28、虚拟专用网络中的安全协议与技术详解

虚拟专用网络中的安全协议与技术详解

1. IKE 主模式与积极模式

在建立 IPsec 连接的过程中,IKE(Internet Key Exchange)协议起着关键作用,它有主模式(Main Mode)和积极模式(Aggressive Mode)两种模式。

主模式使用三对消息来完成不同的任务:
- 第一对消息:协商 IKE SA(Security Association)参数。
- 第二对消息:执行密钥交换。
- 第三对消息:相互认证端点。

每对主模式消息可能还包含一个供应商 ID,用于指示发送方 IPSec 软件的供应商,通过这个 ID 可以识别发送方的一些特征和偏好。

积极模式则是主模式的一种更快的替代方案,它通过三条消息来协商 IKE SA 的建立:
1. 第一条消息:端点 A 发送所有保护套件参数、Diffie - Hellman 密钥交换的部分、一个随机数(nonce)和其身份信息。
2. 第二条消息:端点 B 发送保护套件参数、Diffie - Hellman 密钥交换的部分、一个随机数、其身份信息以及认证负载(通过数字签名或哈希)。
3. 第三条消息:端点 A 发送其认证负载。

积极模式虽然能通过更少的消息协商与主模式相同的参数,并且可用于没有固定 IP 地址的主机的预共享密钥认证,但它的安全性相对较低。因为 Diffie - Hellman 密钥交换从第一个数据包就开始,双方没有机会协商 Diffie - Hellman 参数,而且身份信息在某些情况下可能不会被隐藏,容易受到预共享密钥破解攻击,导致用户身份假冒和中间人攻击。除非存在性能问题,一般建议在第一阶段交换

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值