पूर्ण-आकाराच्या टोर नेटवर्कचे अनुकरण करण्याचा प्रयोग करा

वॉटरलू युनिव्हर्सिटी आणि यूएस नेव्हल रिसर्च लॅबोरेटरीच्या संशोधकांनी टॉर नेटवर्क सिम्युलेटरच्या विकासाचे परिणाम सादर केले, मुख्य टॉर नेटवर्कशी नोड्स आणि वापरकर्त्यांच्या संख्येत तुलना करता येईल आणि वास्तविक परिस्थितीच्या जवळ प्रयोगांना परवानगी दिली जाईल. प्रयोगादरम्यान तयार केलेल्या टूल्स आणि नेटवर्क मॉडेलिंग पद्धतीमुळे 4 TB RAM असलेल्या संगणकावर 6489 टोर नोड्सच्या नेटवर्कच्या ऑपरेशनचे अनुकरण करणे शक्य झाले, ज्यामध्ये 792 हजार आभासी वापरकर्ते एकाच वेळी कनेक्ट केलेले आहेत.

हे नोंदवले गेले आहे की टोर नेटवर्कचे हे पहिले पूर्ण-स्केल सिम्युलेशन आहे, नोड्सची संख्या ज्यामध्ये वास्तविक नेटवर्कशी संबंधित आहे (कार्यरत टोर नेटवर्कमध्ये सुमारे 6 हजार नोड्स आणि 2 दशलक्ष कनेक्ट केलेले वापरकर्ते आहेत). टोर नेटवर्कचे संपूर्ण सिम्युलेशन हे अडथळे ओळखणे, हल्ल्याच्या वर्तनाचे अनुकरण करणे, वास्तविक परिस्थितीत नवीन ऑप्टिमायझेशन पद्धती तपासणे आणि सुरक्षा-संबंधित संकल्पनांची चाचणी घेणे या दृष्टिकोनातून स्वारस्य आहे.

पूर्ण सिम्युलेटरसह, टोर डेव्हलपर मुख्य नेटवर्कवर किंवा वैयक्तिक वर्कर नोड्सवर प्रयोग आयोजित करण्याचा सराव टाळण्यास सक्षम असतील, जे वापरकर्त्याच्या गोपनीयतेचे उल्लंघन करण्याचे अतिरिक्त धोके निर्माण करतात आणि अपयशाची शक्यता वगळत नाहीत. उदाहरणार्थ, नवीन गर्दी नियंत्रण प्रोटोकॉलसाठी समर्थन येत्या काही महिन्यांत Tor मध्ये सादर केले जाण्याची अपेक्षा आहे आणि सिम्युलेशन आम्हाला वास्तविक नेटवर्कवर तैनात करण्यापूर्वी त्याच्या ऑपरेशनचा पूर्णपणे अभ्यास करण्यास अनुमती देईल.

मुख्य टॉर नेटवर्कच्या गोपनीयतेवर आणि विश्वासार्हतेवरील प्रयोगांचा प्रभाव दूर करण्याव्यतिरिक्त, स्वतंत्र चाचणी नेटवर्कच्या उपस्थितीमुळे विकास प्रक्रियेदरम्यान नवीन कोडची द्रुतपणे चाचणी आणि डीबग करणे शक्य होईल, सर्व नोड्स आणि वापरकर्त्यांसाठी बदल त्वरित लागू करणे शक्य होईल. प्रदीर्घ इंटरमीडिएट अंमलबजावणी पूर्ण होण्याची प्रतीक्षा करत आहे, नवीन कल्पनांच्या अंमलबजावणीसह प्रोटोटाइप अधिक द्रुतपणे तयार करा आणि चाचणी करा.

साधने सुधारण्यासाठी काम सुरू आहे, जे, विकसकांनी सांगितल्याप्रमाणे, संसाधनांचा वापर 10 पटीने कमी करेल आणि त्याच उपकरणांवर, वास्तविक नेटवर्कपेक्षा श्रेष्ठ नेटवर्कच्या ऑपरेशनचे अनुकरण करण्यास अनुमती देईल, ज्याची आवश्यकता असू शकते. टॉर स्केलिंगसह संभाव्य समस्या ओळखण्यासाठी. या कार्याने अनेक नवीन नेटवर्क मॉडेलिंग पद्धती देखील तयार केल्या ज्यामुळे नेटवर्कच्या स्थितीतील बदलांचा अंदाज लावणे शक्य होते आणि वापरकर्त्याच्या क्रियाकलापांचे अनुकरण करण्यासाठी पार्श्वभूमी रहदारी जनरेटर वापरणे शक्य होते.

संशोधकांनी सिम्युलेटेड नेटवर्कचा आकार आणि वास्तविक नेटवर्कवर प्रायोगिक परिणामांच्या प्रक्षेपणाची विश्वासार्हता यांच्यातील नमुना देखील अभ्यासला. टोर डेव्हलपमेंट दरम्यान, बदल आणि ऑप्टिमायझेशनची लहान चाचणी नेटवर्कवर पूर्व-चाचणी केली जाते ज्यात वास्तविक नेटवर्कपेक्षा लक्षणीय कमी नोड्स आणि वापरकर्ते असतात. असे आढळून आले की लहान सिम्युलेशनमधून मिळालेल्या अंदाजांमधील सांख्यिकीय त्रुटींची भरपाई वेगवेगळ्या प्रारंभिक डेटाच्या संचासह स्वतंत्र प्रयोग अनेक वेळा पुनरावृत्ती करून केली जाऊ शकते, कारण सिम्युलेटेड नेटवर्क जितके मोठे असेल तितक्या कमी पुनरावृत्ती चाचण्या सांख्यिकीयदृष्ट्या महत्त्वपूर्ण निष्कर्ष प्राप्त करण्यासाठी आवश्यक आहेत.

टोर नेटवर्कचे मॉडेल आणि अनुकरण करण्यासाठी, संशोधक बीएसडी परवान्याअंतर्गत वितरीत केलेले अनेक खुले प्रकल्प विकसित करत आहेत:

• शॅडो हे एक सार्वत्रिक नेटवर्क सिम्युलेटर आहे जे तुम्हाला हजारो नेटवर्क प्रक्रियांसह वितरित प्रणाली पुन्हा तयार करण्यासाठी वास्तविक नेटवर्क अनुप्रयोग कोड चालविण्यास अनुमती देते. रिअल, अपरिवर्तित ऍप्लिकेशन्सवर आधारित सिस्टीमचे अनुकरण करण्यासाठी, शॅडो सिस्टम कॉल इम्युलेशन तंत्र वापरते. सिम्युलेटेड वातावरणातील ऍप्लिकेशन्सचे नेटवर्क परस्परसंवाद VPN च्या तैनातीद्वारे आणि ठराविक नेटवर्क प्रोटोकॉल (TCP, UDP) च्या सिम्युलेटरच्या वापराद्वारे केले जाते. व्हर्च्युअल नेटवर्क वैशिष्ट्यांच्या सानुकूल सिम्युलेशनला समर्थन देते जसे की पॅकेट गमावणे आणि वितरण विलंब. टॉरच्या प्रयोगांव्यतिरिक्त, बिटकॉइन नेटवर्कचे अनुकरण करण्यासाठी शॅडोसाठी प्लगइन विकसित करण्याचा प्रयत्न केला गेला, परंतु हा प्रकल्प विकसित झाला नाही.
• Tornettools टोर नेटवर्कचे वास्तववादी मॉडेल तयार करण्यासाठी टूलकिट आहे जे शॅडो वातावरणात चालवता येते, तसेच सिम्युलेशन प्रक्रिया लॉन्च आणि कॉन्फिगर करण्यासाठी, परिणाम गोळा करण्यासाठी आणि दृश्यमान करण्यासाठी. वास्तविक टॉर नेटवर्कचे कार्य प्रतिबिंबित करणारे मेट्रिक्स नेटवर्क निर्मितीसाठी टेम्पलेट्स म्हणून वापरले जाऊ शकतात.
• TGen वापरकर्त्याने निर्दिष्ट केलेल्या पॅरामीटर्सवर आधारित रहदारी प्रवाहाचे जनरेटर आहे (आकार, विलंब, प्रवाहांची संख्या इ.). ग्राफएमएल फॉरमॅटमधील विशेष स्क्रिप्टच्या आधारे आणि TCP प्रवाह आणि पॅकेट्सच्या वितरणासाठी संभाव्य मार्कोव्ह मॉडेल्सचा वापर करून ट्रॅफिक आकार देण्याच्या योजना निर्दिष्ट केल्या जाऊ शकतात.
• OnionTrace हे सिम्युलेटेड टोर नेटवर्कमधील परफॉर्मन्स आणि इव्हेंट्सचा मागोवा घेण्यासाठी तसेच टॉर नोड्सच्या साखळींच्या निर्मितीबद्दल माहिती रेकॉर्डिंग आणि रिप्ले करण्यासाठी आणि त्यांना ट्रॅफिक प्रवाह नियुक्त करण्यासाठी एक साधन आहे.

स्त्रोत: opennet.ru