CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مروری بر روش های تشخیص و شناسایی ترافیک ناشناس TOR

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۹ | تعداد نمایش خلاصه: ۷۷ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: CITCOMP03_013
زبان مقاله: فارسی
حجم فایل: ۷۲۳.۷۳ کیلوبایت (فایل این مقاله در ۱۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مروری بر روش های تشخیص و شناسایی ترافیک ناشناس TOR

  طیبه زهره وند - دانشجوی کارشناسی ارشد مهندسی کامپیوتر-گرایش رایانش امن دانشگاه مالک اشتر تهران
  محمدامین عراقی زاده - استادیار گروه امنیت اطلاعات، مجتمع برق و کامپیوتر، دانشگاه مالک اشتر، تهران، ایران

چکیده مقاله:

تشخیص و شناسایی ترافیک یکی از اقدامات اصلی و مهم برای مدیریت شبکه محسوب میگردد. به طورکلی تشخیص و دسته بندی ترافیک اینترنت به مدیران شبکه کمک میکند تا بتوانند رفتارهای غیرعادی را شناسایی کنند تا بدینوسیله بتوانند از مشتریان خود در برابر تهدیدهای داخلی یا خارجی محافظت کنند. امروزه با توجه به استفاده ی روزافزون از اینترنت برای مصارف مختلف و تمایل کاربران به حفظ اطلاعات خصوصی در این فضا، استفاده از شبکه های گمنامی افزایش پیداکرده است. تور به عنوان عمومی ترین سیستم ناشناس در این حوزه، بیشترین استفاده را به خود اختصاص داده است. از طرفی این ابزار توسط مجرمین برای اهدافی چون قاچاق مواد مخدر، پورنو گرافی کودکان و غیره مورد سو استفاده قرار میگیرد، به طوری که مجرمان میتوانند از این طریق از جرایم اینترنتی خود بگریزند که این امر، مشکلات و چالش های جدی را برای تحقیق و بررسی جرایم سایبری به ارمغان می آورد که برای مقابله با آن، تکنیکهای شناسایی ترافیک ازجمله شناسایی ترافیک شبکه های ناشناس موردبررسی قرار میگیرد. ما در این مقاله، مروری بر روی روشهای تشخیص و شناسایی ترافیک تور خواهیم داشت. ازآنجایی که تور بر اساس رمزگذاری TLSعمل میکند، به همین دلیل تشخیص و شناسایی ترافیک ان با روشهای شناخته شده ی قبل همانند روش های مبتنی بر پورت کار ساده ای نیست، اما روش DPI با پیدا کردن الگوهای تکراری و ثابت در فرایند برقراری ارتباط TLS، میتواند ترافیک عادی تور را تشخیص و مسدود کند ازاینرو توسعه دهندگان شبکه تور برای مقابله با این فیلتریگ، افزونه هایی را تحت عنوان ObfsProxy معرفی کردند که کاربران با نصب و اجرای این افزونه ها در مرورگر تور میتوانند به این شبکه متصل گردند، ازآنجایی که این افزونه ها فاقد الگوی تکراری موجود در ترافیک عادی تور هستند، ازاین رو به روش DPI قابلتشخیص و مسدودسازی نیستند به همین دلیل از روشهای یادگیری ماشین برای تشخیص این نوع ترافیک افزونه دار استفاده میکنند. روش های یادگیری ماشین به 2 دسته، الگوریتم های با نظارت و الگوریتم های بدون نظارت تقسیم میشود که این روشها با تکیه بر مجموعه ای از ویژگیهای آماری همانند مدت زمان جریان، فاصله زمانی بین رسیدن بسته ها، اندازه بسته ها و غیره، به شناسایی نرمافزارهای مختلف می پردازند. به عنوان فضای تحقیقاتی در این حوزه، میتوان با ترکیب روشهای موجود و طراحی ماژولهای ترکیبی جهت تشخیص و شناسایی این نوع ترافیک اقدام کرد و نشان داد که این رویکرد میتواند باعث افزایش سرعت گردد و دقت تشخیص را تا حدودی بالا ببرد.

کلیدواژه‌ها:

شناسایی ترافیک، شبکه های ناشناس، تور، یادگیری ماشین،DPI،Tor

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CITCOMP03-CITCOMP03_013.html
کد COI مقاله: CITCOMP03_013

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
زهره وند, طیبه و محمدامین عراقی زاده، ۱۳۹۷، مروری بر روش های تشخیص و شناسایی ترافیک ناشناس TOR، سومین کنفرانس ملی در مهندسی کامپیوتر، فناوری اطلاعات و پردازش داده ها، تهران، دانشگاه پیام نور، https://www.civilica.com/Paper-CITCOMP03-CITCOMP03_013.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (زهره وند, طیبه و محمدامین عراقی زاده، ۱۳۹۷)
برای بار دوم به بعد: (زهره وند و عراقی زاده، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۷۴۷۶
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > یادگیری ماشین
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.