Skip to content
KitploitKITPLOIT
أدواتعمليات الاستغلالالمدونة
Log in
إرسال
أدواتعمليات الاستغلالالمدونة
إرسال

أدوات الاختراق واختبار الاختراق والأمن السيبراني لترسانتك الأمنية!

Kitploit هو دليل لأدوات الاختراق والأمن السيبراني واختبار الاختراق. اكتشف آخر تحديثات المشاريع للعثور على الثغرات وتحليل الأنظمة وأتمتة الاختبارات وتعزيز أمنك.

الخلاصاتاتصالالخصوصية© 2026 Kitploit

دليل الأدوات

الفئات

عرض جميع الفئات
Loading categories
أدوات/GitHubGitHub/nawaralseelawi/pvbrf-id
أدوات دفاعيةأمن الشبكاتالتشفيرالخصوصيةتعلم الآلةكشف التسللالأوراق والأبحاثكشف الشذوذ
GitHubnawaralseelawi/pvbrf-id

pvbrf-id

شيفرة محاكاة ونتائج لبروتوكول كشف تسلل اتحادي خاص وقابل للتحقق ومقاوم للبيزنطيين باستخدام المشاركة السرية وتدقيق Merkle والتزامات Pedersen.

عرض المستودع
28منذ 6 أياملم تتم المراجعة بعد

الأكثر شعبية

عرض الكل →

اكتشف الأدوات الأكثر استخدامًا من قبل مجتمعنا.

استكشف جميع الأدوات

تصفح مجموعتنا من الأدوات

عرض جميع الأدوات →
مشاركة

PVBRF-ID: كشف تسلل اتحادي خاص وقابل للتحقق ومقاوم للبيزنطية لشبكات مؤسسات حقول النفط

كود المحاكاة والنتائج الخام ونصوص الأشكال الخاصة بالورقة البحثية

Mustafa S. Aljumaily, Ali Ataeemh Allami, Mustafa N. Mnati, Nawar S. Alseelawi, Shahab Abdulla, "PVBRF-ID: Private, Verifiable and Byzantine-Robust Federated Intrusion Detection for Oilfield Enterprise Networks," arXiv preprint, 2026. (arXiv link to be added after announcement.)

PVBRF-ID هو مُجمِّع ثنائي الخادم للتعلم الاتحادي. تقوم المواقع بمشاركة تحديثات نموذجها سرّيًا؛ يختبر الخادمان معًا معيار كل تحديث وتشابهه الجيبي مع مرجع مجموعة جذر نظيفة داخل الحصص، ويكشفان بتة قبول واحدة لكل موقع، وينشران التزامات وجذور Merkle وتدقيقًا متماثلًا بحيث يكون إدراج التحديثات المقبولة قابلًا للتحقق.

النطاق. هذه محاكاة. المقارنة الآمنة، وإثباتات النطاق لكل إحداثي، وتوليد ثلاثيات Beaver، والقص الآمن يتم نمذجتها كوظائف مثالية؛ ومجموعة Pedersen هي مجموعة لعبة بحجم 512 بت تُستخدم فقط لتوسيع التكلفة. تستخدم التجارب حركة Edge-IIoTset العامة مع مواقع محاكاة. لم تُستخدم أي بيانات مشغّل. اقرأ قيود الورقة قبل الاقتباس بأي رقم.

التخطيط

المسارالغرض
faithful_agg.pyنواة البروتوكول: مشاركة سرية جمعية على GF(2^127-1)، ترميز النقطة الثابتة، اختبارات معيار Beaver الثلاثية والتشابه الجيبي (بما في ذلك الحالة المتسامحة tau < 0)، إدراج Merkle بـ SHA-256، التزامات Pedersen والتدقيق المتماثل
test_core.py12 اختبارًا للصحة وكشف التلاعب (python test_core.py)
demo_sanity.pyتشغيل تحقق شامل من البداية إلى النهاية على بيانات اصطناعية بالإضافة إلى قياس التكلفة
exp_ref_tau.pyمسح مرجعي للمصدر × عتبة جيب التمام × الهجوم على بيانات اصطناعية (بذرة واحدة، للتحقق فقط)
notebooks/faithful_agg_edgeiiot_v5_final.ipynbالتجربة الرئيسية: 870 تشغيلًا (10 بذور × 87 تهيئة) على Edge-IIoTset
notebooks/faithful_agg_edgeiiot_v5b_tolerance_attack.ipynbالتجربة التكميلية: 160 تشغيلًا مع المهاجم التكيفي المستغل للتسامح
results/v5_full/المخرجات الخام لكل تشغيل للتجربة الرئيسية (results.csv) وجميع الجداول المشتقة
results/v5b_tolerance/المخرجات الخام لكل تشغيل للتجربة التكميلية
make_figures.pyيعيد توليد الأشكال 2-5 من المخطوطة والجدول التكميلي S3 من ملفي results.csv
figures/أشكال المخطوطة

يحتفظ الكود وملفات النتائج بالاسم التطويري للطريقة، faithful_agg / faithful_root؛ faithful_root_t-0.3 في results.csv هو PVBRF-ID مع مرجع مجموعة الجذر و tau = -0.3.

إعادة الإنتاج

pip install -r requirements.txt
python test_core.py                 # 12 tests, about a minute
python make_figures.py              # figures from the shipped results, seconds

لإعادة تشغيل التجارب، نزّل ملف Edge-IIoTset DNN (DNN-EdgeIIoT-dataset.csv، 2,219,201 تدفقًا؛ متاح من مؤلفي مجموعة البيانات عبر IEEE DataPort أو Kaggle)، ضعه في data/DNN-EdgeIIoT-dataset.csv، وشغّل الدفترين من مجلد notebooks/ بالترتيب:

  1. faithful_agg_edgeiiot_v5_final.ipynb (حوالي 1.1-2.9 ساعة على 8 أنوية؛ قابل للاستئناف؛ يكتب results/v5_full/)
  2. faithful_agg_edgeiiot_v5b_tolerance_attack.ipynb (حوالي 30 دقيقة؛ يكتب results/v5b_tolerance/)

يمكن تجاوز المسارات باستخدام متغيرات البيئة EDGE_DATA و CORE_DIR و OUT_DIR. جميع التشغيلات حتمية بالنظر إلى البذور في config.json. تظهر خطوط الأساس الأربعة للنص الصريح في كلتا التجربتين ويجب أن تتوافق حتى آخر رقم؛ وهي كذلك.

ملخص البروتوكول (جولة واحدة)

  1. يدرّب الخوادم على مجموعة الجذر للحصول على تحديث المرجع r_t؛ تنشر B_t = kappa * ||r_t|| و r_t / ||r_t||.
  2. يقسّم كل موقع تحديثه إلى حصتين جمعيتين، ويلتزم بكل حصة (Pedersen) ويرسل حصة واحدة إلى كل خادم.
  3. تحسب الخوادم حصص ||u_i||^2 و <u_i, r_t>^2 باستخدام ثلاثيات Beaver؛ تكشف مقارنة مثالية فقط بتة القبول b_i.
  4. يجمع كل خادم الحصص المقبولة، وينشر حصته المجمعة، والعشوائية المجمعة، وخريطة البتات المقبولة، وجذر Merkle على التزاماته.
  5. يتحقق أي شخص من prod_{i accepted} C_i^j = Com(A_j; R_j) لكلا الخادمين؛ ويتحقق كل موقع من مسار إدراجه في Merkle.

حقيقي: المشاركة، ترميز النقطة الثابتة، الضرب الداخلي Beaver، أشجار Merkle، التزامات Pedersen والتدقيق. مثالي: المقارنة الآمنة (اتصالاتها تقدير بديل)، إثباتات النطاق، توليد الثلاثيات، القص الآمن والضجيج داخل التجميع.

النتائج الرئيسية (Edge-IIoTset، 15 فئة، 10 مواقع، 10 بذور)

نظيفانقلاب الإشارةتكيفي 30%
FedAvg0.7060.0910.046
Multi-Krum (نص صريح)0.6900.6860.693
PVBRF-ID (tau = -0.3)0.7080.6960.571
PVBRF-ID + قص آمن0.6970.6880.641

تمر الأبواب الخلفية عبر المرشح (ASR 1.00)؛ التخفيف القائم على الضجيج استكشافي (epsilon >= 16.9). يستعيد مهاجم استدلال التحديث مزيج الفئات من التحديثات النصية الصريحة (Spearman 0.81) ولكن ليس من حصة خادم واحد (0.00). الاتصالات حوالي 19 ضعف رفع FedAvg النصي الصريح.

الترخيص

MIT، انظر LICENSE.

تنزيل الأداة