مکانیسمی ساده برای تشخیص حملات آلوده به کش در شبکه سازی داده

شبکه محتوای مرکزی ( ccn)یک نمونه در حال ظهور است که به عنوان جایگزینی ممکن برای زیرساخت اینترنت محور مبتنی بر IP در نظر گرفته می‌شود. در ccn محتوای نام گذاری شده – به جای میزبان‌های واسط – تبدیل به یک نهاد رده اول می‌شود. بنابراین محتوا از محل آن جدا می‌شود. این امر، در میان چیزهای دیگر، پیاده‌سازی حافظه نهان(کش) را میسر می‌سازد.
شبکه سازی داده‌ها ( (NDNنمونه‌ای بارز از ccn است. در NDN، همه گره‌ها (یعنی میزبانان، روترها)اجازه دارند که حافظه نهان(کش) محلی داشته باشند، که برای برآورده کردن درخواست‌های ورودی برای محتوا مورد استفاده قرار می‌گیرند. این امر باعث می‌شود که NDN معماری خوبی برای توزیع مقیاس بزرگ شود. با این حال، تکیه‌بر حافظه نهان به یک دشمن اجازه می‌دهد تا حملاتی را انجام دهد که بسیار موثر و نسبتا آسان است. چنین حملاتی عبارتند از آلودگی با حافظه نهان (به عنوان مثال، معرفی محتوای مخرب به حافظه‌های نهان)و آلودگی حافظه نهان (به عنوان مثال، اختلال در مکان حافظه نهان).
این مقاله بر روی حملات آلودگی حافظه نهان متمرکز است، جایی که هدف دشمن ایجاد اخلال در محل حافظه نهان بر

Content-Centric Networking (CCN) is an emerging paradigm being considered as a possible replacement for the current IP-based host-centric Internet infrastructure. In CCN, named content – rather than addressable hosts – becomes a first-class entity. Content is therefore decoupled from its location. This allows, among other things, the implementation of ubiquitous caching.Named-Data Networking (NDN) is a prominent example of CCN. In NDN, all nodes (i.e., hosts, routers) are allowed to have a local cache, used to satisfy incoming requests for content. This makes NDN a good architecture for efficient large scale content distribution. However, reliance on caching allows an adversary to perform attacks that are very effective and relatively easy to implement. Such attacks include cache poisoning (i.e., introducing malicious content into caches) and cache pollution (i.e., disrupting cache locality).This paper focuses on cache pollution attacks, where the adversary’s goal is to disrupt cache l