কিছুদিন আগে, ওয়াটারলু বিশ্ববিদ্যালয় এবং মার্কিন নৌ গবেষণা পরীক্ষাগারের গবেষকরা একটি টর নেটওয়ার্ক সিমুলেটর তৈরির ফলাফল উপস্থাপন করেছেন , যা নোড ও ব্যবহারকারীর সংখ্যার দিক থেকে মূল টর নেটওয়ার্কের সমতুল্য এবং বাস্তব পরিস্থিতির কাছাকাছি পরীক্ষা-নিরীক্ষার সুযোগ দেয়।
পরীক্ষা চলাকালীন তৈরি করা টুলকিট এবং নেটওয়ার্ক মডেলিং পদ্ধতিটির সাহায্যে ৪ টেরাবাইট র্যামযুক্ত একটি কম্পিউটারে ৬৪৮৯টি টর নোডের একটি নেটওয়ার্কের কার্যক্রম সিমুলেট করা সম্ভব হয়েছে, যেটিতে একই সাথে ৭৯২,০০০ ভার্চুয়াল ব্যবহারকারী সংযুক্ত থাকে।
উল্লেখ্য যে, এটি টর নেটওয়ার্কের প্রথম বৃহৎ পরিসরের সিমুলেশন, যার নোড সংখ্যা বাস্তব নেটওয়ার্কের অনুরূপ (কার্যকর টর নেটওয়ার্কে প্রায় ৬,০০০ নোড এবং ২০ লক্ষ সংযুক্ত ব্যবহারকারী রয়েছে)।
টর নেটওয়ার্কের একটি সম্পূর্ণ সিমুলেশন বাধা শনাক্তকরণ, আক্রমণের আচরণের মডেলিং, বাস্তব জীবনের অবস্থার অধীনে নতুন অপ্টিমাইজেশান কৌশল পরীক্ষা করা এবং নিরাপত্তা-সম্পর্কিত ধারণার প্রমাণের ক্ষেত্রে আগ্রহের বিষয়।
একটি বিশদ সিমুলেটরের সাহায্যে , টর ডেভেলপাররা মূল নেটওয়ার্ক বা স্বতন্ত্র কার্যকরী নোডগুলিতে পরীক্ষা-নিরীক্ষা চালানোর প্রচলিত পদ্ধতি থেকে সরে আসতে পারেন, যা ব্যবহারকারীর গোপনীয়তা লঙ্ঘনের অতিরিক্ত ঝুঁকি তৈরি করে এবং ব্যর্থতার সম্ভাবনাও দূর করে না। উদাহরণস্বরূপ, আগামী মাসগুলিতে টর একটি নতুন কনজেশন কন্ট্রোল প্রোটোকলের জন্য সমর্থন চালু করবে বলে আশা করা হচ্ছে, এবং এই সিমুলেশনটি তাদেরকে একটি বাস্তব নেটওয়ার্কে এটি স্থাপন করার আগে এর কার্যকারিতা সম্পূর্ণরূপে অধ্যয়ন করার সুযোগ দেবে।
মূল টর নেটওয়ার্কের গোপনীয়তা ও নির্ভরযোগ্যতার উপর পরীক্ষা-নিরীক্ষার প্রভাব দূর করার পাশাপাশি , পৃথক পরীক্ষামূলক নেটওয়ার্কের উপস্থিতি উন্নয়নকালে নতুন কোড দ্রুত পরীক্ষা ও ডিবাগ করা, দীর্ঘ অন্তর্বর্তীকালীন বাস্তবায়ন শেষ হওয়ার অপেক্ষা না করে সমস্ত নোড ও ব্যবহারকারীর জন্য অবিলম্বে পরিবর্তনসমূহ প্রয়োগ করা এবং নতুন ধারণা বাস্তবায়নের মাধ্যমে আরও দ্রুত প্রোটোটাইপ তৈরি ও চালানো সম্ভব করে তুলবে।
টুলকিটটি উন্নত করার জন্য কাজ করা হচ্ছে যা, ডেভেলপারদের মতে, রিসোর্স খরচ 10 গুণ কমিয়ে দেবে এবং একই কম্পিউটারে বাস্তব নেটওয়ার্ককে ছাড়িয়ে যাওয়া নেটওয়ার্কগুলির অপারেশনকে একই কম্পিউটারে সিমুলেট করার অনুমতি দেবে, যা সম্ভাব্য সমস্যাগুলি সনাক্ত করতে প্রয়োজনীয় হতে পারে। . টর স্কেলিং সহ। কাজের সময়, বেশ কয়েকটি নতুন নেটওয়ার্ক মডেলিং পদ্ধতিও তৈরি করা হয়েছে যা সময়ের সাথে সাথে নেটওয়ার্ক অবস্থার পরিবর্তনের পূর্বাভাস দেওয়া এবং ব্যবহারকারীর কার্যকলাপ অনুকরণ করতে ব্যাকগ্রাউন্ড ট্র্যাফিক জেনারেটর ব্যবহার করা সম্ভব করে।
গবেষকরা সিমুলেটেড নেটওয়ার্কের আকার এবং বাস্তব নেটওয়ার্কে পরীক্ষামূলক ফলাফল প্রক্ষেপণের নির্ভরযোগ্যতার মধ্যে সম্পর্কও অধ্যয়ন করেছেন । টর-এর বিকাশের সময়, পরিবর্তন এবং অপ্টিমাইজেশনগুলি প্রথমে ছোট পরীক্ষামূলক নেটওয়ার্কগুলিতে পরীক্ষা করা হয়, যেগুলিতে একটি বাস্তব নেটওয়ার্কের তুলনায় উল্লেখযোগ্যভাবে কম নোড এবং ব্যবহারকারী থাকে।
এটি পাওয়া গেছে যে ছোট সিমুলেশনের সময় প্রাপ্ত পূর্বাভাসের পরিসংখ্যানগত ত্রুটিগুলি বিভিন্ন প্রাথমিক ডেটা সেটের সাথে স্বাধীন পরীক্ষার পুনরাবৃত্তির দ্বারা ক্ষতিপূরণ দেওয়া যেতে পারে, যেখানে সিমুলেটেড নেটওয়ার্ক যত বড় হবে, পরিসংখ্যানগতভাবে উল্লেখযোগ্য সিদ্ধান্তগুলি পেতে কম পুনঃপরীক্ষার প্রয়োজন হয়।
টর নেটওয়ার্কের মডেল এবং অনুকরণ করতে, গবেষকরা বিএসডি লাইসেন্সের অধীনে বিতরণ করা বেশ কয়েকটি ওপেন সোর্স প্রকল্প তৈরি করছেন:
- ছায়া: একটি সার্বজনীন নেটওয়ার্ক সিমুলেটর যা আপনাকে হাজার হাজার নেটওয়ার্ক প্রক্রিয়া সহ বিতরণ করা সিস্টেমের অপারেশন পুনরায় তৈরি করতে বাস্তব নেটওয়ার্ক অ্যাপ্লিকেশন কোড চালানোর অনুমতি দেয়। বাস্তব অপরিবর্তিত অ্যাপ্লিকেশনের উপর ভিত্তি করে সিস্টেম অনুকরণ করতে.
- টর্নেট টুলস: টর নেটওয়ার্কের বাস্তবসম্মত মডেল তৈরির জন্য সরঞ্জামগুলির একটি সেট যা শ্যাডো পরিবেশে চালানো যেতে পারে, সেইসাথে সিমুলেশন প্রক্রিয়া চালানো এবং কাস্টমাইজ করার জন্য, ফলাফলগুলি সংগ্রহ এবং ভিজ্যুয়ালাইজ করার জন্য। প্রকৃত টর নেটওয়ার্কের কর্মক্ষমতা প্রতিফলিত করে এমন মেট্রিকগুলি নেটওয়ার্ক তৈরির জন্য টেমপ্লেট হিসাবে ব্যবহার করা যেতে পারে।
- TGen: ব্যবহারকারীর দ্বারা প্রতিষ্ঠিত পরামিতিগুলির উপর ভিত্তি করে ট্র্যাফিক প্রবাহের জেনারেটর (আকার, বিলম্ব, প্রবাহের সংখ্যা ইত্যাদি)। ট্র্যাফিক শেপিং স্কিমগুলি গ্রাফএমএল ফর্ম্যাটে বিশেষ পরিস্থিতির উপর ভিত্তি করে এবং TCP স্ট্রীম এবং প্যাকেটগুলির বিতরণের জন্য সম্ভাব্য মার্কভ মডেলগুলি ব্যবহার করে প্রতিষ্ঠিত করা যেতে পারে।
- পেঁয়াজ ট্রেস: একটি সিমুলেটেড টর নেটওয়ার্কে পারফরম্যান্স এবং ইভেন্টগুলি নিরীক্ষণের জন্য সরঞ্জামগুলির একটি সেট, সেইসাথে টর নোডগুলির চেইন গঠন এবং তাদের সাথে ট্র্যাফিক প্রবাহকে লিঙ্ক করার তথ্য রেকর্ডিং এবং পুনরায় প্লে করার জন্য।
অবশেষে, আপনি যদি আরও জানতে আগ্রহী হন, তাহলে নিচের লিঙ্কে বিস্তারিত তথ্য পেয়ে যাবেন ।