English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Dissertação de Mestrado - Nº 1.201: "Detectando Clientes Desonestos em Comunidades Privadas BitTorrent"

O aluno Pedro Gustavo de Farias Paiva irá defender seu trabalho no dia 27 de agosto, às 10h, na Sala D220 Início: 27/08/2012 às 10:00 Término: 27/08/2012 às 12:00 Local: Sala D220

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado  Nº 1.201
 
Aluno: Pedro Gustavo de Farias Paiva
Orientador: Prof. Paulo André da Silva Gonçalves
Título: Detectando Clientes Desonestos em Comunidades Privadas BitTorrent
Data: 27/08/2012
Hora/Local: 10:00h – Sala D220
Banca Examinadora:
Prof. Carlos André Guimarães Ferraz  ( CIn / UFPE)
Prof. Michele Nogueira Lima  ( Departamento de Informática / UFPR)
Prof. Paulo André da Silva Gonçalves  (CIn / CIn)
 
RESUMO:
 
Uma das características principais dos sistemas P2P BitTorent é a utilização de mecanismos de incentivo para estimular o compartilhamento de arquivos. Dentro de um ecossistema BitTorrent existem comunidades privadas que utilizam um mecanismo de incentivo adicional conhecido por SRE (Share Ratio Enforcement) ou Taxa de Compartilhamento Imposta.  Cada usuário deve manter sua Taxa de Compartilhamento (TC) acima da SRE da comunidade para não ser banido da mesma. Contudo, um usuário desonesto pode usar um cliente BitTorrent modificado que é capaz de manipular sua TC de modo que a mesma seja sempre maior do que a SRE da rede. Na Internet, existem diversos clientes BitTorrent modificados, como o RatioMaster, que falsificam relatórios com o intuito de permitir a manipulação da TC. Nesse caso, o cliente envia relatórios com informações adulteradas sobre o total de dados enviados e recebidos a fim de obter uma TC maior do que o limiar imposto na comunidade.
Esta dissertação apresenta inicialmente um estudo sobre uma comunidade privada BitTorrent formada por um rastreador com a implementação Xbtit, pares BitTorrent honestos uTorrent e pares desonestos que usam a ferramenta RatioMaster para falsificar seus relatórios, inflando artificialmente a taxa de compartilhamento. A partir desse estudo, esta dissertação propõe dois classificadores que permitem ao rastreador analisar enxames e identificar automaticamente os pares desonestos. O primeiro classificador é denominado TbC (Threshold-based Classifier) e o segundo é denominado AbC (Autocovariance-based Classifier). Esses classificadores foram avaliados sob diversos cenários controlados. Os resultados obtidos mostram que o classificador TbC apresenta uma taxa de acerto de 100% na maioria dos cenários estudados, ao passo que o classificador AbC apresenta uma taxa de acerto de 100% em todos os cenários estudados.
 
Palavras-chave: BitTorrent, Taxa de Compartilhamento Imposta, Comunidades Privadas BitTorrent, Falsificação de Relatórios, Taxa de Compartilhamento
  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web