信息中心网络安全防御关键技术研究.pdfVIP

哈尔滨工程大学专业学位硕士学位论文

摘要

5G

近几十年来，由于物联网、人工智能、边缘计算、等网络技术的发展，网络流

量急剧扩张，移动流量用户增长迅速，传统互联网架构的传输瓶颈问题凸显。为了解决

海量数据共享和移动性支持问题，研究人员将更多的精力放在了下一代网络架构的研究

上，信息中心网络应用而生。信息中心网络是为了适应未来的互联网流量而开发的，拥

有节点缓存、隐私保护、移动性支持等重要特征。信息中心网络可以在路由节点缓存内

容信息，无需源源不断的从原始内容服务器请求重复内容，这一特性也使得信息中心网

络面临一些与缓存相关的安全问题，如缓存污染攻击和定时攻击等。本文主要针对信息

中心网络中缓存污染攻击的检测与防御、定时攻击的缓解进行深入研究。

首先，针对缓存污染攻击难以检测，并且缺少针对缓存污染攻击的有效防御机制的

问题，本文提出了一种基于深度确定性策略梯度的缓存污染攻击检测与防御模型。该模

型使用深度强化学习方法，可以通过分析节点中内容的状态，针对不同的请求内容做出

不同的缓存策略，对于合法请求内容进行正常的转发和缓存，对于缓存污染攻击内容进

行限速并禁止缓存。通过设计对比实验，将该模型与其他模型在缓存污染检测准确率、

缓存命中率和平均跳数方面进行对比，证明了所提出的模型可以有效防御缓存污染攻击，

并提高了缓存的命中率。

其次，针对现有的定时攻击缓解策略大多基于时延，导致该类策略下普遍存在请求

时延较高、用户体验差的问题，本文提出了一种基于缓存偏移的定时攻击缓解策略。该

策略通过收集网络中各个内容的数量和请求次数，量化了内容的流行度和特定用户对于

不同内容的喜爱程度。再使用优劣解距离算法，通过请求内容的流行度和用户喜好度来

求解隐私内容的最佳缓存偏移量，从而缓解定时攻击。通过设计对比实验，将该策略与

其他策略在平均请求时延、隐私保护熵和隐私泄露度方面进行对比，验证了所提出的策

略可以有效提高内容的隐私性，并且减小请求时延。

关键词：信息中心网络；缓存污染攻击；定时攻击；确定性策略梯度；缓存偏移

哈尔滨工程大学专业学位硕士学位论文

Abstract

Asthenumberofinternetuserscontinuestogrow,networktraffichasexploded,leading

tosignificantchangesinthemainfunctionsoftheinternet,fromchannel-basedtransmission

ofsmall-scaledatatoefficientdistributionoflarge-scaledata.Thesechangeshaveexposed

manyproblemsinthescalability,locationdependency,andefficienttransmissionof

traditionalinternetarchitectures.Inordertoaddresstheseissues,theresearchersproposea

newnetworkarchitecturecalledInformation-CentricNetworking(ICN).Inthisnetwork,each

routerhasacachingstorageareatostorerequestedcontent,enablingthesharingof

large-scaledata.However,thecachingspaceinICNisapublicdataexchangecenter,which

urgentlyrequiressolutionstovarioussecurityissuesrelatedtocaching,includingcache

privacyleakageandcachepollutionattacks.Thispaperfocuseson