ISSN在线(2320 - 9801)打印(2320 - 9798)
C。Gnana普拉卡什1,K.Shanthi2
|
相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际期刊的创新在计算机和通信工程的研究
分布式方案来检测一个节点是否有贬值速度限制。为应对挑战,很难计算所有节点发送的数据包或副本声明由于缺乏基础设施,我们的检测采用claim-carry-and检查:每个节点本身计算数据包的数量或副本,其他节点发送和索赔计数;得到节点进行索赔时移动,反复核对,如果他们进行索赔接触时不一致。雷竞技网页版索赔结构使用鸽子洞标准保证攻击者会使冲突的主张可能导致发现。我们提出严格的概率分析检测和评估的有效性和效率与广泛的跟踪驱动模拟方案。利用李雅普诺夫优化,我们扩展这个考试设计效用最大化算法,使用显式的延迟信息从head-ofline包在每一个用户。显示了重要的政策,以确保确定性最坏延迟担保和屈服吞吐量实用程序不同于优化公允价值的数量成反比的延迟保证。我们的结果对一个一般类1-hop网络,包括包交换机和多用户无线系统时变可靠性。
关键字 |
李雅普诺夫优化,claim-carry-and检查、1-hop网络包交换机。 |
介绍 |
在本文中,我们采用速率限制[15]捍卫在dtn的洪水袭击。在我们的方法中,每个节点都有一个限制它的数据包数量,源节点,在每个时间间隔可以发送到网络。每个节点还有一个边界的数字复制品,它可以为每个包(即生成。节点的数量,它可以将每个数据包转发到)。两个极限用于减轻包洪水和模型洪水攻击,分别。如果违反了一个节点速度限制,它将检测和数据流量将被过滤。通过这种方式,可以控制洪水流量的数量。 |
我们的主要作用是一个过程注意到如果一个节点已经违反了其速度限制。虽然很容易检测到违反率限制互联网和电信网络的出口路由器和基站可以解释每个用户的流量,是具有挑战性的dtn由于缺乏通信基础设施和一致的连接。大约从一个节点移动,并可能对任何联系节点发送数据,很难计算数据包的数量或副本由这个节点。雷竞技网页版我们的检测是claim-carry-and-check基本思想。本身计算每个节点的数据包数量或副本发送,并宣称其他节点的计数;接收节点时随身携带的移动,交换一些声称当他们接触,反复核对,如果这些说法不一致。雷竞技网页版如果攻击者洪水包或副本超过极限,它必须使用相同的计算在多个声称根据鸽子洞原理,和这种不一致可能导致检测。基于这个想法,我们使用不同的密码结构探测包洪水和洪水袭击的复制品。 |
因为dtn的联系人在本质雷竞技网页版上是机会主义的,我们的方法提供了检测概率。洪水流量攻击者越多,越有可能会被检测到。检测概率可以灵活调整系统参数控制要求交换的数量在一个接触。雷竞技网页版我们提供劣质和更好的探测概率和检查参数选择最大化问题的探测概率下交换一定数量的要求。我们的计划的有效性和效率评估广泛trace-driven模拟。本文填补了这一空白。我们使用delay-based李雅普诺夫函数和扩展检查治疗关节稳定和表示optimizat离子通过李雅普诺夫优化技术从我们以前的工作[2],[13],[14]。扩展不明显。事实上,流控制决策前工作[2],[13],[14]立即新数据包到达时,直接影响backlog-based漂移的李雅普诺夫函数。然而,这样的决定并不直接影响head-of-line数据包的延迟值,因此没有直接影响的漂移delay-based李雅普诺夫函数。 We overcome this challenge with a novel flow control policy that queues all arriving data, but makes packet dropping decisions just before advancing a new packet to the head-of-line. This policy is structurally different from the service optimization works [2] and [13]–[20]. This new structure leads to deterministic guarantees on the worst-case delay of any nondropped packet and provides throughput utility that can be pushed arbitrarily close to optimal. Specifically, for any integer we Similar performance tradeoffs are shown for queue-based Lyapunov functions in the previous work [2], [13], [14] (see also [24]–[26] for improved tradeoffs), but these guarantees apply only to queue size, slightly than delay. |
确定性延迟保证我们获得本文相当强劲,显示我们的新流控制结构的优势。然而,缺点是承认/减少决策延迟直到head-ofline的包,而不是决定立即到来。此外,由于相关问题独特的这个delaybased场景,分析简化假设调度器知道每个链接到达率的向量(尽管我们也概括这些利率是未知的情况下)。此外,当我们确定的延迟保证持有通用到来样本路径,我们的效用分析假设所有入口过程是相互独立的(可能有不同的利率为每个流程)和独立同分布(先验知识)时段。然而,重要的是要分析这些delay-based政策,因为他们提高我们理解复杂的延迟,因为他们提供的确定性保证是有用的对于许多实际系统。 |
我们进一步通过仿真表明算法保持良好的性能,当i.i.d.移民被遍历,但暂时取代相关“丛发性”到达相同的利率。然而,最坏延迟要求达到同样的实用性能是放大在这种情况下。这并不奇怪,如果我们比较已知结果backlog-based李雅普诺夫算法。Backlog-based算法首先在i.i.d.假设,但后来证明处理增加延迟non-i.i.d。例(见[28]和引用其中)。因此,虽然我们限制我们的分析证明i.i.d.设置,我们期望算法接近最优效用在更一般的情况下,支持我们的模拟。而我们的算法可用于执行任何所需的延迟保证,重要的是要强调,这并不使吞吐量最大化效用受到保证。与马尔可夫决策理论能够解决这样一个问题,它所带来的诅咒维度(见结构结果和近似[29]在[30]和加权随机最短路径方法)。针对在[30])。在本文中,我们只要求实现效用最大的可能在效用的稳定算法。 However, because (for large ) our utility is close to this ideal utility value, it is even closer to the maximum utility that can be achieved subject to the worst-case delay constraint. That is because a basic stability constraint is less stringent than a worst-case delay constraint, and so the optimal utility under a stability constraint is greater than or equal to the optimal utility under a worst-case delay constraint. Furthermore, our approach offers the low-complexity advantages associated with Lyapunov drift and Lyapunov optimization. Specifically, the policy makes real-time broadcast decisions based only on the current system state and does not require apriori knowledge of the channel-state probabilities. The flow control decisions here can also be implemented in a distributed fashion at each link, as is the case with most other Lyapunovbased utility optimization algorithms. |
二世。概述 |
2.1问题定义 |
防御洪水袭击 |
我们考虑这样一个场景,每个节点都有一个速率限制L独特的数据包的数量,它来源可以生成并发送到网络在每个时间间隔T时间间隔从0,T, 2 T,等包内产生速率限制被认为是真实的,但生成的数据包超出了限制被认为是由这个节点淹没。抵御洪水攻击包,我们的目标是发现如果一个节点作为源生成和更多独特的数据包发送到网络比其速率限制L /时间间隔。时间间隔应设置适当的跨度。如果时间间隔太长,速度限制可能不是非常高效的数据包洪水攻击。如果时间间隔太短,每个节点的同事也在一个时间间隔可能是不确定的,因此很难设置一个适当的速率限制。一般来说,空间应该是短的条件下,大多数节点与其他节点可以有大量的接触在一个区间,但适当的长度取决于节点之间的联系模式在特定的部署场景。雷竞技网页版 |
防御洪水袭击的复制品 |
动机在第二节,防御洪水认为单份复制品和多拷贝路由协议。这些协议需要,为每个节点的数据包缓冲区无论这个包已经生成的节点或转发,是有限度的l的次数,节点可以这包转发给其他节点。l的值可能不同,不同的缓冲包。我们的目标是检测如果违反了路由协议和一个节点转发数据包多次极限l包。一个节点的极限l缓冲包公司的路由协议。在多副本路由、路由的l¼l是一个参数)如果信息包的源节点,和l¼1如果节点是一个中间跳(即。,它收到了来自另一个节点发送的数据包)。在单副本路由,l¼1无论如果源节点或一个中间跳。注意,两个极限L, L不相互依赖。我们讨论如何防止洪水袭击复制品出资路由。 |
三世。CLAIM-CARRY-AND-CHECK |
洪水包检测 |
检测滥用速率限制L的攻击者,我们必须计算独特的数据包的数量,每个节点为基础生成并发送到网络在当前时间间隔。然而,由于节点发送的数据包可以任意节点联系在任何时间和地点,没有其他节点可以监控所有的发送行为。雷竞技网页版应对这一挑战,我们的想法是让节点本身计算,它独特的数据包数量,来源,已经发出,索赔高达-日期包数(加上一些辅助信息,如它的ID和一个时间戳)在每一个数据包发送。节点的速率限制证书也在包,这样其他节点接收数据包可以学习其官方速率限制L。 |
包如果攻击者是洪水超过速度限制,它必须虚伪地宣称一个计数小于淹没了包的实际价值,因为真正的价值大于其速率限制的攻击,从而明确指标。声称数一定是攻击者使用过的另一个说法,这是保证由鸽子洞原理,这两个说法不一致。传统的节点数据包从攻击者进行索赔包括在移动时这些包。两人接触时,检查是否有任何变化之间雷竞技网页版收集索赔。检测到攻击者不一致时发现。 |
第四,INTELRATE控制器设计 |
模糊逻辑网络中交通控制器控制交通系统称为IntelRate定义,它是一个TISO(两个输入SingleOutput)控制器。大修周期(目标缓冲区占用)问> 0队列大小程度上,我们的目标是实现交通拥堵。队列偏差是控制器的两个输入之一。为了消除稳态误差,我们选择的集成e (t)的其他输入控制器,即g总输出在交通拥挤的情况下,IntelRate控制器将计算一个允许发送率流我根据当前IQSize这样可以稳定在q q (t)。在我们的设计中,IQSize q (t)是唯一的参数每个路由器需要计算为了完成闭环控制。方法是输入到输出的非线性映射,包括四个步骤,即:,规则库构建、模糊性推理和去模糊化。模糊集的概念和逻辑的方法介绍了德在1965年,它基本上是延续两值的逻辑连续区间通过添加绝对真和假之间的中间值。有兴趣的读者是指一些正常的教程/文本像[36],[45]的细节模糊逻辑理论。续集,我们制定我们的新控制器按照这四个步骤以及设计模糊语言描述和隶属度函数。参数设计问题和交通控制过程进行了讨论的最后部分。 |
语言描述和规则库 |
诉DELAY-BASED流控制 |
让是到达率的向量,这样是到达率(以数据包为单位/槽)的链接。网络容量区域被定义为关闭所有长期吞吐量向量的集合计划可以支持。集是一样的闭包的所有到达率向量的集合存在一个稳定制备算法,受到的约束流控制器关闭(这没有数据包被丢弃和所有)[4],[12]。具体来说,在[12]表明,一组是由所有时间平均传输速率可以通过不动和随机算法,称为算法,观察每一个槽和选择一个(可能是随机的)扩散矢量根据概率分布只取决于观察到通道状态。因此,对于每一个向量, |
对解决问题很重要的一个凹函数最大化时间平均和至关重要的网络效用最大化与随机到达交通[2],[28]。确保满足约束(16),我们使用一个虚拟队列为每个链接,更新方程如下: |
c . Delay-Based李雅普诺夫函数 |
我们现在实施以下结构控制策略。每一个槽,数据包传输决定。Ifa传输链路l是成功的(这样),然后包从队列中删除,没有包从链接l(这样)。别的,如果链接不尝试传输或如果它的传播是不成功的,我们可以决定是否要把包掉在了地上,但没有其他的包可以从链接l因此,每一个位置,我们有 |
六。结论 |
我们雇佣率限制在DTN缓解洪水袭击,并计划利用概率传递claim-carry-and-check通知违反DTN速率限制的环境。我们计划使用高效的结构计算,通信和存储成本低。同时,我们分析了探测概率的下界和上界我们建立了delay-based政策关节稳定和实用程序优化。政策提供了确定性最坏延迟界限,总吞吐量值成反比延迟保证。李雅普诺夫这delay-based问题优化方法是明显不同于backlog-based政策。我们相信这些结果显著增加我们的理解网络延迟和delayefficient控制律。 |
引用 |
|