Phân tích | Đánh giá toàn diện: Các phương pháp phòng thủ và tấn công Sybil

Tiêu đề gốc: "Cuộc tấn công và phòng thủ của Sybil: Một cuộc khảo sát"

Tác giả gốc: Aziz Mohaisen, Jooheon Kim

Bản tổng hợp gốc: DAOrayaki

Giới thiệu

Mô hình điện toán ngang hàng (p2p) có nhiều ưu điểm so với các mô hình truyền thống khác các mô thức. Ví dụ: các tài nguyên như băng thông, bộ nhớ và dữ liệu có sẵn cho tất cả người dùng tham gia khác [1]. Nói rộng ra, mô hình này bao gồm cả hệ thống có cấu trúc và phi cấu trúc. Các lớp phủ có cấu trúc (ví dụ: Kademlia [2] và Chord [3]) cung cấp các cơ chế xác định cho dữ liệu và khám phá ngang hàng, trong khi các lớp phủ không có cấu trúc (ví dụ: Gnutella [4]) tổ chức các ngang hàng trong biểu đồ ngẫu nhiên và sử dụng thuật toán Flood chung để khám phá dữ liệu và ngang hàng . Hầu hết các hệ thống ngang hàng phổ biến đều thiếu "cơ quan trung ương", khiến mô hình này có khả năng chống lại các cuộc tấn công thất bại. Mặt khác, việc thiếu ủy quyền tập trung như vậy dẫn đến một số vấn đề bảo mật đầy thách thức: Hầu hết các dịch vụ bảo mật cần thiết để bảo vệ hệ thống mạng đều yêu cầu ủy quyền tập trung dưới hình thức này hay loại khác, khiến các dịch vụ này không khả dụng đối với các hệ thống ngang hàng [5] ]. Tệ hơn nữa, bản chất mở và phi tập trung hoàn toàn của nhiều hệ thống này đã dẫn đến một loạt các mối đe dọa bảo mật chưa xác định trong các hệ thống phân tán khác, bao gồm cả các cuộc tấn công Sybil [6].

Các cuộc tấn công Sybil rất phổ biến trong môi trường mạng điểm-điểm, có dây và không dây. Ở dạng cơ bản, một đồng nghiệp thay mặt kẻ tấn công tạo ra càng nhiều danh tính càng tốt và hành xử như thể cô ta là nhiều đồng nghiệp trong hệ thống [6], nhằm mục đích can thiệp vào hành vi bình thường của hệ thống. Số lượng danh tính mà kẻ tấn công có thể tạo ra chỉ phụ thuộc vào khả năng của kẻ tấn công, bị giới hạn bởi băng thông cần thiết để đáp ứng các yêu cầu đồng thời từ các đồng nghiệp khác trong hệ thống và để lưu trữ thông tin định tuyến cho các nút tương ứng với từng danh tính phù thủy được tạo. cần thiết và tài nguyên máy tính cần thiết để xử lý các yêu cầu đồng thời mà không có độ trễ đáng kể. Với sự tăng trưởng mạnh mẽ của phần cứng (ví dụ: về dung lượng lưu trữ và khả năng xử lý) và sự phổ biến rộng rãi của Internet băng thông rộng với tốc độ băng thông cao, ngay cả những kẻ tấn công chạy trên phần cứng đa năng cũng có thể gây ra thiệt hại đáng kể cho các hệ thống lớn.

Các cuộc tấn công Sybil xảy ra trong nhiều tình huống và phổ biến như nhau trên các hệ thống ngang hàng và trên các dịch vụ của tôi, những cuộc tấn công này rất cần thiết trong các hệ thống phân tán phổ biến khác và các mô hình của . Những môi trường như vậy bao gồm hệ thống bầu cử, hệ thống danh tiếng, định tuyến, lưu trữ phân tán, v.v. Để minh họa cách thức hoạt động của cuộc tấn công này trong hệ thống thế giới thực, hãy tưởng tượng một hệ thống đề xuất được xây dựng trên lớp phủ ngang hàng [7]. Trong hệ thống như vậy, mục tiêu của hệ thống là lọc ra thông tin có thể được người dùng quan tâm dựa trên đề xuất của người khác. Trong trường hợp này, kẻ tấn công có thể hoạt động với tư cách nhiều người dùng bằng cách giả mạo nhiều danh tính (Sibyl) có thể dễ dàng bỏ phiếu cho các đối tượng hợp pháp được người dùng hợp pháp bình chọn.

Trong bất kỳ hệ thống khuyến nghị thực tế nào, gần như đảm bảo rằng số lượng người dùng hợp pháp bỏ phiếu cho một đối tượng không bao giờ vượt quá 1% tổng số người dùng của hệ thống[7] . Vì điều này, kiểu tấn công này rất hấp dẫn đối với những kẻ tấn công là những người dùng tiềm năng của hệ thống đang tìm cách tấn công các hệ thống mang lại động cơ cao. Ví dụ: thị trường trực tuyến eBay sử dụng lời chứng thực của khách hàng để xác định danh tiếng của người bán, những người sử dụng nền tảng của nó để bán hàng, do đó, những người bán như vậy sẽ có hành vi không phù hợp để đạt được danh tiếng cao hơn. Điều tương tự cũng xảy ra trong nhiều tình huống khác, chẳng hạn như chia sẻ tệp ngang hàng trong đó nội dung được người dùng xếp hạng, nơi băng thông được phân bổ dựa trên danh tiếng, nơi thậm chí danh tiếng đó còn được sử dụng để xác định mức độ tốt của nội dung do người dùng phân phối xấu. Trong tất cả các ví dụ như vậy, đều có động cơ khuyến khích người dùng thực hiện hành vi sai trái và các cuộc tấn công Sybil chứng tỏ là một công cụ mạnh mẽ để những kẻ tấn công như vậy đạt được mục tiêu của chúng.

Để chống lại các cuộc tấn công, một số hình thức phòng thủ hoặc giảm nhẹ đã được cố gắng ngăn chặn hoặc hạn chế tác động của các cuộc tấn công. Các cuộc tấn công như vậy có thể được chia thành hai trường phái tư tưởng: phòng thủ tập trung và phi tập trung (tức là phân tán). Trong phòng thủ tập trung [6, 8, 9, 10], cơ quan trung ương chịu trách nhiệm xác minh danh tính của mọi người dùng trong hệ thống. Mặc dù biện pháp phòng thủ này có phần hiệu quả trong việc phòng thủ trước các cuộc tấn công, nhưng nó đưa ra một số giả định nhất định về hệ thống, một số trong đó không dễ dàng thực hiện được trong hệ thống phi tập trung ngang hàng. Đầu tiên, như tên và mô tả hoạt động đã chỉ ra, các hệ thống như vậy yêu cầu quyền tập trung, điều mà nhiều hệ thống như vậy có thể không phù hợp vì lý do bảo mật và chức năng. Hơn nữa, ngay cả khi cơ quan tập trung như vậy tồn tại, một số thông tin xác thực liên quan đến người dùng trong hệ thống sẽ được yêu cầu để khớp thông tin xác thực này của người dùng với danh tính kỹ thuật số của họ: trong nhiều trường hợp, việc có được thông tin xác thực đó là rất khó khăn.

Mặt khác, phòng thủ phi tập trung bao gồm nhưng không giới hạn ở [11, 12, 13, 14, 15, 16, 17, 18, 19, 20 , 7, 21, 22, 23], không yêu cầu quyền tập trung trong hệ thống và được thiết kế cẩn thận cho các hệ thống ngang hàng phi tập trung. Cốt lõi hoạt động của nó, các biện pháp phòng vệ như vậy cân nhắc sự hợp tác giữa những người dùng trong hệ thống để thừa nhận hoặc từ chối những người dùng có thể là kẻ tấn công. Người dùng được chấp nhận hoặc từ chối dựa trên thông tin xác thực được liên kết với người dùng, như trong trường hợp bảo vệ phân tán bằng mật mã hoặc trên thuộc tính mạng của những người dùng trung thực hợp pháp, như trong trường hợp Sybil Defense sử dụng biểu đồ xã hội. Trong cả hai giải pháp, mục tiêu cuối cùng của phòng thủ là mô phỏng sức mạnh của cơ quan trung ương theo cách phi tập trung và sử dụng sức mạnh đó để phát hiện phù thủy và các nút trung thực.

Một cách phân loại phòng thủ khác có thể dựa trên cách hoạt động của phòng thủ. Do đó, công việc trước đây về bảo vệ Sybil có thể được chia thành các biện pháp bảo vệ sử dụng xác thực đáng tin cậy - trong đó chứng chỉ thường được tạo cho người dùng trung thực và được xác minh dựa trên khóa chung của cơ quan đáng tin cậy, phát sinh chi phí - trong đó người dùng phải chịu một số hình phạt về chi phí, do đó hạn chế số lượng tài nguyên có sẵn cho họ, giảm hành vi sai trái của họ và bảo vệ phù thủy dựa trên mạng xã hội.

Những biện pháp phòng vệ như vậy rất khác nhau về giả định, loại mạng mà chúng áp dụng, sự đảm bảo mà chúng cung cấp và chi phí mà chúng phải gánh chịu. Để đạt được mục đích này, bài viết này chủ yếu đánh giá, tóm tắt, so sánh và chứng minh những khuyết điểm của việc phòng thủ phù thủy trong các phương pháp hiện có.

2. Mô hình tấn công Sybil và Mục tiêu

Trong phần này hầu hết các nghiên cứu về tấn công Sybil và Mô hình kẻ tấn công thường được giả định trong phòng thủ khám phá thêm mục tiêu của kẻ tấn công và mục tiêu phòng thủ.

2.1 Mô hình và báo cáo vấn đề

Vấn đề được hình thành khi một người dùng duy nhất trong hệ thống có khả năng trong hệ thống cho phép cô ấy hành động như thể cô ấy có nhiều bản sao. Đây là vấn đề đối với rất nhiều ứng dụng vì tính chính xác của các ứng dụng đó phụ thuộc vào hành vi của các đồng nghiệp, số lượng của họ và sự sẵn sàng tham gia một cách trung thực vào hệ thống của họ. Tuy nhiên, các mục tiêu hệ thống như vậy không thể được đáp ứng bởi danh tính phù thủy của một kẻ tấn công đang cố gắng làm sai lệch hành vi tổng thể của hệ thống.

Kẻ tấn công được đặc trưng chính thức bởi số lượng danh tính giả mà cô ta có thể đưa vào hệ thống. Động cơ của kẻ tấn công là tối đa hóa số lượng danh tính giả. Giá trị và tầm quan trọng của số lượng danh tính mà kẻ tấn công tạo ra và đưa vào hệ thống phụ thuộc vào chính ứng dụng đó và thay đổi tùy theo ứng dụng. Ví dụ: để tấn công hệ thống đề xuất, việc sử dụng tổng số kết quả trùng khớp từ 1% người dùng trung thực trong hệ thống làm danh tính giả là đủ. Vì người ta thường quan sát thấy rằng ngay cả đối với một đối tượng rất phổ biến trong hệ thống cũng chỉ có 1% số nút trung thực bỏ phiếu cho nó, đây đặc biệt là một con số đủ lớn để làm sai lệch hành vi của hệ thống và vượt xa số lượng nút trung thực trong hệ thống. Nghĩa là, bằng cách có một danh tính duy nhất nhiều hơn số lượng chính xác các nút trung thực bỏ phiếu cho một đối tượng nhất định trong hệ thống, kẻ tấn công Sybil sẽ có thể đánh bại các nút trung thực.

Mặt khác, trong các hệ thống khác, chẳng hạn như các mạng lai được sử dụng để ẩn danh thông tin liên lạc (chẳng hạn như mạng Tor), ngay cả một số ít danh tính phù thủy cũng có thể nghiêm túc Phá vỡ những lời hứa trong hệ thống. Về mặt lý thuyết, sự thỏa hiệp của hai nút trên một mạch là đủ để xác định người gửi và người nhận thông tin liên lạc trên mạng lai như vậy [24]. Mặt khác, việc xâm phạm đủ số lượng danh tính trong mạng sẽ cho phép kẻ tấn công giám sát bất kỳ số lượng mạch nào. Các ứng dụng khác mà số lượng danh tính đóng vai trò quan trọng bao gồm các cuộc tấn công vào hệ thống chia sẻ tệp [25], trong đó có rất nhiều ví dụ.

Hình 1: Một số phương pháp phòng chống phù thủy khác nhau trong môi trường lớp phủ P2P

C/CA đại diện cho cơ quan chứng nhận tập trung

D/C là viết tắt của mã hóa nguyên thủy phi tập trung

T/D là viết tắt của Chứng nhận thiết bị đáng tin cậy

IP/T là viết tắt của phát hiện IP

R/C là viết tắt của phát hiện dựa trên chu kỳ chi phí

S/G là viết tắt của Phòng thủ dựa trên đồ thị xã hội

2.2  ;Mục tiêu và tiêu chí thành công của Phòng thủ phù thủy

Mục tiêu cuối cùng của Phòng thủ phù thủy là phát hiện và cô lập các phù thủy trong các danh tính mạng che phủ hoặc các nút mà ngang hàng có thể tạo ra những danh tính phù thủy này để loại bỏ các cuộc tấn công âm thầm. Tuy nhiên, mục tiêu cuối cùng này không phải lúc nào cũng có thể đạt được vì hầu hết các biện pháp phòng vệ, ngoại trừ các kế hoạch dựa trên xác thực đáng tin cậy tập trung, đều có khả năng xảy ra kết quả dương tính giả và âm tính giả trong cơ chế phát hiện của chúng, điều này có thể khiến một số nút phù thủy nhất định sẽ được chấp nhận trong khi báo cáo sai các nút trung thực khác. , như chúng ta đã thấy với báo cáo dương tính giả và âm tính giả. Báo cáo dương tính giả đề cập đến các nút phù thủy được báo cáo là các nút trung thực. Mặt khác, các nút trung thực phủ định sai được báo cáo là các nút phù thủy. Mục tiêu thực tế và có thể đạt được trên thực tế của cơ chế phòng vệ là giảm tỷ lệ âm tính giả càng nhiều càng tốt.  

2.3 Độ sâu phòng thủ của phù thủy

Ngoài việc phân loại rộng rãi các biện pháp phòng thủ phù thủy thành các phòng thủ tập trung và phi tập trung như trong Phần 1, Phòng thủ Sybil Các phương pháp được nghiên cứu trong bài viết này cũng bao gồm hai loại công nghệ chính: xác thực đáng tin cậy và các loại kiểm tra tài nguyên, như trong Hình 1. Trong danh sách các chứng chỉ đáng tin cậy, chúng tôi sắp xếp các công việc liên quan bằng cách sử dụng các cơ quan chứng nhận tập trung, các nguyên tắc mã hóa phi tập trung hoặc các thiết bị đáng tin cậy.

3. Sử dụng xác thực đáng tin cậy

Phương thức xác thực đáng tin cậy có thể nói là một trong những phương pháp phổ biến nhất hiện nay, vì Douceur [6] đã chứng minh được tiềm năng của nó trong việc loại bỏ các cuộc tấn công Sybil [26]. Theo hình thức truyền thống của phương pháp này, một cơ quan tập trung (CA) được sử dụng để đảm bảo rằng danh tính được gán cho mỗi thiết bị ngang hàng là duy nhất và hợp pháp bằng cách khớp các danh tính đó với thông tin xác thực được chỉ định trước. Các thông tin xác thực này có thể bao gồm khóa mã hóa, chuỗi ngẫu nhiên được đồng bộ hóa thường được tạo bởi trình tạo mật khẩu một lần (OTP) hoặc chứng chỉ kỹ thuật số do chứng nhận tập trung cấp.

Trong khi các hình thức tổ chức cấp chứng chỉ tập trung truyền thống ở trên đã được xác định rõ ràng trong tài liệu, các sơ đồ chứng chỉ phân tán đã được xác định bằng cách áp dụng các nguyên mẫu mật mã phù hợp với các mô hình đa bên phân tán, các mô hình này cho phép sự hợp tác giữa các đồng nghiệp được cho là trung thực để chứng nhận các đồng nghiệp khác tham gia vào phạm vi bảo hiểm.

3.1 Cơ quan cấp chứng chỉ tập trung

Trung tâm Xác thực đáng tin cậy có thể là cách duy nhất để loại bỏ các cuộc tấn công Sybil [ 6]. Trong các môi trường được bao phủ bởi P2P, đã có một số công việc sử dụng cơ quan cấp chứng chỉ tập trung để tạo, phân phối và xác minh thông tin xác thực. Ví dụ: nghiên cứu sử dụng biểu đồ xã hội được giải thích trong Phần 5 và tận dụng mật mã khóa công khai làm khối xây dựng giả định tính xác thực của khóa chung của người dùng thông qua chứng chỉ được gán cho người dùng thông qua cơ quan tập trung trong giai đoạn ngoại tuyến [19]. Ví dụ về các chương trình khác tận dụng các phương pháp dựa trên CCA bao gồm công việc trong [8], [9], [6] và [10].

3.2 Nguyên tắc mã hóa

Gần đây, một số công trình về mật mã nguyên thủy đã xuất hiện [11, 12, 13, 14, 15]. Những nguyên thủy này được thiết kế để cung cấp cơ sở hạ tầng để xác thực các đồng nghiệp nhằm làm cho các cuộc tấn công Sybil khó xảy ra hơn bằng cách chỉ cho phép các đồng nghiệp hợp pháp tham gia vào phạm vi bảo hiểm. Thông thường, các hoạt động này cố gắng tận dụng Cơ sở hạ tầng khóa công khai (PKI) theo cách phi tập trung và sử dụng các thành phần mật mã ngưỡng (ví dụ: chia sẻ bí mật và chữ ký ngưỡng) để đảm bảo sự cộng tác giữa những người dùng trung thực nhằm xác minh lớp phủ tham gia. Điều thú vị là, các động cơ được nêu rõ ràng vượt ra ngoài một số nguyên tắc cơ bản này (ví dụ: [11, 12, 13, 14]), vì nhiều giao thức phi mật mã trong tài liệu giả định sự tồn tại của một hệ thống xác thực để bảo vệ những người dùng hợp pháp (chẳng hạn như SybilGuard và SybilLimit). Do đó, các phương pháp mã hóa được thiết kế để đảm bảo hoạt động thành công của các giao thức đó.

3,3 Thiết bị đáng tin cậy

Tương tự như ý tưởng về xác thực đáng tin cậy, một số nghiên cứu và thực tiễn khuyến nghị sử dụng các thiết bị đáng tin cậy hoặc mô-đun đáng tin cậy để lưu trữ chứng chỉ đã được xác thực trước đó , khóa hoặc chuỗi xác thực được cơ quan tập trung gán cho người dùng. Thiết bị này, về cơ bản là khó có được do giá cao, có thể được sử dụng để hạn chế cơ hội cho những kẻ tấn công Sybil. Ví dụ về các cơ chế như vậy đã được trình bày trong [27] và [28], mặc dù công việc sau này là trên các mạng cảm biến không dây. Về lý thuyết, những biện pháp phòng vệ này có thể phát huy tác dụng khi kẻ tấn công có ý định lấy được càng nhiều danh tính phù thủy càng tốt. Tuy nhiên, trong những trường hợp như hệ thống ẩn danh (ví dụ Tor) và hệ thống giới thiệu, những biện pháp bảo vệ này trở nên lỗi thời vì một số ít danh tính phù thủy có thể rất có hại.

4. Kiểm tra tài nguyên

Ngoài việc được sử dụng để phòng thủ Ngoài phương pháp kiểm tra tài nguyên đối với cuộc tấn công Sybil, ý tưởng cơ bản là kiểm tra xem liệu một tập hợp danh tính được liên kết với những người dùng được cho là khác nhau có đủ tài nguyên phù hợp với số lượng danh tính hay không. Những tài nguyên này có thể bao gồm sức mạnh tính toán, băng thông, bộ nhớ, địa chỉ IP và thậm chí cả thông tin xác thực tin cậy. Mặc dù Douceur đã chứng minh rằng ý tưởng kiểm tra tài nguyên là không hợp lệ [6], một số nhà nghiên cứu coi đó là cách phòng thủ tối thiểu. Nghĩa là, phương pháp này sẽ không loại bỏ hoàn toàn cuộc tấn công nhưng sẽ khiến cuộc tấn công của phù thủy khó xảy ra hơn.

Về mặt lý thuyết, hầu hết các kế hoạch trong kiểu phòng thủ này đều giới hạn số lượng danh tính phù thủy ở mức ít hơn mức có thể có nếu không có biện pháp phòng thủ. Tuy nhiên, trên thực tế, ngay cả số lượng danh tính phù thủy nhỏ hơn cũng đủ đe dọa tính khả dụng và bảo mật của nhiều hệ thống. Ví dụ, như đã đề cập trước đó, tính ẩn danh trong hệ thống ẩn danh như Tor phụ thuộc vào hai nút trên mỗi mạch. Hơn nữa, 1% danh tính giả trong hệ thống danh tiếng trực tuyến là đủ để bỏ phiếu cho các nút hợp pháp.

Kiểm tra IP 4.1

Một kịch bản thử nghiệm phổ biến bao gồm việc kiểm tra địa chỉ IP của các đồng nghiệp nhằm cố gắng xác định vị trí của họ và khớp nó với hoạt động của họ. Đặc biệt, nếu có một lượng lớn hoạt động bắt nguồn từ cùng một khu vực địa lý cụ thể thì có khả năng một số hoạt động đó là do danh tính phù thủy. Hơn nữa, giả định trong những công việc như vậy là lấy địa chỉ IP ở các khu vực địa lý khác nhau, nhưng điều này không hề rẻ. Ví dụ, Friedman và cộng sự [29] đã giới thiệu Tarzan, nơi địa chỉ IP của nút được kiểm tra dựa trên vị trí địa lý của nó trong một hệ thống tự trị cụ thể. Cornelli và cộng sự trình bày kết quả tương tự trong [30] và [30].

Giả định chính của những công việc này là khó có được địa chỉ IP trên các khu vực địa lý rộng lớn. Tuy nhiên, với những dấu hiệu gần đây về sự tồn tại của các botnet khổng lồ [31], trong đó các máy chủ bị nhiễm được kiểm soát bởi một thực thể quản lý duy nhất và nằm trong các hệ thống tự trị khác nhau, chắc chắn rằng cơ chế bảo vệ này là vô dụng.

4.2 Chu kỳ chi phí

Một số nghiên cứu và thực tiễn cho thấy chi phí định kỳ là một cách để chống lại các cuộc tấn công của Sybil. Đặc biệt, các câu đố tính toán [16, 32] và bài kiểm tra Turing (ví dụ: CAPTCHA [33]) đã được đề xuất làm giải pháp. Tuy nhiên, vì lý do tương tự mà việc kiểm tra IP không có tác dụng chống lại kẻ tấn công đang kiểm soát mạng botnet, nên các kế hoạch dựa trên chi phí này cũng sẽ không hoạt động. Ngoài ra, đối với các giải pháp giống CAPTCHA, người ta đã chứng minh rằng kẻ tấn công Sybil có thể xuất bản các bài kiểm tra CAPTCHA trên các trang web được kiểm soát để người dùng kiểm tra khả năng truy cập các dịch vụ do kẻ tấn công cung cấp.

Ngoài ra, một số phiên bản CAPTCHA dễ bị tấn công bởi một số cuộc tấn công xử lý hình ảnh [34].

5. Dựa trên biểu đồ xã hội Phòng thủ

Mặc dù hầu hết các giải pháp được đề xuất trước đây cho vấn đề tấn công Sybil trong các hệ thống phân tán đều có những hạn chế và thiếu sót, Phòng thủ Sybil dựa trên Mạng xã hội cố gắng khắc phục những vấn đề này một cách tinh tế. Đầu tiên, hệ thống phòng thủ Sybil dựa trên mạng xã hội hầu hết là các giải pháp phi tập trung cho vấn đề tấn công Sybil, nghĩa là các thiết kế này hoạt động mà không có bất kỳ cơ quan trung ương nào—một tính năng quan trọng trong hầu hết các hệ thống phân tán. Mô hình vận hành phi tập trung này được thực hiện dễ dàng hơn nhờ lý thuyết bước đi ngẫu nhiên, thành phần được sử dụng phổ biến nhất trong các biện pháp phòng vệ này. Thứ hai, những biện pháp phòng vệ này thúc đẩy niềm tin vào các liên kết xã hội giữa các nút xã hội để giúp việc cộng tác giữa các nút trung thực trở nên khả thi và dễ dàng. Thứ ba và cuối cùng, các biện pháp phòng vệ này đã được chứng minh trong một số nghiên cứu là thiết thực và hiệu quả trước các cuộc tấn công Sybil với chi phí thấp và hiện chúng được phát triển thêm dưới dạng thành phần của nhiều dịch vụ, bao gồm Bảng băm phân tán (DHT), biểu quyết kháng Sybil và được sử dụng trong định tuyến mạng di động.

Mặc dù chúng khác nhau rất nhiều về chi tiết thiết kế và hoạt động, nhưng tất cả các hệ thống phòng thủ Sybil dựa trên mạng xã hội đều có chung hai giả định: thuộc tính thuật toán là thuộc tính hỗn hợp nhanh và độ tin cậy. Đầu tiên, những biện pháp phòng vệ này dựa trên đặc tính "pha trộn nhanh" của biểu đồ xã hội. Một cách không chính thức, thuộc tính trộn nhanh của biểu đồ xã hội có nghĩa là các nút "trung thực" trong các biểu đồ như vậy được chia lưới tốt và các vùng trung thực không chứa các vết cắt thưa thớt - một cách để kết nối hai tập hợp con lớn của các nút trung thực với một số mạng xã hội đang bị cắt giảm. Để đơn giản, tính chất trộn nhanh của biểu đồ xã hội có nghĩa là một bước đi ngẫu nhiên từ bất kỳ nút nào trong biểu đồ xã hội sẽ gần giống với phân bố cố định của chuỗi Markov (MC) được xác định trên biểu đồ sau một vài bước. Trong mạng triệu nút, số bước như vậy được khuyến nghị là từ 10 đến 15.

Giả định phổ biến thứ hai trong bối cảnh quốc phòng này là sự tin tưởng. Đặc biệt, tất cả các biện pháp bảo vệ này đều giả định các giá trị tin cậy tốt trong biểu đồ xã hội cơ bản, ví dụ: được biểu thị bằng các tương tác trực tiếp giữa các nút. Giả định cụ thể này là cần thiết để suy ra sự khó khăn khi thâm nhập mạng xã hội với bất kỳ số lượng liên kết xã hội nào của kẻ tấn công. Mặc dù hoạt động bảo vệ Sybil để xác định chính xác các nút "trung thực" trong biểu đồ xã hội được đảm bảo bởi giả định trộn nhanh và việc xây dựng các lược đồ tương ứng bằng cách sử dụng các thuộc tính của thuật toán này, khả năng xác định các nút Sybil chỉ được đảm bảo theo giả định rằng Kẻ tấn công hoặc một tập thể những kẻ tấn công kiểm soát một số liên kết giữa chính nó và các nút trung thực khác trong biểu đồ xã hội (các liên kết như vậy được gọi là các cạnh tấn công).

Dưới đây chúng tôi đã sắp xếp một số phương pháp bảo vệ phù thủy được trích dẫn và quan tâm rộng rãi dựa trên mạng xã hội.

5.1 Sybil Guard

Thiết kế của SybilGuard do Yu và cộng sự [19, 20] thực hiện, sử dụng các thuộc tính kết hợp nhanh của các mạng xã hội được tin cậy sở hữu để phát hiện các nút Sybil. Về mặt kỹ thuật, SybilGuard bao gồm hai giai đoạn: giai đoạn khởi tạo và giai đoạn phát hiện trực tuyến. Trong giai đoạn khởi tạo, mỗi nút xây dựng bảng định tuyến của mình dưới dạng sắp xếp ngẫu nhiên các nút lân cận cho các cặp cạnh đầu vào và đầu ra. Tiếp theo, mỗi nút bắt đầu một bước đi ngẫu nhiên có độ dài w = O (root n log n) và truyền nó đến các nút lân cận theo bảng định tuyến được xây dựng bằng cách sử dụng các hoán vị ngẫu nhiên. Mỗi nút trên đường đi ngẫu nhiên đăng ký nhân chứng của người khởi tạo bước đi ngẫu nhiên và sau đó đóng vai trò là nhân chứng của nút khi nó trở thành nút nghi ngờ. Ngoài ra, tận dụng khả năng truy xuất nguồn gốc của bước đi ngẫu nhiên, mỗi người khởi tạo bước đi ngẫu nhiên sẽ nhận được danh sách "nhân chứng" (tức là các nút đã đăng ký khóa chung của người khởi tạo và nằm trên đường dẫn được xây dựng bởi bước đi ngẫu nhiên của người khởi tạo) .

Trong giai đoạn trực tuyến, người xác minh xác định xem nghi phạm có trung thực hay không, như minh họa bên dưới. Đầu tiên, nghi phạm gửi địa chỉ của "nhân chứng" theo lộ trình ngẫu nhiên của mình cho người xác minh. Do đó, trình xác nhận sẽ so sánh danh sách nhân chứng với danh sách định tuyến của trình xác thực. Nếu không có sự giao nhau giữa hai tập hợp (một sự kiện rất có thể xảy ra), người xác minh sẽ hủy bỏ và từ chối nghi phạm. Nếu không, trình xác minh sẽ tiếp tục, yêu cầu so sánh các nút trên giao điểm giữa hai bộ để xác minh rằng nghi phạm có khóa chung đã đăng ký của họ. Nếu nghi phạm được xác minh bằng nút chéo, trình xác nhận sẽ chấp nhận nghi phạm hoặc đánh dấu nó là nút sybil.

5.2 Giới hạn Sybil

Không giống như SybilGuard sử dụng một bước đi ngẫu nhiên dài duy nhất, SybilLimit khuyên bạn nên sử dụng nhiều bước đi ngẫu nhiên ngắn hơn. Hơn nữa, không giống như SybilGuard (nơi đăng ký khóa chung của người xác minh và nghi phạm trên các nút trong biểu đồ xã hội), SybilLimit [18] đề xuất đăng ký các khóa đó trên các cạnh trong biểu đồ xã hội. SybilLimit bao gồm giai đoạn khởi tạo và giai đoạn xác minh trực tuyến . . Trong giai đoạn khởi tạo, mỗi nút xây dựng bảng định tuyến của mình bằng cách sử dụng cùng một phương pháp được mô tả trong SybilGuard và thực hiện bước đi ngẫu nhiên r = O (gốc n), mỗi lần có độ dài w = O (log n) trong đó O (log n ) là một nhà xã hội học theo thời gian hỗn hợp gồm 10 đến 15 nhà xã hội học, về mặt lý thuyết được cho là đủ để lấy mẫu các nút từ một phân phối rất gần với phân phối thống kê. Không giống như SybilGuard, tất cả các nút trên đường dẫn định tuyến ngẫu nhiên được sử dụng để đăng ký ngẫu nhiên walk initiator Khóa chung của r bước đi ngẫu nhiên, cạnh cuối cùng của mỗi bước đi trong r bước đi ngẫu nhiên được dùng để đăng ký khóa chung của nút khởi tạo (mỗi cạnh như vậy gọi là đuôi), cụ thể là khóa chung của bước đi người khởi tạo được đăng ký Tại nút cuối cùng dưới cạnh cuối cùng mà bước đi ngẫu nhiên đạt được. Cũng lợi dụng khả năng truy nguyên của định tuyến ngẫu nhiên, nhân chứng đã đăng ký khóa chung của nút khởi tạo (có thể là nghi phạm hoặc người xác minh) trả về danh tính của họ cho nút đó . Mỗi nút trong biểu đồ xã hội thực hiện cùng một quy trình và mỗi nút bắt đầu bước đi ngẫu nhiên đã đăng ký sẽ thu thập một tập hợp các nhân chứng (hoặc các nút xác thực).

Trong giai đoạn trực tuyến, SybilLimit cũng giống như SybilGuard. Nghi phạm gửi mã định danh và địa chỉ của nhân chứng đến nút xác minh, nút này sẽ so sánh các nhân chứng trong danh sách của nghi phạm, cố gắng tìm ra xung đột. Nếu cả hai trên Bên xác minh Khi xảy ra xung đột trong tập hợp, người xác minh sẽ yêu cầu các nhân chứng có danh tính chung trong hai tập hợp xác minh danh tính của nghi phạm và quyết định chấp nhận hay từ chối nghi phạm dựa trên kết quả của quá trình này. không có sự giao thoa giữa hai điều đó (điều tương tự như thế này (rất khó xảy ra), người xác minh hủy bỏ và loại bỏ nghi phạm bằng cách đánh dấu anh ta là kẻ tấn công.

Được sử dụng để suy luận về sự đảm bảo có thể chứng minh của SybilLimit Các thành phần chính giống như trong Sybil Guard.Đặc biệt, giả sử rằng chiều dài bước đi ngẫu nhiên w là thời gian trộn của biểu đồ xã hội, thì nút cuối cùng được chọn trong bước đi ngẫu nhiên đó là theo phân phối cố định.

Hơn nữa, cạnh cuối cùng trong bước đi ngẫu nhiên được chọn "gần như" ngẫu nhiên một cách thống nhất từ các cạnh trong biểu đồ xã hội. Hơn nữa, giả sử r = O (căn n), nếu chọn đúng hằng số ẩn r0 (trong đó r = r0 × căn n), thì giao điểm giữa cạnh kiểm chứng và cạnh lấy mẫu nghi ngờ sẽ tồn tại với xác suất áp đảo, tác giả gọi điều kiện này là "giao điểm" điều kiện, Giao điểm có xác suất cao được sử dụng để đảm bảo các bước đi ngẫu nhiên của các nút trong khu vực trung thực. Giống như SybilGuard, giả sử có g cạnh của kẻ tấn công, kẻ tấn công được phép ở tối đa gwr = O (g × root n × log n) tail ( được gọi là Chìa khóa công khai để đăng ký danh tính phù thủy của cô ấy trên chiếc đuôi bị nhiễm độc). Trong trường hợp này, mỗi cạnh bổ sung sẽ giới thiệu O (log n) danh tính Sybil bổ sung (giả sử kẻ tấn công sử dụng chiến lược tấn công tối ưu bằng cách đăng ký một khóa chung khác cho một danh tính Sybil khác nhau ở mỗi đuôi có thể bị ô nhiễm).

Tính bảo mật của SybilLimit cũng phụ thuộc rất nhiều vào w. Vì không có cơ chế ước tính chính xác giá trị của các tham số nên việc đánh giá thấp hoặc đánh giá quá cao các tham số này là có vấn đề, như đã trình bày ở trên. SybilLimit cũng cung cấp "kỹ thuật đo điểm chuẩn" để ước tính tham số này, kỹ thuật này cũng không cung cấp bất kỳ đảm bảo có thể chứng minh nào về chất lượng của các ước tính tham số. Cuối cùng, Giới hạn Sybil đảm bảo số lượng danh tính phù thủy được giới thiệu trên mỗi cạnh tấn công miễn là g = o (n / log n). Lưu ý rằng cả SybilGuard và SybilLimit đều không yêu cầu bất kỳ kiến thức toàn cầu nào về mạng xã hội mà họ vận hành và có thể được triển khai theo cách phi tập trung hoàn toàn.

5.3 Sybil Suy luận

SybilInfer sử dụng mô hình xác suất được xác định trên các bước đi ngẫu nhiên (được gọi là quỹ đạo) để suy ra phạm vi thực sự của một tập hợp các nút X tạo ra các quỹ đạo như vậy. Các giả định cơ bản trong SybilInfer là mỗi nút có tầm nhìn toàn cầu và kiến thức về mạng xã hội, mạng được kết hợp nhanh chóng và nút khởi tạo SybilInfer là một nút trung thực. Về mặt kỹ thuật, SybilInfer cố gắng gắn nhãn các nút khác nhau trong biểu đồ là nút trung thực hoặc nút phù thủy. Trong SybilInfer, mỗi nút trong mạng gồm n nút thực hiện s bước đi, do đó tổng số bước đi trong dấu vết chung là s × n. Mỗi dấu vết này bao gồm nút đầu tiên (điểm khởi đầu của bước đi ngẫu nhiên) và nút cuối cùng trong bước đi ngẫu nhiên (tức là phần đuôi). Không giống như xác suất chuyển đổi đồng nhất (trên mức độ nút) được sử dụng trong SybilGuard và SybilLimit, SybilInfer xác định ma trận chuyển tiếp đồng nhất giữa các nút, do đó xử phạt các nút có chiều cao cao hơn. Mục tiêu cuối cùng của hoạt động SybilInfer là tính xác suất P (X = Trung thực | T); nghĩa là tính xác suất mà một tập hợp các nút X cho một quỹ đạo T là trung thực. Xác suất này được tính bằng định lý Bayes.

SybilInfer là một kỹ thuật lấy mẫu các cấu hình trung thực ban đầu được sử dụng để xác định tính trung thực của một tập hợp các nút từ dấu vết. Việc lấy mẫu này được thực hiện bằng thuật toán Metropolis-Hasting, trước tiên thuật toán này xem xét một tập hợp thành X0 sao cho X ′ = X0 [Các nút trong x hoặc X0 bị xóa với khả năng ngăn chặn xác suất. Quá trình được thực hiện với n× log n vòng để thu được các mẫu tốt độc lập với X0.

5,4 Tổng hợp

Không giống như SybilGuard và SybilLimit là các vấn đề về tiếp nhận nút chung và được phân cấp theo nghĩa là các nút riêng lẻ không cần mang thông tin toàn cầu về biểu đồ xã hội và Sybil-Infer để suy ra tính trung thực của nút, SumUp [35] Một nỗ lực nhằm giải quyết vấn đề Vấn đề tấn công Sybil trong bối cảnh tổng hợp phiếu bầu. Trong trường hợp này, một nút được gọi là người thu thập phiếu bầu mong muốn thu thập phiếu bầu từ các nút khác trong mạng theo cách kháng Sybil. Nghĩa là, trong số lượng phiếu bầu đối tượng nhất định, người thu thập phiếu bầu hy vọng sẽ tăng tỷ lệ phiếu bầu được chấp nhận bởi các nút trung thực, giảm tỷ lệ phiếu bầu được chấp nhận do kẻ tấn công bỏ qua thông qua các cạnh tấn công của chúng và xác định những kẻ tấn công khi chúng liên tục hành vi sai trái nhiều lần . Cốt lõi của SumUp, cơ chế phân bổ dung lượng liên kết được sử dụng để phân bổ dung lượng một cách thích ứng cho các liên kết trong biểu đồ xã hội thuộc sở hữu của sự tin cậy và hạn chế số lượng phiếu bầu được truyền từ phía cử tri đến người thu thập phiếu bầu. Cơ chế luồng bỏ phiếu thích ứng của SumUp sử dụng hai quan sát từ hệ thống bỏ phiếu trực tuyến truyền thống: một số lượng nhỏ người dùng trong hệ thống bỏ phiếu cho một đối tượng duy nhất và - nếu hệ thống bỏ phiếu như vậy được triển khai trên biểu đồ xã hội - tình trạng tắc nghẽn chỉ xuất hiện trên một dây xích gần người thu phiếu. Do đó, SumUp đề xuất phân phối một số lượng lớn vé trên các liên kết khác nhau trong biểu đồ xã hội dựa trên khoảng cách của chúng với người thu thập phiếu bầu (theo một số cấp độ được tính toán bằng thuật toán tìm kiếm theo chiều rộng).

Điểm hấp dẫn rõ ràng của kỹ thuật này là yêu cầu tính toán cao: thời gian chạy của một thuật toán điển hình (chẳng hạn như thuật toán Ford-fulkerson) sẽ yêu cầu thứ tự số cạnh, để thu phiếu bầu từ cá nhân cử tri. Các tác giả của nó còn đề xuất thêm một phương pháp phỏng đoán chỉ sử dụng thứ tự các bước đường kính đồ thị, trong đó mỗi nút tham lam chọn một nút cấp cao hơn mà qua đó nó kết nối bằng cách sử dụng dung lượng khác 0 và truyền bá phiếu bầu cho đến khi đạt được người thu thập phiếu bầu. Bất cứ lúc nào, mỗi nút đều được phép khám phá các nút khác để tìm kiếm các đường dẫn có cùng mức hoặc cấp thấp hơn, có tính đến việc bước tham lam có thể không dẫn đến dung lượng khác 0.

5.5 GateKeeper

GateKeeper [21] mượn các công cụ từ SumUp và SybilLimit để đạt được hoạt động hiệu quả. Đặc biệt, nó cố gắng cải thiện hiệu suất của SybilLimit bằng cách kết hợp thành phần phân phối vé của SumUp. Không giống như trong SumUp, nơi các nút được thừa nhận thông qua đường dẫn khác 0 từ người bỏ phiếu đến người thu thập, như đã đề cập trước đó, GateKeeper chỉ xem xét giai đoạn "phân bổ vé" của SumUp, trong đó vé được người kiểm soát tuyển sinh sử dụng để thừa nhận các nút. Những vé như vậy được truyền từ bộ điều khiển đến tất cả các nút theo cách tương tự như trong SumUp. Tuy nhiên, để hạn chế cơ hội lấy được nhiều vé hơn của kẻ tấn công và giảm lợi thế tổng thể của nó, bộ điều khiển trong GateKeeper chọn ngẫu nhiên m nút ngẫu nhiên khác nhau; các nút này được gọi là "nút thuận lợi" khi và chỉ khi các nút đáng ngờ ở vị trí thuận lợi khác nhau. chỉ được phép nếu nó nhận được một vé fadmitm (trong đó fadmit là điểm của một vị trí thuận lợi được chọn ngẫu nhiên; được sử dụng trong GateKeeper là 0,2). Do đó, một khi một nút được cho phép bởi tập hợp nhỏ các điểm thuận lợi này thì nút đó được cho phép. Để ngăn chặn các cuộc tấn công chi tiêu gấp đôi, Gate Keeper khuyên bạn nên sử dụng chuỗi đường dẫn của vé được ký bằng mật mã (được truyền tới bộ điều khiển).

5.6 DHT dựa trên mạng xã hội khác

SPROUT [36] là một giao thức định tuyến DHT khác sử dụng các liên kết xã hội với biểu đồ xã hội đáng tin cậy để định tuyến thông tin đến người dùng hoạt động trên mạng xã hội. SPROUT thực sự được xây dựng trên Chord [3] và thêm các liên kết bổ sung (các mục trong bảng định tuyến) trong Chord tới những người dùng khác trong mạng xã hội của bất kỳ nút cụ thể nào luôn trực tuyến. Bằng cách đó, SPROUT tuyên bố sẽ cải thiện độ tin cậy và phân bổ tải của chính Hợp âm.

Whanau ban đầu được đề xuất vào [23], trong đó công việc trong [22] bao gồm phân tích sâu hơn và bằng chứng về hiệu suất và bảo mật cũng như end-to-end đảm bảo thực hiện và trình diễn.

Trong [1], các tác giả sử dụng biểu đồ bootstrap - một cây hiển thị các mối quan hệ được giới thiệu trong DHT - để chống lại các cuộc tấn công của Sybil. Các tác giả đã nghĩ ra một số chiến lược để giảm tác động của các cuộc tấn công Sybil bằng cách sửa đổi hoạt động của Hợp âm DHT quan tâm để mỗi nút trả về địa chỉ của tất cả các nút mà nó biết (bao gồm cả điểm giới thiệu). Không giống như Hợp âm ban đầu sử dụng độ gần trên Hợp âm làm chỉ số định tuyến (truy vấn), giải pháp này xem xét nhiều chiến lược định tuyến, bao gồm đa dạng, kết hợp và zig-zag. Các tác giả đã chứng minh bằng thực nghiệm rằng khi một chiến lược như vậy được thực hiện dưới một cuộc tấn công của Sybil, nó có thể được sử dụng để thực hiện tra cứu DHT kháng Sybil hiệu quả hơn và với ít truy vấn hơn so với yêu cầu của thiết kế Hợp âm thông thường.

MobID [37] được thiết kế như một hệ thống phòng thủ Sybil dựa trên mạng xã hội, tuyên bố cung cấp khả năng phòng thủ mạnh mẽ cho môi trường di động, trong khi các hệ thống phòng thủ hiện tại chủ yếu được thiết kế cho các mạng ngang hàng mạng ngang hàng và dựa trên lý thuyết bước đi ngẫu nhiên. Ngoài ra, MobID sử dụng độ giữa, một thước đo lý thuyết biểu đồ trong biểu đồ xã hội, để xác định mức độ tốt của các nút nhằm bảo vệ trước các cuộc tấn công của Sybil. Tuy nhiên, công việc này dường như không cung cấp bất kỳ sự đảm bảo có thể chứng minh được nào. Sự so sánh giữa các giao thức khác nhau và các giao thức khác trong tài liệu được trình bày trong Bảng 1 và 2.

6. Kết luận

Mạng lớp phủ P2P cực kỳ dễ bị tấn công bởi Sybil và do tính chất của lớp phủ P2P , giải quyết Sybil Việc tấn công vấn đề này khó hơn bao giờ hết: nó không khuyến khích các cơ quan cấp chứng chỉ tập trung cần thiết để triển khai an toàn và đôi khi các cơ quan chứng nhận tập trung thậm chí không tồn tại trong các thiết kế lớp phủ P2P. Bài viết này chủ yếu trình bày các phương pháp khác nhau được sử dụng để chống lại các cuộc tấn công của Sybil trong phạm vi phủ sóng P2P. và so sánh các giả định, đặc điểm và nhược điểm của các biện pháp phòng vệ khác nhau.

Tài liệu tham khảo:

[1] George Danezis, Chris Lesniewski -laas, M. Frans Kaashoek, và Ross Anderson.Định tuyến dht kháng Sybil

Trong In ESORICS, Ghi chú bài giảng về Khoa học máy tính, trang 305–318, Berlin, Heidelberg, 2005. Springer.

[2] Petar Maymounkov và David Mazi`eres.Kademlia: Một hệ thống thông tin ngang hàng dựa trên số liệu xor. Trong Peter Druschel, M. Frans Kaashoek và Antony I. T. Rowstron, các biên tập viên, IPTPS , Ghi chú Bài giảng về Khoa học Máy tính, trang 53–65, Berlin, Heidelberg, 2002. Springer.

[3] Ion Stoica, Robert Morris, David R. Karger, M. Frans Kaashoek, và Hari Balakrishnan. : Một dịch vụ tra cứu ngang hàng có thể mở rộng cho các ứng dụng internet. Trong SIGCOMM, trang 149–160, New York, NY, USA, 2001. ACM.

[4] Yong Wang, Xiao chun Yun , và Yifei Li. Phân tích các đặc điểm của lớp phủ gnutella. Trong ITNG, trang 1095–1100, Washington, DC, USA, 2007. IEEE Computer Society.

[5] Vivek Pathak và Liviu Iftode. Khả năng chịu lỗi của Byzantine xác thực khóa công khai ngang hàng

hệ thống. Mạng máy tính, 50(4):579–596, 2006.

[6] John Douceur và Judith S. Donath. Cuộc tấn công sybil. Trong IDPPS, trang 251–260, Washington , DC, Hoa Kỳ, 2002. IEEE.

[7] Haifeng Yu, Chenwei Shi, Michael Kaminsky, Phillip B. Gibbons, và Feng Xiao.Dsybil: Khả năng kháng âm thanh tối ưu cho các hệ thống khuyến nghị.Trong Hội nghị chuyên đề IEEE về Bảo mật và Quyền riêng tư, trang 283–298, Washington, DC, Hoa Kỳ, tháng 5 năm 2009. Hiệp hội Máy tính IEEE.

[8] Miguel Castro, Peter Druschel, Ayalvadi J. Ganesh, Antony I. T. Rowstron và Dan S. Wallach. Định tuyến an toàn cho các mạng lớp phủ ngang hàng có cấu trúc. Trong OSDI, Berkeley, CA, USA, 2002. USENIX Association.

[9] Atul Adya, William J. Bolosky, Miguel Castro , Gerald Cermak, Ronnie Chaiken, John R. Douceur, Jon Howell, Jacob R. Lorch, Marvin Theimer và Roger Wattenhofer. Farsite: Lưu trữ liên kết, sẵn có và đáng tin cậy cho một môi trường không đáng tin cậy. Trong OSDI, New York, NY, Hoa Kỳ, 2002. Hiệp hội USENIX.

[10] Jonathan Ledlie và Margo I. Seltzer. Cân bằng tải phân tán, an toàn với độ lệch, tính không đồng nhất và tình trạng rời bỏ. Trong INFOCOM, trang 1419–1430, Washington, DC, Hoa Kỳ , 2005. IEEE.

[11] Fran¸cois Lesueur, Ludovic M'e, và Val'erie Việt Triêm Tông.Một pki phân tán hiệu quả cho các mạng p2p có cấu trúc.Trong Kỷ yếu của P2P, trang 1–10, Washington, DC, Hoa Kỳ, 2009 . IEEE

Hiệp hội máy tính.

[12] Fran¸cois Lesueur, Ludovic M'e, và Val'erie Việt Triêm Tông. Một hệ thống chứng nhận phân tán cho mạng p2p có cấu trúc. Trong David Hausheer và J¨urgen Sch¨onw¨alder, biên tập viên, AIMS, tập 5127 của Bài giảng Khoa học Máy tính, trang 40–52, Berlin, Heidelberg, 2008. Springer.

[13] Fran¸ cois Lesueur, Ludovic M'e, và Val'erie Việt Triêm Tông.Một hệ thống kết nối kiểm soát tiếp nhận kháng âm thanh với chứng nhận phân tán.Trong WETICE, trang 105–110, Washington, DC, Hoa Kỳ, 2008. Hiệp hội Máy tính IEEE.

[14] Fran¸cois Lesueur, Ludovic M'e và Val'erie Việt Triêm Tông. Quản lý danh tính phân tán an toàn sybilproof

cho mạng p2p. Trong ISCC, trang 246–253, Washington, DC, Hoa Kỳ, 2008. IEEE.

[15] Agapios Avramidis, Panayiotis Kotzanikolaou, và Christos Douligeris. Hợp âm-pki: Nhúng a

cơ sở hạ tầng khóa công khai vào mạng lớp phủ hợp âm. Trong Javier Lopez, Pierangela Samarati,

và Josep L. Ferrer, biên tập viên, EuroPKI, tập 4582 của Ghi chú Bài giảng về Khoa học Máy tính, trang 354–361, Berlin, Heidelberg, 2007. Springer.

[16] Nikita Borisov. Các câu đố tính toán như cách phòng thủ âm tiết. Trong Alberto Montresor, Adam Wierzbicki,

và Nahid Shahmehri, biên tập viên, Peer-to -Peer Computing, trang 171–176, Washington, DC,

USA, 2006. IEEE Computer Society.

[17] Haifeng Yu, Phillip B. Gibbons, và Michael Kaminsky. Hướng tới một mạng xã hội tối ưu

phòng thủ chống lại các cuộc tấn công âm thầm. Trong Indranil Gupta và Roger Wattenhofer, biên tập viên, PODC, trang

376–377. ACM, 2007.

[18] Haifeng Yu, Phillip B. Gibbons, Michael Kaminsky và Feng Xiao. Sybillimit: Một biện pháp bảo vệ mạng xã hội gần như tối ưu chống lại các cuộc tấn công sybil. Trong Hội nghị chuyên đề của IEEE về An ninh và Quyền riêng tư, trang 3–17, Washington, DC, Hoa Kỳ , 2008. Hiệp hội máy tính IEEE.

[19] Haifeng Yu, Michael Kaminsky, Phillip B. Gibbons, và Abraham Flaxman. SybilGuard: bảo vệ chống lại các cuộc tấn công sybil qua mạng xã hội. Trong Luigi Rizzo, Thomas E. Anderson , và Nick McKeown, biên tập viên, SIGCOMM, trang 267–278, New York, NY, USA, 2006. ACM.

[20] Haifeng Yu, Michael Kaminsky, Phillip B. Gibbons và Abraham D. Flaxman. Sybilguard: bảo vệ chống lại các cuộc tấn công sybil qua mạng xã hội. IEEE/ACM Trans. Netw., 16(3):576–589, 2008.

[21] Nguyen Tran, Jinyang Li, Lakshminarayanan Subramanian, và Sherman S.M. Chow. Kiểm soát tiếp nhận nút có khả năng phục hồi âm thanh tối ưu. Trong Hội nghị quốc tế IEEE lần thứ 30 về Truyền thông Máy tính (INFOCOM 2011), Thượng Hải, Trung Quốc, 2011. IEEE.

[22] Chris Lesniewski-Lass và M. Frans Kaashoek. Wh¯anau: Bảng băm phân tán có khả năng chống âm thanh. Trong

Hội nghị chuyên đề USENIX lần thứ 7 về Thiết kế và Triển khai Mạng, trang 3–17, Berkeley, CA, Hoa Kỳ,

2010. Hiệp hội USENIX.

[23] C. Lesniewski-Laas. Một Sybil-proof one- hop DHT. Trong Kỷ yếu hội thảo lần thứ nhất về hệ thống mạng xã hội, trang 19–24, New York, NY, USA, 2008. ACM.

[24] Paul F. Syverson, David M. Goldschlag, và Michael G. Reed. Kết nối ẩn danh và

định tuyến hành tây. Trong Hội nghị chuyên đề của IEEE về Bảo mật và Quyền riêng tư, trang 44–54, Washington, DC, Hoa Kỳ,

1997. Hiệp hội máy tính IEEE.

[25] Peng Wang, James Tyra, Eric Chan-tin, Tyson Malchow, Denis Foo Kune và Yongdae Kim.

Tấn công kad network, 2009.

[26] B.N. Levine, C. Shields, và N.B. Margolin. Khảo sát về các giải pháp đối với cuộc tấn công sybil. Báo cáo kỹ thuật

, Đại học Massachusetts Amherst, Amherst, MA, 2006.

[27] Rodrigo Rodrigues, Barbara Liskov, và Liuba Shrira. Thiết kế của một hệ thống ngang hàng mạnh mẽ. Trong Hội thảo Châu Âu ACM SIGOPS lần thứ 10, trang 1–10, New York, NY, USA, 2002. ACM.

[28] James Newsome, Elaine Shi, Dawn Song, và Adrian Perrig. Tấn công sybil trong mạng cảm biến: phân tích và phòng thủ. Trong IPSN 04 : Kỷ yếu hội thảo quốc tế lần thứ 3 về Xử lý thông tin trong mạng cảm biến, trang 259–268, New York, NY, USA, 2004. ACM.

[29] Michael J. Freedman và Robert Morris.Tarzan: a Lớp mạng ẩn danh ngang hàng Trong

Vijayalakshmi Atluri, biên tập viên, Hội nghị ACM về An ninh Máy tính và Truyền thông, trang 193–206, Washington, DC, Hoa Kỳ, 2002. ACM.

[30] Fabrizio Cornelli, Ernesto Damiani, Sabrina De Capitani di Vimercati, Stefano Paraboschi, và Pierangela Samarati. Chọn người phục vụ có uy tín trong mạng p2p. Trong WWW, trang 376–386, New York, NY, Hoa Kỳ, 2002. ACM.

[31] Brent ByungHoon Kang, Eric Chan-Tin, Christopher P. Lee, James Tyra, Hun Jeong Kang, Chris Nunnery, Zachariah Wadler, Greg Sinclair, Nicholas Hopper, David Dagon và Yongdae Kim. Hướng tới việc liệt kê nút hoàn chỉnh trong mạng botnet ngang hàng. Trong Wanqing Li, Willy Susilo, Udaya Kiran Tupakula, Reihaneh Safavi-Naini và Vijay Varadharajan, biên tập viên, ASIACCS, trang 23–34, New York, NY, Hoa Kỳ , 2009. ACM.

[32] Frank Li, Prateek Mittal, Matthew Caesar và Nikita Borisov. Sybilcontrol: cách phòng thủ sybil

thực tế bằng các câu đố tính toán. Trong Kỷ yếu của ACM thứ bảy hội thảo về Điện toán đáng tin cậy có thể mở rộng, trang 67–78. ACM, 2012.

[33] Luis von Ahn, Manuel Blum, Nicholas J. Hopper và John Langford. Captcha: Sử dụng các bài toán AI khó để bảo mật. Trong Eli Biham, biên tập viên, EUROCRYPT, tập 2656 của Bài giảng Khoa học Máy tính, trang 294–311, Berlin, Heidelberg, 2003. Springer.

[34] Jeff Yan và Ahmad Salah El Ahmad. Giải mã hình ảnh xác thực bằng các thuật toán nhận dạng mẫu đơn giản. Trong ACSAC, trang 279–291, Washington, DC, Hoa Kỳ, 2007. Hiệp hội Máy tính IEEE.

[35] N. Tran, B. Min, J. Li và L. Subramanian. Bỏ phiếu nội dung trực tuyến có khả năng phục hồi Sybil. Tại NSDI, Berkeley, CA, USA, 2009. USENIX.

[36] Sergio Marti, Prasanna Ganesan, và Hector Garcia-Molina. Định tuyến Dht bằng cách sử dụng các liên kết xã hội. Trong IPTPS, trang 100–111, Washington, DC, USA, 2004. IEEE.

[37] Daniele Quercia và Stephen Hailes. Sybil tấn công người dùng di động: bạn bè và kẻ thù để

giải cứu. Trong INFOCOM』10: Kỷ yếu của hội nghị lần thứ 29 về Truyền thông thông tin, các trang

336–340, Piscataway, NJ, Hoa Kỳ, 2010. Nhà xuất bản IEEE.

[38] Abedelaziz Mohaisen, Aaram Yun và Yongdae Kim. Đo thời gian trộn của các biểu đồ xã hội. Trong Kỷ yếu của hội nghị thường niên lần thứ 10 về đo lường Internet, IMC 』 10, trang 383–389,

New York, NY, USA, 2010. ACM.

[39] Bimal Viswanath, Ansley Post, Krishna P. Gummadi, và Alan Mislove. Phân tích về biện pháp phòng vệ âm thanh dựa trên mạng xã hội. Tại SIGCOMM, New York, NY, Hoa Kỳ, tháng 8 năm 2010. ACM.

[40] George Danezis và Prateek Mittal. SybilInfer: Phát hiện các nút sybil bằng mạng xã hội. Trong

Hội nghị bảo mật hệ thống phân tán và mạng thường niên lần thứ 16, Ghi chú bài giảng về Khoa học máy tính, Berlin, Heidelberg, 2009. Springer-Verlag.

[41] Abedelaziz Mohaisen, Huy Tran, Nicholas Hopper, và Yongdae Kim. Tìm hiểu các đặc tính của mạng xã hội để tính toán đáng tin cậy. Trong Hội thảo ICDCS, trang 154–159. IEEE, 2011.

[42] Abedelaziz Mohaisen và Scott Hollenbeck. Cải thiện khả năng phòng vệ âm thanh dựa trên mạng xã hội bằng cách tăng cường các biểu đồ xã hội. Trong WISA, 2013.

[43] Abedelaziz Mohaisen, Nicholas Hopper và Yongdae Kim. Giữ bạn bè của bạn ở gần: Kết hợp niềm tin vào các biện pháp phòng vệ âm thầm dựa trên mạng xã hội. Trong INFOCOM, trang 1943–1951. IEEE, 2011.

[44] Haifeng Yu. Phòng vệ âm thầm qua mạng xã hội: a hướng dẫn và khảo sát. ACM SIGACT News, 42(3):80–101, 2011.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia