A Random Walk Based Anonymous Peer-to-Peer

2024-04-08 15:44
文章标签 walk based random anonymous peer

本文主要是介绍A Random Walk Based Anonymous Peer-to-Peer,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、 背景

匿名性一直是P2P系统等自组织环境中最具挑战性的问题之一。在本文中,我们提出了一个匿名协议,称为基于随机漫步的匿名协议(RWAP),在分散的P2P系统。我们通过全面的轨迹驱动模拟来评估RWAP。结果表明,与现有方法相比,RWAP显著降低了流量成本和加密开销。

二、 介绍

  1. P2P优点:高扩展性、易于实现,与传统的客户机-服务器模式相比,P2P架构具有突出的特征,包括可扩展性、冗余性、灵活性、自主性和匿名性。

  2. P2P缺点:虽然匿名这一用户隐私问题受到了很多关注,但还没有得到充分解决。主要的P2P系统仅仅提供了不完整的匿名设计。随着用户的急剧增加,当前的P2P系统面临着对隐私和安全的迫切需求。

2.1、匿名类别

以往的匿名研究分为三类:

  1. 抵制审查;

  2. 发起者或响应者匿名:通常发起者或响应者匿名只是单向模型,其中系统可以向发起者提供从发送者到接收者的匿名传输,响应者匿名反之亦然;

  3. 相互匿名:严格定义,相互匿名包括三个方面:一个匿名发起者,一个匿名应答者,以及这两个单位之间的匿名通信;

2.2 P2P匿名

开放和自由加入-离开策略导致对系统参与者完全缺乏保护,这使他们容易受到恶意对等体的攻击P2P用户数量的急剧增加夸大了遭受这种威胁的可能性。作为一个基大多数P2P原型容易受到恶意攻击。基于以下观察,我们认为P2P的弱匿名特性不能保证他们的好用户的安全,而不会遭受来自合作用户的攻击:

  1. 一些恶意对等体可以通过监控数据包流、区分数据包类型(例如,从响应方发送的查询其消息)和分析这些查询的TTL值来轻松获取信息因此,发起者和响应者完全暴露给他们的邻居,并且P2P系统不能在每个对等体的本地环境中提供匿名性。

  2. 在不可信的公共网络中,当文件或消息以纯文本形式传输时,它们的内容也有助于路径上的攻击者进行协作并猜测通信方的身份。

三、 随机漫步

随机漫步是P2P协议中处理内容定位和拓扑维护问题的基本算法之一。作为内容位置的可选搜索模型,它已经在许多以前的著作中讨论过。

在目前大多数非结构化P2P系统

这篇关于A Random Walk Based Anonymous Peer-to-Peer的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/886012

相关文章

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

Numpy random.random()函数补充

np.random.random() np.random.random()的作用是生成指定形状的均匀分布的值为[0,1)的随机数 参数为size,也就是用于指定的形状大小 import numpy as npprint(np.random.random(size=(2, 2)))# [[0.19671797 0.85492315]# [0.99609539 0.66437246]]

Midjourney 随机风格 (Style Random),开启奇幻视觉之旅

作者:老余捞鱼 原创不易,转载请标明出处及原作者。 写在前面的话:       Midjourney 最近推出了 "Style Random"(随机风格),这项功能可以让我们使用独特的随机 sref 代码创建图像,从而每次都能获得不同的美感。通过对这些功能的探索和尝试,我发现了一些很棒的风格,我很高兴能与大家分享,这样可以节省大家的时间,不用自己动手测试。在本文中,我将展示十个M

MACS bdgdiff: Differential peak detection based on paired four bedGraph files.

参考原文地址:[http://manpages.ubuntu.com/manpages/xenial/man1/macs2_bdgdiff.1.html](http://manpages.ubuntu.com/manpages/xenial/man1/macs2_bdgdiff.1.html) 文章目录 一、MACS bdgdiff 简介DESCRIPTION 二、用法

Neighborhood Homophily-based Graph Convolutional Network

#paper/ccfB 推荐指数: #paper/⭐ #pp/图结构学习 流程 重定义同配性指标: N H i k = ∣ N ( i , k , c m a x ) ∣ ∣ N ( i , k ) ∣ with c m a x = arg ⁡ max ⁡ c ∈ [ 1 , C ] ∣ N ( i , k , c ) ∣ NH_i^k=\frac{|\mathcal{N}(i,k,c_{

android kotlin复习 Anonymous function 匿名函数

1、还是先上个图,新建kt: 2、代码: package com.jstonesoft.myapplication.testfun main(){val count = "helloworld".count()println(count);println("------------------------")var count2 = "helloworld".count(){it ==

Android Studio打开Modem模块出现:The project ‘***‘ is not a Gradle-based project

花了挺长时间处理该问题,特记录如下:1.背景: 在Android studio 下导入一个新增的modem模块,如MPSS.DE.3.1.1\modem_proc\AAA, 目的是看代码方便一些,可以自由搜索各种关键字。但导入该项目时出现了如下错误: The project '***' is not a Gradle-based project.造成的问题: (1) project 下没有代码,而

SIM(Search-based user interest modeling)

导读 我们对电商场景兴趣建模的理解愈发清晰:1. 通过预估目标item的信息对用户过去的行为做search提取和item相关的信息是一个很核心有效的技术。2. 更长的用户行为序列信息对CTR建模是非常有效且珍贵的。从用户的角度思考,我们也希望能关注用户长期的兴趣。但是当前的search方法无论是DIN和DIEN都不允许我们在线对一个超长的行为序列比如1000以上做有效搜索。所以我们的目标就比较明

npm i --legacy-peer-deps

npm ERR! Fix the upstream dependency conflict, or retrynpm ERR! this command with --force, or --legacy-peer-depsnpm ERR! to accept an incorrect (and potentially broken) dependency resolution. 1、原因

Segmentation简记-Multi-stream CNN based Video Semantic Segmentation for Automated Driving

创新点 1.RFCN & MSFCN 总结 网络结构如图所示。输入视频得到图像分割结果。 简单粗暴