണ്ടെന്നും അനുമാനിക്കപ്പെടുന്നു. ഓരോ അഭ്യർത്ഥനയ്ക്കു ശേഷവും, വിതരണക്കാരൻ്റെ ഒബ്ജക്റ്റിൽ നിന്ന് k പ്രോക്സികളെക്കുറിച്ചുള്ള വിവരങ്ങൾ (IP വിലാസം) ക്ലയൻ്റ് സ്വീകരിക്കുന്നു. സമയത്തെ ഇടവേളകൾ-ഘട്ടങ്ങളായി തിരിച്ചിരിക്കുന്നു, t എന്ന് നിയുക്തമാക്കിയിരിക്കുന്നു (ഗെയിം t=0-ൽ ആരംഭിക്കുന്നു).

പ്രോക്സിയെ വിലയിരുത്തുന്നതിന് ഓരോ ക്ലയൻ്റും സ്കോറിംഗ് ഫംഗ്ഷൻ ഉപയോഗിക്കുന്നു. ശാസ്ത്രജ്ഞർ പ്രവർത്തനം ഉപയോഗിച്ചു t ഘട്ടത്തിൽ പ്രോക്സി px-ലേക്ക് ഉപയോക്താവ് AI നൽകിയ സ്കോർ അടയാളപ്പെടുത്താൻ. അതുപോലെ, ഓരോ പ്രോക്സിയും ക്ലയൻ്റുകളെ വിലയിരുത്തുന്നതിന് ഒരു ഫംഗ്ഷൻ ഉപയോഗിക്കുന്നു. അതാണ് t ഘട്ടത്തിൽ ക്ലയൻ്റ് AI-ന് പ്രോക്സി px നൽകിയ സ്കോർ ആണ്.

മുഴുവൻ ഗെയിമും വെർച്വൽ ആണെന്ന് ഓർത്തിരിക്കേണ്ടത് പ്രധാനമാണ്, അതായത്, പ്രോക്സിക്കും ക്ലയൻ്റുകൾക്കും വേണ്ടി "വിതരണക്കാരൻ" തന്നെ അത് കളിക്കുന്നു. ഇത് ചെയ്യുന്നതിന്, അവൻ ക്ലയൻ്റ് തരം അല്ലെങ്കിൽ പ്രോക്സികൾ സംബന്ധിച്ച അവരുടെ മുൻഗണനകൾ അറിയേണ്ടതില്ല. ഓരോ ഘട്ടത്തിലും ഒരു ഗെയിം ഉണ്ട്, കാലതാമസമുള്ള ഒരു സ്വീകാര്യത അൽഗോരിതം ഉപയോഗിക്കുന്നു.

ഫലങ്ങൾ

സിമുലേഷൻ ഫലങ്ങൾ അനുസരിച്ച്, അറിയപ്പെടുന്ന ലോക്ക് ബൈപാസ് സിസ്റ്റങ്ങളെ അപേക്ഷിച്ച് ഗെയിം തിയറി ഉപയോഗിക്കുന്ന രീതി ഉയർന്ന കാര്യക്ഷമത കാണിച്ചു.

rBridge VPN സേവനവുമായുള്ള താരതമ്യം

അതേ സമയം, അത്തരം സിസ്റ്റങ്ങളുടെ പ്രവർത്തനത്തിൻ്റെ ഗുണനിലവാരത്തെ ബാധിക്കുന്ന നിരവധി പ്രധാന പോയിൻ്റുകൾ ശാസ്ത്രജ്ഞർ തിരിച്ചറിഞ്ഞിട്ടുണ്ട്:

• സെൻസർമാരുടെ തന്ത്രം പരിഗണിക്കാതെ തന്നെ, തടയൽ മറികടക്കുന്നതിനുള്ള സിസ്റ്റം പുതിയ പ്രോക്സികൾ ഉപയോഗിച്ച് നിരന്തരം അപ്ഡേറ്റ് ചെയ്യണം, അല്ലാത്തപക്ഷം അതിൻ്റെ ഫലപ്രാപ്തി കുറയും.
• സെൻസർമാർക്ക് കാര്യമായ ഉറവിടങ്ങളുണ്ടെങ്കിൽ, പ്രോക്സികൾ കണ്ടെത്തുന്നതിന് ഭൂമിശാസ്ത്രപരമായി വിതരണം ചെയ്ത ഏജൻ്റുമാരെ ചേർത്ത് തടയൽ കാര്യക്ഷമത വർദ്ധിപ്പിക്കാൻ അവർക്ക് കഴിയും.
• തടയൽ മറികടക്കുന്നതിനുള്ള സിസ്റ്റത്തിൻ്റെ ഫലപ്രാപ്തിക്ക് പുതിയ പ്രോക്സികൾ ചേർക്കുന്ന വേഗത വളരെ പ്രധാനമാണ്.

ഇതിൽ നിന്നുള്ള ഉപയോഗപ്രദമായ ലിങ്കുകളും മെറ്റീരിയലുകളും ഇൻഫാറ്റിക്ക:

• സെൻസർഷിപ്പിനെതിരായ പോരാട്ടത്തിന്റെ ചരിത്രം: എംഐടിയിലെയും സ്റ്റാൻഫോർഡിലെയും ശാസ്ത്രജ്ഞർ സൃഷ്ടിച്ച ഫ്ലാഷ് പ്രോക്സി രീതി എങ്ങനെ പ്രവർത്തിക്കുന്നു
• പ്രോക്സികൾ കള്ളം പറയുമ്പോൾ എങ്ങനെ മനസ്സിലാക്കാം: സജീവ ജിയോലൊക്കേഷൻ അൽഗോരിതം ഉപയോഗിച്ച് നെറ്റ്‌വർക്ക് പ്രോക്സികളുടെ ഫിസിക്കൽ ലൊക്കേഷനുകളുടെ പരിശോധന
• ഇൻറർനെറ്റിൽ സ്വയം വേഷംമാറിയതെങ്ങനെ: സെർവറും റെസിഡൻഷ്യൽ പ്രോക്സികളും താരതമ്യം ചെയ്യുക

അവലംബം: www.habr.com