Return to search

Análise e contra-ataque à poluição e whitewashing em sistemas P2P de vídeo ao vivo

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-05-30T19:30:25Z
No. of bitstreams: 1
rafaelbarradealmeida.pdf: 1586266 bytes, checksum: b824fb31f42c6ab41350af41be08ad11 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-06-01T11:36:00Z (GMT) No. of bitstreams: 1
rafaelbarradealmeida.pdf: 1586266 bytes, checksum: b824fb31f42c6ab41350af41be08ad11 (MD5) / Made available in DSpace on 2017-06-01T11:36:00Z (GMT). No. of bitstreams: 1
rafaelbarradealmeida.pdf: 1586266 bytes, checksum: b824fb31f42c6ab41350af41be08ad11 (MD5)
Previous issue date: 2013-01-25 / FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais / Aplicações de transmissão de vídeo ao vivo na Internet têm ganhado bastante populari
dade nos últimos anos. A facilidade para se publicar e ter acesso a esse tipo de conteúdo
tem atraído grande atenção. A arquitetura P2P ganhou lugar de destaque neste contexto,
principalmente, por ser mais tolerante a falhas e superar os problemas de escalabilidade
presentes no modelo cliente-servidor. No entanto, devido às suas características, como
ausência de controle centralizado, as redes P2P podem ser suscetíveis a ataques e com
portamentos maliciosos.
Este trabalho analisa o impacto causado por ataques de poluição e whitewashing em
sistemas P2P de transmissão de vídeo ao vivo. Para combater estes tipos de ataques, me
canismos simples e descentralizados de reputação são propostos e implementados através
de um protótipo de aplicação executado em um ambiente de rede real, con gurado no
PlanetLab.
Os resultados mostram que ataques de poluição são bastante prejudiciais a sistemas
P2P de transmissão de vídeo ao vivo. Quando apenas 10% dos peers agem de maneira
maliciosa, os demais participantes do sistema recebem mais de 90% de dados poluídos.
Além disso, a sobrecarga média na banda de rede chega a 230% em momentos de pico,
forçando os participantes a utilizar 3 vezes mais banda de rede do que seria necessário em
um sistema sem ataques de poluição. Os mecanismos de reputação propostos, testados
no ambiente do PlanetLab, bloqueiam ataques de poluição rapidamente, reduzindo a
porcentagem de dados poluídos recebidos a 6% e a sobrecarga a 5%. Para o caso de ataque
combinado de poluição e whitewashing, o mecanismo de reputação proposto diminui a
sobrecarga no sistema de 112% para 20% e a porcentagem de dados poluídos de 70% para
19%. / Live streaming video applications on the Internet are becoming more popular in the last
years. The ease of publishing and accessing content through such applications has at
tracted great attention from users and researchers. The P2P architecture has obtained
a prominent place in this context, mainly because it is more fault tolerant and overcome
the scalability issues present in the client-server model. However, due to its distributed
characteristics, the P2P networks can be more susceptible to attacks and malicious be
havior.
In this work, we analyze the impact of pollution attacks and whitewashing in P2P
live streaming systems. To combat these attacks, simple mechanisms and decentralized
reputation are proposed and implemented by a prototype application running on a real
network environment, set in PlanetLab.
Our results show that pollution attacks are harmful to P2P live streaming systems.
When 10% of peers are malicious, the remaining peers in the system receive more than 90%
of data polluted. Furthermore, the average overhead in network bandwidth reaches 230%
at peak times, forcing the peers to use three times the bandwidth required in a system
without pollution attacks. The proposed reputation mechanism, tested on PlanetLab
testbed, quickly blocks isolated pollution attacks, reducing the amount of polluted data
received to 6% and the overhead to 5%. In the case of pollution attack combined with
whitewashing, the proposed reputation mechanism reduces the overhead in the system
from 112% to 20% and the amount of polluted data from 70% to 19%.

Identiferoai:union.ndltd.org:IBICT/oai:hermes.cpd.ufjf.br:ufjf/4777
Date25 January 2013
CreatorsAlmeida, Rafael Barra de
ContributorsVieira, Alex Borges, Silva, Ana Paula Couto da, Menasché, Daniel Sadoc, Rocha, Antonio Augusto de Aragão
PublisherUniversidade Federal de Juiz de Fora (UFJF), Programa de Pós-graduação em Ciência da Computação, UFJF, Brasil, ICE – Instituto de Ciências Exatas
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFJF, instname:Universidade Federal de Juiz de Fora, instacron:UFJF
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds