Kad网络中Sybil攻击团体检测技术研究

Sybil攻击是P2P网络中常见的攻击方式,危害极大.Kad是当前最流行的P2P文件共享网络,最新的Kad软件限制了路由表中的IP数量,因此单个主机的Sybil攻击演化为分布式的团体攻击,传统的根据IP和节点ID来检测Sybil攻击的方式均不再有效.可行的方法是分析异常节点路由表结构及其连接关系来检测Kad网络中的Sybil攻击团体.在由Sybil节点的路由表所形成的拓扑图中,一个团体内的节点之间相互连接紧密,而与团体外节点间的连接稀疏,根据这一特征应用社会网络中的社区发现算法CNM来检测Sybil攻击团体.在应用CNM算法前,可根据Kad路由表特征高效识别异常节点,采集其路由表项,最后通过聚类路由表结构相似的异常节点来降低CNM算法的输入规模,使其可适用于具有百万级节点、亿级边的Kad网络.通过在实际Kad网络上主动注入Sybil攻击团体对该方法的有效性进行了验证,实验结果表明该方法可有效发现规模达数百的Sybil攻击团体.最后,应用该方法对实际Kad网络进行检测,发现了真实存在的多个规模不一的Sybil攻击团体.

基于社区发现的农产品共同购买网络可视化分析

在实际的农产品生产销售场景中,消费者共同购买行为所形成的网络结构非常复杂且多变。虽然社区发现算法可以有效挖掘出共同购买行为背后隐藏的信息,但存在分析结果不易理解、支持决策条件不足的问题。为此,考虑到社区发现算法在共同购买网络分析中的广泛应用及可视化技术对分析结果的呈现能力,提出一种基于社区发现的共同购买网络可视化分析方法。该方法首先利用社区发现算法Clauset-Newman-Moore(CNM)划分共同购买网络,其次对网络结构的不同社区中农产品数量、共同购买行为频数和农产品价格众数所占百分比进行分析,然后对各社区共同购买农产品的消费者信息进行交互式分析,最后将分析结果进行交互式可视化展示,根据可视化界面得出共同购买的一些行为规律,进而深度挖掘消费者的消费模式。为了更好地呈现该分析方法,通过设计实现的可视化分析界面,交互式探索分析了一组在青岛地区的农产品动态销售数据。