برای ساخت چنین سیستمی، نیاز به داده های آموزشی هست. دقیقا اون وقفه ای که بین شناسایی همراه اول و فیلترینگ سراسری هست دقیقا همون زمانی هست که دیتاهای آموزشی جمع میشوند.
قبلا اشاره کرده بودم که ربات هایی چینی دارند اطلاعاتی از سرور جمع آوری می کنند که اونا هم همین وظفیه رو دارند.
دیتا که دقیقا رشته ای از صفر و یک هاستند یک برچسب می گیرند به عنوان فیلترشکن
دیتا عادی رو هم که راحت جمع می کنند به عنوان دیتای نرمال یا ترافیک معمولی
حالا می ایند الگو های اماری و توزیع دیتا روی این رشته های صفر و یک رو بررسی می کنند و یک پترن از توش در می ارند.
این پترن میشه الگوی تشخیص فیلترینگ که به صورت آفلاین چک می کنند ایا رشته ی ارسالی از سرور شما فیلترینگ هست یا ترافیک عادی
حالا چه باید کرد؟
الگو باید شکسته شود و پترن باید عوض بشه. خفن ترین کاری که bepass داره انجام میده همین تغییر دائم الگو هاست.
اگر الگو هر فیلترشکن متفاوت باشه داده های آموزشی کاملا محلی میشه و خطای الگو به شدت افزایش می یابد.
روش های مثل فرگمنت که الان خوب کار می کنند به همین دلیل هست چون الگو ها رو بهم میریزه و رشته ها رو به رشته های کوچک تر با الگو متفاوت تبدیل می کنه.
راه حل هایی که من بلدم ایناست:
۱. تغییر الگو ( رشته صفر یک با الگویی متفاوت)
۲. استفاده از ترافیک واقعی در سایت
۳. شیب افزایش پهنای باند مصرفی تدریجی باشه و به صورت انفجاری اضافه نشود.
۴. نذارید دیتای آموزشی جمع کنند. ربات ها رو ببندید و بعد از لو رفتن رو همراه اول تغییرات بدید.
اگر خواستید بیشتر بخونید برید سراغ pattern recognition
در ضمن ساخت همچین سیستم انقدری هم که فکر می کنید سخت نیست. مهم دیتا آموزشی هست که دودمان همه رو به باد میده.
• • •
Missing some Tweet in this thread? You can try to
force a refresh