संशोधन: गेम सिद्धांत वापरून ब्लॉक-प्रतिरोधक प्रॉक्सी सेवा तयार करणे

बर्‍याच वर्षांपूर्वी, मॅसॅच्युसेट्स, पेनसिल्व्हेनिया आणि म्युनिक, जर्मनी या विद्यापीठांतील शास्त्रज्ञांच्या आंतरराष्ट्रीय गटाने आयोजित सेन्सॉरशिप विरोधी साधन म्हणून पारंपारिक प्रॉक्सीच्या परिणामकारकतेवर संशोधन. परिणामी, शास्त्रज्ञांनी गेम सिद्धांतावर आधारित ब्लॉकिंग बायपास करण्यासाठी एक नवीन पद्धत प्रस्तावित केली. आम्ही या कामाच्या मुख्य मुद्द्यांचे रुपांतरित भाषांतर तयार केले आहे.

परिचय

टॉर सारख्या लोकप्रिय ब्लॉक-बायपास टूल्सचा दृष्टीकोन ब्लॉकिंगच्या अधीन असलेल्या प्रदेशांमधील क्लायंटमधील प्रॉक्सी IP पत्त्यांच्या खाजगी आणि निवडक वितरणावर आधारित आहे. परिणामी, ब्लॉक्स लादणाऱ्या संस्था किंवा प्राधिकरणांद्वारे क्लायंटचा शोध घेतला जात नाही. टॉरच्या बाबतीत, या प्रॉक्सी वितरकांना ब्रिज म्हणतात.

अशा सेवांमधील मुख्य समस्या म्हणजे आतल्या लोकांचा हल्ला. ब्लॉकिंग एजंट त्यांचे पत्ते शोधण्यासाठी आणि त्यांना ब्लॉक करण्यासाठी स्वतः प्रॉक्सी वापरू शकतात. प्रॉक्सी गणनेची शक्यता कमी करण्यासाठी, ब्लॉक बायपास साधने विविध पत्ता असाइनमेंट यंत्रणा वापरतात.

या प्रकरणात, तथाकथित तदर्थ ह्युरिस्टिक्स दृष्टीकोन वापरला जातो, जो बायपास केला जाऊ शकतो. या समस्येचे निराकरण करण्यासाठी, शास्त्रज्ञांनी ब्लॉकिंगमध्ये गुंतलेल्या सेवा आणि त्यांना बायपास करण्यासाठी सेवांमधील संघर्ष एक गेम म्हणून सादर करण्याचा निर्णय घेतला. गेम थिअरीचा वापर करून, त्यांनी प्रत्येक पक्षासाठी इष्टतम वर्तणूक धोरण विकसित केले - विशेषतः, यामुळे प्रॉक्सी वितरण यंत्रणा विकसित करणे शक्य झाले.

पारंपारिक लॉक बायपास सिस्टम कसे कार्य करतात

टॉर, लँटर्न आणि सिफॉन सारखी ब्लॉक बायपास साधने निर्बंधांसह क्षेत्राबाहेरील प्रॉक्सीची मालिका वापरतात ज्याचा वापर त्या प्रदेशांमधून वापरकर्ता रहदारी वळवण्यासाठी आणि अवरोधित संसाधनांवर वितरित करण्यासाठी केला जातो.

सेन्सॉरला अशा प्रॉक्सीच्या IP पत्त्याची जाणीव झाल्यास - उदाहरणार्थ, ते स्वतः वापरल्यानंतर - ते सहजपणे ब्लॅकलिस्ट केले जाऊ शकते आणि ब्लॉक केले जाऊ शकते. म्हणून, प्रत्यक्षात, अशा प्रॉक्सींचे IP पत्ते कधीही उघड केले जात नाहीत आणि वापरकर्त्यांना विविध यंत्रणा वापरून एक किंवा दुसरा प्रॉक्सी नियुक्त केला जातो. उदाहरणार्थ, टॉरमध्ये ब्रिज सिस्टम आहे.

म्हणजेच, मुख्य कार्य म्हणजे वापरकर्त्यांना अवरोधित स्त्रोतांमध्ये प्रवेश प्रदान करणे आणि प्रॉक्सी पत्त्याच्या प्रकटीकरणाची शक्यता कमी करणे.

व्यवहारात या समस्येचे निराकरण करणे इतके सोपे नाही - सामान्य वापरकर्त्यांना त्यांच्याकडून मुखवटा घातलेल्या सेन्सरपासून अचूकपणे वेगळे करणे खूप कठीण आहे. माहिती लपवण्यासाठी ह्युरिस्टिक यंत्रणा वापरली जाते. उदाहरणार्थ, Tor क्लायंटसाठी उपलब्ध ब्रिज IP पत्त्यांची संख्या प्रति विनंती तीन पर्यंत मर्यादित करते.

यामुळे चिनी अधिकाऱ्यांना अल्पावधीत सर्व टॉर पूल ओळखणे थांबवले नाही. अतिरिक्त निर्बंध लागू केल्याने ब्लॉक बायपास सिस्टमच्या उपयोगितेवर गंभीर परिणाम होईल, म्हणजेच काही वापरकर्ते प्रॉक्सीमध्ये प्रवेश करू शकणार नाहीत.

गेम थिअरी ही समस्या कशी सोडवते

कामात वर्णन केलेली पद्धत तथाकथित "कॉलेज ऍडमिशन गेम" वर आधारित आहे. याव्यतिरिक्त, असे गृहीत धरले जाते की इंटरनेट सेन्सॉरिंग एजंट रिअल टाइममध्ये एकमेकांशी संवाद साधू शकतात आणि जटिल युक्त्या वापरू शकतात - उदाहरणार्थ, प्रॉक्सी त्वरित अवरोधित करू शकत नाहीत किंवा विविध परिस्थितींवर अवलंबून ते त्वरित करू शकतात.

कॉलेज अॅडमिशन कसे चालते?

समजा आमच्याकडे n विद्यार्थी आणि m कॉलेज आहेत. प्रत्येक विद्यार्थ्याने काही विशिष्ट निकषांवर आधारित शैक्षणिक संस्थांमधील स्वतःच्या प्राधान्यांची यादी तयार केली आहे (म्हणजेच, ज्या महाविद्यालयांमध्ये कागदपत्रे सबमिट केली गेली आहेत त्यांनाच क्रमवारी दिली जाते). दुसरीकडे, महाविद्यालये देखील त्यांच्या स्वत: च्या प्राधान्यांच्या आधारावर कागदपत्रे सादर केलेल्या विद्यार्थ्यांची श्रेणी देतात.

सर्व प्रथम, जे निवडीचे निकष पूर्ण करत नाहीत त्यांना महाविद्यालय कापते - कमतरता असली तरीही ते स्वीकारले जाणार नाहीत. मग अर्जदारांची निवड अल्गोरिदम वापरून केली जाते जी आवश्यक पॅरामीटर्स विचारात घेते.

हे शक्य आहे की "अस्थिर प्रवेश" असू शकतात - उदाहरणार्थ, जर दोन विद्यार्थी 1 आणि 2 आहेत ज्यांना अनुक्रमे a आणि b महाविद्यालयांमध्ये स्वीकारले गेले होते, परंतु दुसरा विद्यार्थी विद्यापीठ अ मध्ये शिकू इच्छितो. वर्णन केलेल्या प्रयोगाच्या बाबतीत, केवळ वस्तूंमधील स्थिर कनेक्शन विचारात घेतले गेले.

विलंबित स्वीकृती अल्गोरिदम

आधीच म्हटल्याप्रमाणे, काही विशिष्ट विद्यार्थी आहेत ज्यांना महाविद्यालय कोणत्याही परिस्थितीत स्वीकारणार नाही. त्यामुळे, विलंबित स्वीकृती अल्गोरिदम असे गृहीत धरते की या विद्यार्थ्यांना त्या संस्थेत अर्ज करण्याची परवानगी नाही. या प्रकरणात, सर्व विद्यार्थी त्यांना सर्वात जास्त आवडत असलेल्या महाविद्यालयांमध्ये प्रवेश करण्याचा प्रयत्न करतात.

q विद्यार्थ्यांची क्षमता असलेली संस्था तिच्या निकषांवर आधारित q सर्वोच्च रँक असलेल्या व्यक्तीची प्रतीक्षा यादी करते किंवा सर्व अर्जदारांची संख्या उपलब्ध जागांच्या संख्येपेक्षा कमी असल्यास. उर्वरित नाकारले जातात आणि हे विद्यार्थी त्यांच्या प्राधान्यांच्या यादीतील पुढील विद्यापीठात अर्ज करतात. ज्यांनी लगेच अर्ज केला आणि ज्यांना पहिल्या महाविद्यालयात प्रवेश मिळाला नाही अशांमधून हे महाविद्यालय q सर्वोच्च क्रमांकाचे विद्यार्थी देखील निवडते. तसेच, पुन्हा ठराविक संख्येने लोक पास होत नाहीत.

प्रत्‍येक विद्यार्थ्‍याने काही कॉलेजच्‍या प्रतिक्षा यादीत असल्‍यास किंवा त्‍याला प्रवेश घेण्‍याच्‍या सर्व शैक्षणिक संस्‍थांमधून नाकारण्‍यात आला असेल तर ही प्रक्रिया संपते. परिणामी, महाविद्यालये शेवटी प्रत्येकाला त्यांच्या प्रतीक्षा यादीतून प्रवेश देतात.

प्रॉक्सीचा त्याच्याशी काय संबंध?

विद्यार्थी आणि महाविद्यालयांशी साधर्म्य साधून, शास्त्रज्ञांनी प्रत्येक क्लायंटला एक विशिष्ट प्रॉक्सी नियुक्त केला. परिणाम म्हणजे प्रॉक्सी असाइनमेंट गेम नावाचा गेम. क्लायंट, संभाव्य सेन्सॉर एजंट्ससह, प्रॉक्सीचा पत्ता जाणून घेऊ इच्छिणारे विद्यार्थी म्हणून काम करतात, जे महाविद्यालयांची भूमिका बजावतात - त्यांच्याकडे आधीच मर्यादित बँडविड्थ आहे.

वर्णन केलेल्या मॉडेलमध्ये n वापरकर्ते (क्लायंट) A = आहेत
{a1, a2, …, an}, जे ब्लॉकिंगला बायपास करण्यासाठी प्रॉक्सीमध्ये प्रवेशाची विनंती करतात. अशा प्रकारे, ai हा “एकूण” क्लायंटचा ओळखकर्ता आहे. या n वापरकर्त्यांमध्ये, m हे सेन्सॉर एजंट आहेत, जे J = {j1, j2, ..., jm} म्हणून दर्शविले जातात, बाकीचे सामान्य वापरकर्ते आहेत. सर्व एम एजंट केंद्रीय प्राधिकरणाद्वारे नियंत्रित केले जातात आणि त्यांच्याकडून सूचना प्राप्त करतात.

असेही गृहीत धरले जाते की प्रॉक्सी P = {p1, p2, ..., pl} चा संच आहे. प्रत्येक विनंतीनंतर, क्लायंटला वितरक ऑब्जेक्टकडून k प्रॉक्सीबद्दल माहिती (IP पत्ता) प्राप्त होते. वेळ मध्यांतर-टप्प्यांत विभागलेला आहे, t म्हणून नियुक्त केला आहे (खेळ t=0 वाजता सुरू होतो).

प्रॉक्सीचे मूल्यांकन करण्यासाठी प्रत्येक क्लायंट स्कोअरिंग फंक्शन वापरतो. शास्त्रज्ञांनी फंक्शन वापरले वापरकर्त्याने प्रॉक्सी px ला स्टेज t वर नियुक्त केलेला स्कोअर चिन्हांकित करण्यासाठी. त्याचप्रमाणे, प्रत्येक प्रॉक्सी क्लायंटचे मूल्यांकन करण्यासाठी फंक्शन वापरते. ते आहे प्रॉक्सी px हा स्कोअर आहे जो क्लायंट ai ला स्टेज t वर नियुक्त केला जातो.

हे लक्षात ठेवणे महत्त्वाचे आहे की संपूर्ण गेम आभासी आहे, म्हणजेच "वितरक" स्वतः प्रॉक्सी आणि क्लायंटच्या वतीने खेळतो. हे करण्यासाठी, त्याला प्रॉक्सी संबंधित क्लायंटचा प्रकार किंवा त्यांची प्राधान्ये जाणून घेण्याची आवश्यकता नाही. प्रत्येक टप्प्यावर एक खेळ आहे, आणि विलंबित स्वीकृती अल्गोरिदम देखील वापरला जातो.

निकाल

सिम्युलेशन परिणामांनुसार, गेम थिअरी वापरून पद्धतीने ज्ञात लॉक बायपास सिस्टमच्या तुलनेत उच्च कार्यक्षमता दर्शविली.

rBridge VPN सेवेशी तुलना

त्याच वेळी, शास्त्रज्ञांनी अनेक महत्त्वाचे मुद्दे ओळखले आहेत जे अशा प्रणालींच्या ऑपरेशनच्या गुणवत्तेवर परिणाम करू शकतात:

• सेन्सॉरच्या रणनीतीकडे दुर्लक्ष करून, ब्लॉकिंगवर मात करण्यासाठी सिस्टम नवीन प्रॉक्सीसह सतत अद्यतनित केली जाणे आवश्यक आहे, अन्यथा त्याची प्रभावीता कमी होईल.
• सेन्सॉरकडे महत्त्वपूर्ण संसाधने असल्यास, ते प्रॉक्सी शोधण्यासाठी भौगोलिकदृष्ट्या वितरित एजंट जोडून ब्लॉकिंग कार्यक्षमता वाढवू शकतात.
• ज्या वेगाने नवीन प्रॉक्सी जोडल्या जातात ते ब्लॉकिंगवर मात करण्यासाठी सिस्टमच्या प्रभावीतेसाठी महत्त्वपूर्ण आहे.

कडून उपयुक्त दुवे आणि साहित्य इन्फॅटिका:

• सेन्सॉरशिप विरुद्धच्या लढ्याचा इतिहास: एमआयटी आणि स्टॅनफोर्डच्या शास्त्रज्ञांनी तयार केलेली फ्लॅश प्रॉक्सी पद्धत कशी कार्य करते
• प्रॉक्सी खोटे बोलतात हे कसे समजून घ्यावे: सक्रिय भौगोलिक स्थान अल्गोरिदम वापरून नेटवर्क प्रॉक्सीच्या भौतिक स्थानांची पडताळणी
• इंटरनेटवर स्वतःचे वेष कसे काढायचे: सर्व्हर आणि निवासी प्रॉक्सीची तुलना करणे

स्त्रोत: www.habr.com