कुछ दिनों पहले शोधकर्ताओं वाटरलू विश्वविद्यालय और अमेरिकी नौसेना अनुसंधान प्रयोगशाला से। टोर नेटवर्क सिम्युलेटर के विकास के परिणाम प्रस्तुत किए जो मुख्य टोर नेटवर्क के लिए नोड्स और उपयोगकर्ताओं की संख्या में तुलनीय है और वास्तविक परिस्थितियों के करीब प्रयोगों की अनुमति देता है।
नेटवर्क मॉडलिंग टूलकिट और कार्यप्रणाली प्रयोग के दौरान बनाया गया 6489 टीबी रैम वाले कंप्यूटर पर 4 टोर नोड्स के नेटवर्क के संचालन का अनुकरण करने की अनुमति है, जिससे 792 हजार वर्चुअल यूजर एक साथ जुड़े हैं।
यह ध्यान दिया जाना चाहिए कि यह टोर नेटवर्क का पहला बड़े पैमाने पर अनुकरण है, जिसके नोड्स की संख्या वास्तविक नेटवर्क से मेल खाती है (काम करने वाले टोर नेटवर्क में लगभग 6 हजार नोड और 2 मिलियन जुड़े हुए उपयोगकर्ता हैं)।
टो नेटवर्क का एक पूर्ण अनुकरण अड़चन की पहचान, हमले के व्यवहार मॉडलिंग, वास्तविक जीवन की परिस्थितियों में नई अनुकूलन तकनीकों के परीक्षण और सुरक्षा से संबंधित अवधारणाओं के प्रमाण के संदर्भ में रुचि का है।
एक पूर्ण सिम्युलेटर के साथ, टोर डेवलपर्स मेननेट या नोड्स पर प्रयोग करने के अभ्यास से दूर जाने में सक्षम होंगे व्यक्तिगत वर्कस्टेशन, जो उपयोगकर्ता की गोपनीयता के उल्लंघन के अतिरिक्त जोखिम पैदा करता है और विफलता की संभावना को समाप्त नहीं करता है। उदाहरण के लिए, आने वाले महीनों में, टोर से एक नए भीड़ नियंत्रण प्रोटोकॉल के लिए समर्थन पेश करने की उम्मीद है, और सिमुलेशन आपको वास्तविक नेटवर्क में इसे लागू करने से पहले पूरी तरह से अध्ययन करने की अनुमति देगा कि यह कैसे काम करता है।
गोपनीयता और विश्वसनीयता पर प्रयोगों के प्रभाव को समाप्त करने के अलावाई मुख्य टोर नेटवर्क, अलग टेस्टनेट की उपस्थिति विकास के दौरान नए कोड का त्वरित परीक्षण और डिबग करना संभव बनाती है, कार्यान्वयन के साथ तेजी से प्रोटोटाइप को पूरा करने, बनाने और चलाने के लिए लंबे मध्यवर्ती तैनाती की प्रतीक्षा किए बिना सभी नोड्स और उपयोगकर्ताओं के लिए तुरंत परिवर्तन तैनात करती है। नए विचारों का।
टूलकिट में सुधार के लिए काम किया जा रहा है, जो डेवलपर्स के अनुसार, संसाधनों की खपत को 10 गुना कम कर देगा और वास्तविक नेटवर्क से अधिक नेटवर्क के संचालन को उसी कंप्यूटर पर सिम्युलेटेड करने की अनुमति देगा, जो संभावित समस्याओं की पहचान करने के लिए आवश्यक हो सकता है। . टोर स्केलिंग के साथ। काम के दौरान, कई नए नेटवर्क मॉडलिंग तरीके भी बनाए गए हैं जो समय के साथ नेटवर्क स्थिति में बदलाव की भविष्यवाणी करना संभव बनाते हैं और उपयोगकर्ता गतिविधि को अनुकरण करने के लिए पृष्ठभूमि यातायात जनरेटर का उपयोग करते हैं।
शोधकर्ताओं नकली नेटवर्क के आकार और परिणामों को पेश करने की विश्वसनीयता के बीच के पैटर्न का भी अध्ययन किया वास्तविक नेटवर्क में प्रयोगों की। टॉर के विकास के दौरान, छोटे परीक्षण नेटवर्क पर परिवर्तन और अनुकूलन का पूर्व-परीक्षण किया जाता है, जिसमें वास्तविक नेटवर्क की तुलना में काफी कम नोड और उपयोगकर्ता होते हैं।
यह पाया गया कि छोटे सिमुलेशन के दौरान प्राप्त पूर्वानुमानों की सांख्यिकीय त्रुटियों को अलग-अलग प्रारंभिक डेटा सेटों के साथ स्वतंत्र प्रयोगों की बार-बार पुनरावृत्ति द्वारा मुआवजा दिया जा सकता है, जबकि सिम्युलेटेड नेटवर्क जितना बड़ा होगा, सांख्यिकीय रूप से महत्वपूर्ण निष्कर्ष प्राप्त करने के लिए कम रीटेस्ट की आवश्यकता होती है।
टोर नेटवर्क को मॉडल और अनुकरण करने के लिए, शोधकर्ता बीएसडी लाइसेंस के तहत वितरित कई ओपन सोर्स प्रोजेक्ट विकसित कर रहे हैं:
- साया: एक सार्वभौमिक नेटवर्क सिम्युलेटर जो आपको हजारों नेटवर्क प्रक्रियाओं के साथ वितरित सिस्टम के संचालन को फिर से बनाने के लिए वास्तविक नेटवर्क एप्लिकेशन कोड चलाने की अनुमति देता है। वास्तविक असंशोधित अनुप्रयोगों के आधार पर सिस्टम का अनुकरण करना।
- टॉर्नेटटूल्स: टोर नेटवर्क के यथार्थवादी मॉडल बनाने के लिए उपकरणों का एक सेट जिसे छाया वातावरण में चलाया जा सकता है, साथ ही सिमुलेशन प्रक्रिया को चलाने और अनुकूलित करने, परिणामों को जमा करने और देखने के लिए। वास्तविक टोर नेटवर्क के प्रदर्शन को दर्शाने वाले मेट्रिक्स का उपयोग नेटवर्क निर्माण के लिए टेम्पलेट के रूप में किया जा सकता है।
- टीजेन: उपयोगकर्ता द्वारा स्थापित मापदंडों (आकार, देरी, प्रवाह की संख्या, आदि) के आधार पर यातायात प्रवाह का जनरेटर। ग्राफ़एमएल प्रारूप में विशेष परिदृश्यों के आधार पर ट्रैफ़िक आकार देने वाली योजनाएँ स्थापित की जा सकती हैं और टीसीपी धाराओं और पैकेटों के वितरण के लिए संभाव्य मार्कोव मॉडल का उपयोग किया जा सकता है।
- प्याज ट्रेस: एक नकली टोर नेटवर्क में प्रदर्शन और घटनाओं की निगरानी के लिए उपकरणों का एक सेट, साथ ही टोर नोड्स की श्रृंखलाओं के गठन और यातायात प्रवाह को जोड़ने के बारे में जानकारी रिकॉर्ड करने और फिर से चलाने के लिए।
अंत में, यदि आप इसके बारे में अधिक जानने में रुचि रखते हैं, तो आप विवरण में देख सकते हैं निम्नलिखित लिंक।