کئی سال پہلے، میساچوسٹس، پنسلوانیا اور میونخ، جرمنی کی یونیورسٹیوں کے سائنسدانوں کے ایک بین الاقوامی گروپ نے اینٹی سنسرشپ ٹول کے طور پر روایتی پراکسیوں کی تاثیر کی تحقیق۔ نتیجے کے طور پر، سائنسدانوں نے گیم تھیوری کی بنیاد پر بلاکنگ کو نظرانداز کرنے کے لیے ایک نیا طریقہ تجویز کیا۔ ہم نے اس کام کے اہم نکات کا موافق ترجمہ تیار کیا ہے۔
تعارف
ٹور جیسے مقبول بلاک بائی پاس ٹولز کا نقطہ نظر بلاکنگ کے تابع علاقوں کے کلائنٹس کے درمیان پراکسی IP پتوں کی نجی اور منتخب تقسیم پر مبنی ہے۔ نتیجتاً، کلائنٹس کو بلاکس لگانے والی تنظیموں یا حکام کے ذریعے پتہ نہیں چلنا چاہیے۔ ٹور کے معاملے میں، ان پراکسی تقسیم کاروں کو پل کہا جاتا ہے۔
ایسی خدمات کے ساتھ اہم مسئلہ اندرونیوں کا حملہ ہے۔ بلاک کرنے والے ایجنٹ اپنے پتے معلوم کرنے اور انہیں بلاک کرنے کے لیے خود پراکسی استعمال کر سکتے ہیں۔ پراکسی کیلکولیشن کے امکان کو کم کرنے کے لیے، بلاک بائی پاس ٹولز مختلف ایڈریس اسائنمنٹ میکانزم استعمال کرتے ہیں۔
اس معاملے میں، نام نہاد ایڈہاک ہیورسٹکس اپروچ استعمال کیا جاتا ہے، جسے نظرانداز کیا جا سکتا ہے۔ اس مسئلے کو حل کرنے کے لیے، سائنسدانوں نے بلاک کرنے میں شامل خدمات اور خدمات کے درمیان جدوجہد کو ایک کھیل کے طور پر نظرانداز کرنے کا فیصلہ کیا۔ گیم تھیوری کا استعمال کرتے ہوئے، انہوں نے ہر فریق کے لیے بہترین طرز عمل کی حکمت عملی تیار کی - خاص طور پر، اس نے پراکسی ڈسٹری بیوشن میکانزم تیار کرنا ممکن بنایا۔
روایتی لاک بائی پاس سسٹم کیسے کام کرتے ہیں۔
بلاک بائی پاس ٹولز جیسے Tor، Lantern، اور Psiphon جگہ جگہ پابندیوں کے ساتھ باہر کی پراکسیز کا ایک سلسلہ استعمال کرتے ہیں جو ان علاقوں سے صارف کی ٹریفک کو ہٹانے اور اسے بلاک شدہ وسائل تک پہنچانے کے لیے استعمال ہوتے ہیں۔
اگر سنسر ایسے پراکسی کے آئی پی ایڈریس سے واقف ہو جاتے ہیں - مثال کے طور پر، جب وہ اسے خود استعمال کرتے ہیں - تو اسے آسانی سے بلیک لسٹ اور بلاک کیا جا سکتا ہے۔ لہذا، حقیقت میں، ایسی پراکسیز کے IP پتے کبھی ظاہر نہیں کیے جاتے، اور صارفین کو مختلف میکانزم کا استعمال کرتے ہوئے ایک یا دوسری پراکسی تفویض کی جاتی ہے۔ مثال کے طور پر، Tor میں ایک پل کا نظام ہے۔
یعنی، بنیادی کام صارفین کو بلاک شدہ وسائل تک رسائی فراہم کرنا اور پراکسی ایڈریس کے افشاء کے امکانات کو کم کرنا ہے۔
عملی طور پر اس مسئلے کو حل کرنا اتنا آسان نہیں ہے - یہ بہت مشکل ہے کہ عام صارفین کو ان سے چھپے ہوئے سینسروں سے درست طریقے سے الگ کیا جائے۔ معلومات کو چھپانے کے لیے Heuristic میکانزم کا استعمال کیا جاتا ہے۔ مثال کے طور پر، Tor کلائنٹس کے لیے دستیاب پل IP پتوں کی تعداد کو فی درخواست تین تک محدود کرتا ہے۔
اس نے چینی حکام کو مختصر وقت میں تمام ٹور پلوں کی نشاندہی کرنے سے نہیں روکا۔ اضافی پابندیاں لاگو ہونے سے بلاک بائی پاس سسٹم کے استعمال کو بری طرح متاثر کرے گا، یعنی کچھ صارفین پراکسی تک رسائی حاصل نہیں کر پائیں گے۔
گیم تھیوری اس مسئلے کو کیسے حل کرتی ہے۔
کام میں بیان کردہ طریقہ نام نہاد "کالج داخلہ گیم" پر مبنی ہے۔ اس کے علاوہ، یہ فرض کیا جاتا ہے کہ انٹرنیٹ سنسر کرنے والے ایجنٹ حقیقی وقت میں ایک دوسرے کے ساتھ بات چیت کر سکتے ہیں اور پیچیدہ حربے استعمال کر سکتے ہیں - مثال کے طور پر، پراکسیوں کو فوری طور پر مسدود نہ کرنا یا مختلف حالات پر منحصر ہوتے ہوئے اسے فوری طور پر کرنا۔
کالج میں داخلہ کیسے کام کرتا ہے؟
ہم کہتے ہیں کہ ہمارے پاس n طلباء اور ایم کالج ہیں۔ ہر طالب علم مخصوص معیارات کی بنیاد پر تعلیمی اداروں میں اپنی ترجیحات کی فہرست بناتا ہے (یعنی صرف ان کالجوں کو درجہ دیا جاتا ہے جن میں دستاویزات جمع کرائی گئی ہیں)۔ دوسری طرف، کالج ان طلباء کی درجہ بندی بھی کرتے ہیں جنہوں نے اپنی ترجیحات کی بنیاد پر دستاویزات جمع کرائے ہیں۔
سب سے پہلے، کالج ان لوگوں کو کاٹ دیتا ہے جو انتخاب کے معیار پر پورا نہیں اترتے ہیں - اگر کوئی کمی ہو تو انہیں قبول نہیں کیا جائے گا۔ پھر درخواست دہندگان کو الگورتھم کا استعمال کرتے ہوئے منتخب کیا جاتا ہے جو ضروری پیرامیٹرز کو مدنظر رکھتا ہے۔
یہ ممکن ہے کہ "غیر مستحکم داخلے" ہو سکتے ہیں - مثال کے طور پر، اگر دو طالب علم 1 اور 2 ہیں جنہیں بالترتیب a اور b کالجوں میں قبول کیا گیا تھا، لیکن دوسرا طالب علم یونیورسٹی a میں پڑھنا چاہے گا۔ بیان کردہ تجربے کی صورت میں، اشیاء کے درمیان صرف مستحکم روابط کو مدنظر رکھا گیا تھا۔
تاخیر سے قبولیت کا الگورتھم
جیسا کہ پہلے ہی کہا جا چکا ہے، طلباء کی ایک خاص تعداد ہے جنہیں کالج کسی بھی صورت میں قبول نہیں کرے گا۔ لہذا، موخر قبولیت الگورتھم یہ تصور کرتا ہے کہ ان طلباء کو اس ادارے میں درخواست دینے کی اجازت نہیں ہے۔ اس معاملے میں، تمام طلباء ان کالجوں میں داخل ہونے کی کوشش کرتے ہیں جو انہیں سب سے زیادہ پسند ہیں۔
ایک ادارہ جس میں q طلباء کی گنجائش ہو وہ اپنے معیار کی بنیاد پر q اعلیٰ درجہ والے شخص کو انتظار کی فہرست بناتا ہے، یا اگر درخواست دہندگان کی تعداد دستیاب جگہوں کی تعداد سے کم ہو۔ باقی کو مسترد کر دیا جاتا ہے، اور یہ طلباء اپنی ترجیحات کی فہرست میں اگلی یونیورسٹی میں درخواست دیتے ہیں۔ یہ کالج ان لوگوں میں سے اعلیٰ درجہ کے طلباء کا انتخاب بھی کرتا ہے جنہوں نے فوراً درخواست دی اور جو پہلے کالج میں قبول نہیں ہوئے تھے۔ اس کے علاوہ، ایک بار پھر لوگوں کی ایک مخصوص تعداد پاس نہیں ہے.
طریقہ کار ختم ہو جاتا ہے اگر ہر طالب علم کسی کالج کی ویٹنگ لسٹ میں ہے یا اسے ان تمام تعلیمی اداروں سے مسترد کر دیا گیا ہے جہاں وہ داخلہ لے سکتا ہے۔ نتیجے کے طور پر، کالج آخر کار اپنی انتظار کی فہرستوں سے ہر ایک کو داخلہ دیتے ہیں۔
پراکسی کا اس سے کیا تعلق ہے؟
طلباء اور کالجوں کے ساتھ مشابہت کے ذریعہ، سائنسدانوں نے ہر کلائنٹ کو ایک مخصوص پراکسی تفویض کی ہے۔ نتیجہ ایک گیم تھا جسے پراکسی اسائنمنٹ گیم کہا جاتا ہے۔ کلائنٹ، بشمول ممکنہ سنسر ایجنٹ، ایسے طالب علموں کے طور پر کام کرتے ہیں جو پراکسیوں کا پتہ جاننا چاہتے ہیں، جو کالجوں کا کردار ادا کرتے ہیں - ان کے پاس پہلے سے ہی محدود بینڈوڈتھ معلوم ہوتی ہے۔
بیان کردہ ماڈل میں n صارفین (کلائنٹس) A = ہیں۔
{a1, a2, …, an}، جو بلاکنگ کو نظرانداز کرنے کے لیے پراکسی تک رسائی کی درخواست کرتا ہے۔ اس طرح، ai "کل" کلائنٹ کا شناخت کنندہ ہے۔ ان n صارفین میں، m سنسر ایجنٹس ہیں، جنہیں J = {j1, j2, ..., jm} کہا جاتا ہے، باقی عام صارفین ہیں۔ تمام ایم ایجنٹ ایک مرکزی اتھارٹی کے زیر کنٹرول ہوتے ہیں اور اس سے ہدایات حاصل کرتے ہیں۔
یہ بھی فرض کیا جاتا ہے کہ پراکسی P = {p1, p2, ..., pl} کا ایک مجموعہ ہے۔ ہر درخواست کے بعد، کلائنٹ کو ڈسٹری بیوٹر آبجیکٹ سے k پراکسی کے بارے میں معلومات (IP ایڈریس) ملتی ہے۔ وقت کو وقفوں کے مراحل میں تقسیم کیا گیا ہے، جسے t کے طور پر نامزد کیا گیا ہے (کھیل t=0 سے شروع ہوتا ہے)۔
ہر کلائنٹ پراکسی کا اندازہ لگانے کے لیے اسکورنگ فنکشن کا استعمال کرتا ہے۔ سائنسدانوں نے فنکشن کا استعمال کیا۔ 
اس اسکور کو نشان زد کرنے کے لیے جسے صارف ai نے اسٹیج t پر proxy px کو تفویض کیا تھا۔ اسی طرح، ہر پراکسی کلائنٹس کا اندازہ لگانے کے لیے ایک فنکشن استعمال کرتی ہے۔ یہ ہے کہ وہ سکور ہے جو پراکسی px مرحلہ t پر کلائنٹ ai کو تفویض کیا گیا ہے۔
یہ یاد رکھنا ضروری ہے کہ پورا گیم ورچوئل ہے، یعنی "ڈسٹری بیوٹر" خود اسے پراکسی اور کلائنٹس کی جانب سے کھیلتا ہے۔ ایسا کرنے کے لیے، اسے کلائنٹ کی قسم یا پراکسیز کے حوالے سے ان کی ترجیحات جاننے کی ضرورت نہیں ہے۔ ہر مرحلے پر ایک کھیل ہوتا ہے، اور تاخیر سے قبولیت کا الگورتھم بھی استعمال ہوتا ہے۔
نتائج
نقلی نتائج کے مطابق، گیم تھیوری کا استعمال کرتے ہوئے طریقہ نے معلوم لاک بائی پاس سسٹم کے مقابلے میں زیادہ کارکردگی دکھائی۔
rBridge VPN سروس کے ساتھ موازنہ
ایک ہی وقت میں، سائنسدانوں نے کئی اہم نکات کی نشاندہی کی ہے جو اس طرح کے نظام کے آپریشن کے معیار کو متاثر کر سکتے ہیں:
- سینسر کی حکمت عملی سے قطع نظر، بلاکنگ پر قابو پانے کے نظام کو نئی پراکسیز کے ساتھ مسلسل اپ ڈیٹ کیا جانا چاہیے، ورنہ اس کی تاثیر کم ہو جائے گی۔
- اگر سینسر کے پاس اہم وسائل ہیں، تو وہ پراکسی تلاش کرنے کے لیے جغرافیائی طور پر تقسیم شدہ ایجنٹوں کو شامل کرکے بلاکنگ کی کارکردگی کو بڑھا سکتے ہیں۔
- جس رفتار سے نئی پراکسیز کو شامل کیا جاتا ہے وہ بلاکنگ پر قابو پانے کے نظام کی تاثیر کے لیے اہم ہے۔
سے مفید لنکس اور مواد :
ماخذ: www.habr.com