Upload
harken
View
25
Download
2
Embed Size (px)
DESCRIPTION
Szinkronizáció és terjedés önszerveződő hálózatokban. Terjedés önszerveződő adatbázisokban. Bevezető és áttekintés Az előző rész tartalmából … Forgalommonitorozás játékelmélettel Milyen terjedési folyamatokat vizsgálunk ? Önszerveződő adatbázis mérete Meddig nő egy adatbázis ? - PowerPoint PPT Presentation
Citation preview
1 / 38
High Speed Networks Laboratory
Terjedés önszerveződő hálózatokban
2 / 38
1. Bevezető és áttekintés• Az előző rész tartalmából…
• Forgalommonitorozás játékelmélettel• Milyen terjedési folyamatokat vizsgálunk?
2. Önszerveződő adatbázis mérete• Meddig nő egy adatbázis?
3. Vírusterjedés adatbázisokban
Terjedés önszerveződő adatbázisokban
3 / 38
• Optimális stratégia keresése: kifizetés minimalizálása• Legjobbválasz-leképezés, Nash-egyensúly beállása, dominált
stratégiák eliminálása• Braess-paradoxon: elmozdulás a közösségi optimumból
Múlt órai áttekintés: játékelmélet alapok
4 / 38
• Optimálsi átviteli idő ≠ egyensúlyi átviteli idő• Braess-paradoxon: upgrade ronthat az átviteli időn• Legjobbválasz-leképezések → Nash-egyensúly• Az optimumnak legfeljebb kétszerese• Analízis eszköze: potenciális energia
• Egy élre, ha x csomagot küld:• Ahol Te(x) = aex+be, travel time függvény
• Forgalommintára: éleken vett potenciális energiák összege
Múlt órai áttekintés: egyensúly vs optimum
5 / 38
LEGJOBBVÁLASZ-ALGORITMUS1. Kiidulás: egy tetszőleges forgalmi minta2. Ha egyensúly KÉSZ3. Egyébként: létezik legalább egy csomag, aminek a legjobbválasza a
többire egy gyorsabb út• Válasszunk egy tetszőleges ilyet; az váltson át erre
4. GOTO 2.
• Állítás: A Legjobbválasz-algoritmus véges lépésben megáll
• Bizonyítás: ötlet: elég azt megmutatni, hogy a legjobbválasz-
leképezések során a potenciális energia szigorúan csökken
Forgalmi minta megtalálása az egyensúlyban
6 / 38
• A potenciális energia és a travel time kapcsolata egyetlen élre
• Az egész rendszerre vonatkoztatva:• Legyen Z egy forgalomminta
• Energy (Z) = az élek potenciális energiáinak összege • Social-Cost(Z) = az átviteli idők összege • Induljunk ki egy közösségileg optimális Z mintából legjobbválasz-leképezések Z’
egyensúlyi minta• A közösségi költség nőhet is, de a potenciális energia csak csökkenhet• A közösségi költség a potenciális energia legfeljebb kétszerese• Tehát a közösségi költség tetszőleges állapotban a kiindulási potenciális
energiának is legfeljebb kétszerese• Azaz az egyensúlyi költség a szociális optimum költségének is legfeljebb
kétszerese• Megj. Itt is igaz az állítás 4/3-os szorzóval, de azt nem bizonyítjuk.
Egyensúly vs közösségi optimum?
7 / 38
Bizonyítás:• Legyen Z a közösségileg optimális minta, Z’ az egyensúlyi minta• A legjobbválasz-leképezések során a potenciális energia csak
csökkenhet
• Már korábban láttuk:
• Az eddigieket összerakva adódik:
A potenciális energia módszerével egy egyensúlyi állapot költségére adható korlát.
Állítás: Az egyensúlyi költség a szociális optimum költségének legfeljebb 2x-ese
8 / 38
1.a 1000 csomagot küldünk A → B. Mi a Nash-egyensúlyi állapot?
Gyakorló feladatok 1.
9 / 38
1.a egyenlően oszlik el a két lehetséges útvonalon1.b Létrejön egy új kapcsolat a hálózatban: C → D, 0 átviteli idővel. Mi most a Nash-egyensúly?Gyakorló feladatok 1.
0
10 / 38
1.c Javul az átvitel sebessége a C → B és A → D utakon. Mi most a Nash-egyensúly?
Gyakorló feladatok 1.
0
5
5
11 / 38
• Hálózatok növekedése• Egy magára hagyott hálózat meddig nő?
• Szinkronizáció• Terjedési jelenségek a hálózatban• Hogyan terjednek a vírusok?
A mai óra tartalmából:
12 / 38
1. Bevezető és áttekintés• Az előző rész tartalmából…
• Forgalommonitorozás játékelmélettel• Milyen terjedési folyamatokat vizsgálunk?
2. Önszerveződő adatbázis mérete• Meddig nő egy adatbázis?
3. Szinkronizáció adatbázisokban1. Vírusterjedés
Stabilitás önszerveződő adatbázisokban
13 / 38
• Meddig nő egy önszerveződő adatbázis?
• Wi-Fi a K épületben vs. a Q-ban
• Populációk növekedése – Verhulst modell• Erre a jelenségre is
használható
• időben állandó növekedési ráta
• teherbírási küszöb
Egy önszerveződő adatbázis mérete
14 / 38
• Legegyszerűbb: • N(t) = az adatbázis mérete t időpontban• r = növekedési ráta
• A növekedés üteme időben állandó
r
t• Exponenciális növekedés
• , azaz mindig az -szeresére nő• A hálózat felrobban
• Nem mehet a végtelenségig
Malthus-féle lineáris növekedési modell
15 / 38
• Vegyük be a túlnépesedést = túl sokan vannak
• Korlátos erőforrások = a szerver csak bizonyos számú számítógépet tud kiszolgálni
• A növekedési ráta nem időben állandó
• Kis N-re r még konstans• Egyre jobban csökken• K = carrying capacity = teherbírás• Ha N>K, akkor negatív: többen
hagyják el a hálózatot, mint ahányan jönnek
Módosítás
A növekedési ráta változása az adatbázisban levő számítógépek számának függvényében.
16 / 38
• Kezelhető verzió: vesszük az egy egységre eső növekedést: • Lineárisan csökkenőnek tesszük fel
• Kapjuk: logisztikus növekedési modell
• Ha N kicsi, majdnem visszaadja a Malthus-modellt• Ha N ≈ K, akkor a növekedés üteme közel 0• Ha N > K, akkor negatív
• Kérdés: N(t) = ?
• Meg lehet oldani analitikusan• És grafikusan
A Verhulst-féle növekedési modell
17 / 38
• Ábrázoljuk -t függvényében• Mit veszünk észre?
• a növekedés gyorsasága• K/2-ig nő, utána csökken• K után negatív• Két fixpont: a 0 és a K
• Ellenőrzés: legyen =0, és oldjuk meg N-re • 0 instabil, K stabil
A növekedés mértéke• Ábrázoljuk -t függvényében• Mit veszünk észre?
• a növekedés gyorsasága• K/2-ig nő, utána csökken• K után negatív• Két fixpont: a 0 és a K
• Ellenőrzés: legyen =0, és oldjuk meg N-re • 0 instabil, K stabil
18 / 38
• Mit jelent mindez?• Először gyorsan nő, aztán egyre lassabban• A teherbírást ha túllépi, csökkeni fog
• Többen hagyják el a hálózatot, mint ahányan jönnek• 0 fixpont, de instabil: kicsit megváltozik, akkor K-ba konvergál• K fixpont, stabil: perturbáció hatására oda visszatalál
Mit jelent mindez?
19 / 38
• Ez a modell nem mindenható, de az alapvető jelenségeket jól mutatja• Az történik, amit intuitívan várunk• Elkezd nőni, beáll a teherbírás körüli értékre• Ha magára hagyjuk, akkor e körül ingadozik• Előrször gyorsabban nő, majd lassabban• Ha túllépi a teherbírást, akkor csökken
Még jobban lefordítva
20 / 38
1. Bevezető és áttekintés• Az előző rész tartalmából…
• Forgalommonitorozás játékelmélettel• Milyen terjedési folyamatokat vizsgálunk?
2. Önszerveződő adatbázis mérete• Meddig nő egy adatbázis?
3. Vírusterjedés önszerveződő adatbázisban
Stabilitás önszerveződő adatbázisokban
21 / 38
• Vírus • utasításhalmaz ami elsősorban önmaga
sokszorosításáról szól• Mennyire fertőző• Mennyi ideig tartja a gazdát fertőző állapotban• Nagyon hasonlít az embert támadó
vírusokra• HIV, Ebola, Influenza
• Számítógép vírusok• Internet előtt (floppy-n)• Az Internet elterjedésével nulla energiával• Broadcast keresés (mindegy kit)• Exponenciális növekedés• Ma már inkább észrevétlenség, adatszerzés,
kapacitás• ILOVEYOU vírus
Vírusok terjedése önszerveződő adatbázisban
22 / 38
• Vírusterjedés vizsgálata• SIR modell• Természetesen tudni kell, hogy ki kivel érintkezik• S(t),I(t),R(t): fertőződésre hajlamosak, fertőzőek, gyógyultak
száma t-kor
• β = S → I contact rate• ν = I → R recovery rate
Vírusterjedés: SIR modell
Lassú, robbanás, lecsengés
23 / 38
• Legkönnyebb vizsgálni: véletlen gráf• Nem életszerű, de jó kiindulópont
• Reprodukciós arány = egy fertőzött egyed egy egészséges populációban hány újat fertőz meg az élettartama alatt
• Véletlen gráf esetén a reprodukciós arány teljesen meghatározza a lefolyást• R0 < 1 : hosszú távon kihal a vírus• R0 > 1: hosszú távon mindenki megfertőződik
Vírusterjedés véletlen gráfmodellben
Reprodukciós arány
Fertő
zött
popu
láci
ó10 R
1
SR 0
24 / 38
• Rács esetén csak az igazán durva betegség teljed el
• A shortcutokon keresztül gyorsan terjed a vírus
• Új közösségeket megfertőzve
• A kisvilágságot figyelmen kívül hagyva, az emberek nem érzik a veszélyt
• Viszont van esély fellépni a kezdeti szakaszban• Modularitás mesterséges növelése• Reprodukciós arány csökkentése,
immunizálás• Egy védekezési stratégia: a shortcutok
elvágása• Tűcsere program
Vírusterjedés kisvilág modellben
Fertőzőképesség
0
Fertő
zött
popu
láci
ó
1
1
Küs
zöb
Véletlen élek aránya0
1
1
25 / 38
• Ez áll a legközelebb a valós önszerveződő hálózatokhoz
• Virus bulletin• A legtöbb számítógép vírus hosszan képes rejtőzködni a hálózatban• Hogy lehetséges ez? (SIR modellben nem lehet)
• Skálafüggetlen modell• Eltűnik a küszöb• Kegyetlen védekezési stratégia:
• Hubok immunizálása• De hogy találjuk meg őket?
Vírusterjedés skálafüggetlen hálózatban
26 / 38
• Hubokat immunizáljuk• Véletlen alany véletlen ismerősét immunizáljuk
• Számítógép vírusok• Microsoft minden kompatibilis mindennel• „When you are dealing with rootkits and some advanced
spyware programs, the only solution is to rebuild from scratch. In some cases, there really is no way to recover without nuking the systems from orbit" Mike Danseglio, program manager in the Security Solutions group at Microsoft 2006
• "Detection is difficult, and remediation is often impossible," Danseglio declared. "If it doesnt crash your system or cause your system to freeze, how do you know its there?
Vírusok elleni védekezés
27 / 38
• Ha véletlenszeűen immunizáljuk a csomópontokat:• Kiválasztunk 5 csomópontot• Ezeket + a szomszédaikat immunizáljuk• 24 csomópontot érünk el
Véletlen immunizálás vs hubok védelme
28 / 38
• Hubokat immunizáljuk• 1 lépésben ≈ 60
csomópontot érünk el
• A hatékony megoldás a hubok védelme
• A hubok azonosítása felvet némi problémát…• Véletlen node egyik
kapcsolata nagy valószínűséggel egy hub
Véletlen immunizálás vs hubok védelme