Page 235 - 《软件学报》2020年第12期

鲁宁 等:联盟模式下高效单包溯源方法研究 3901

不会成为系统的性能瓶颈.
第 2 组实验统计不同规模联盟下,每增加或退出一个成员所产生的通信开销,结果如图 13 所示.随着联盟规
模增大,通信开销将成线性增长,这将成为 TIST 的性能瓶颈.攻击者也可能利用该漏洞破坏溯源系统.为此,本文
建议采用以下几种方法来降低开销:1) 采用我们之前提出的层次化体系结构来构建溯源联盟 [13] ;2) 设计强制
性的访问控制策略,严格限制一个自治域提出成员更新请求次数;3) 采用延迟统一下发模式,减小下发次数.
0.10.2 0.30.4 0.50.6 0.70.8 0.91.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
65536 65536
262144
262144
The number of logged prefixes 131072 131072 The number of sending messages 16384 16384
32768
32768
65536
65536
8192
8192
32768
16384
16384 32768 4096 4096
2048
2048
0.10.2 0.30.4 0.50.6 0.70.8 0.91.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
The scale of alliances The scale of alliances
Fig.12 Recorded member prefixes on different TAs Fig.13 Communication overhead on different TAs
图 12 不同规模溯源联盟下成员前缀记录情况 图 13 不同规模溯源联盟下通信开销情况
TIST 部署激励性是由过滤器需求量、网络前缀聚合、布鲁姆过滤器所决定.为此,本实验主要关注它在不
同规模的溯源联盟下过滤器需求、聚合误报和压缩误报的变化情况.为了简化实验步骤、突出比较结果,溯源
联盟都是通过随机选取 Stub 域而生成.
除了前缀数量,聚合误报还取决于前缀密度,密度越低,误报越大;反之,就越小.前缀密度可表示为 ρ=S/P,其
中,S 为成员前缀集合,P 为包含 S 的最小闭集.第 1 组实验统计不同规模联盟的前缀密度,结果如图 14 所示.随着
联盟规模增大,成员前缀会越来越多;但是当规模达到 40%以后,前缀密度反而没有明显增长.这是因为许多成
员前缀可以无差错聚合,进而导致 P 的增长速度远没有 S 快.
第 2 组实验通过搜集不同规模联盟所需过滤器数量来得到它的补充累积分布函数,结果如图 15 所示.随着
联盟规模增大,成员前缀数量也会快速增长;当全网部署时,其数可达 13 万之多.理论上来说,多一个成员前缀都
需增加一个过滤器.但是随着联盟规模增大,根据图 12 所示,其聚合能力也有所增强,而过滤器数量其实是聚合
后的前缀数量,因此过滤器需求量不会与联盟规模成比例增长.
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
0.6 0.6
131072 131072
0.5 0.5
The density of prefix 0.3 0.3 The number of filters 65536 65536
0.4
0.4

0.2
0.2
32768
32768
0.1
0.0
0.0 0.1 16384 16384
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
The scale of alliances The scale of alliances
Fig.14 Number of prefixes on different TAs Fig.15 Number of filters on different TAs
图 14 不同规模溯源联盟下成员前缀聚合情况 图 15 不同规模溯源联盟下过滤器数量变化情况
第 3 组实验重点探讨本文提出静态分配模式下 PCBF 的最大误报率 FP f 与哈希个数 k、布鲁姆过滤器数量
k
x
x 的关系.已知 FP f =[1−pow(e,−k×2×(2 −1)/M) ,其中,M 为存储容量,随着 x 增加,FP f 也越大,且 x 的取值范围为
[1,32].本次实验分析当 x=1,2,…,32 时,是否存在计算量和 FP f 都较小的 k,其结果如图 16 所示.