Resumen

Con el aumento diario de la producción y recopilación de datos, Hadoop es una plataforma para procesar big data en un sistema distribuido. Un nodo maestro gestiona globalmente los trabajos en ejecución, mientras que los nodos trabajadores procesan localmente las particiones de los datos. Hadoop utiliza MapReduce como modelo de computación eficaz. Sin embargo, Hadoop experimenta un alto nivel de vulnerabilidad de seguridad en las nubes híbridas y públicas. En especial, varios trabajadores pueden falsear los resultados sin procesar realmente sus porciones de datos. Se han propuesto varios enfoques basados en la redundancia para contrarrestar este riesgo. Se utiliza un mecanismo de replicación para duplicar todas o algunas de las tareas en varios trabajadores (nodos). Uno de los inconvenientes de estos enfoques es que generan una elevada sobrecarga en el clúster. Además, los trabajadores maliciosos pueden comportarse bien durante un largo periodo de tiempo y atacar más tarde. Este trabajo presenta un modelo novedoso para mejorar la seguridad del entorno de la nube contra los trabajadores no confiables. Se desarrolla un nuevo componente llamado trampa para trabajadores maliciosos (MWT) que se ejecuta en el nodo maestro para detectar a los trabajadores maliciosos (no colusivos y coludidos) cuando se convierten y atacan al sistema. Una implementación para probar el modelo propuesto y analizar el rendimiento del sistema muestra que el modelo propuesto puede detectar con precisión a los trabajadores maliciosos con una sobrecarga de procesamiento menor en comparación con el modelo vanilla MapReduce y Verifiable MapReduce (V-MR) [1]. Además, MWT mantiene un equilibrio entre la seguridad y la usabilidad del clúster Hadoop.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:trabajadores maliciosos, modelo propuesto, nodo maestro, hadoop, periodo de tiempo, aumento de datos, modelo de computación eficaz, nivel de seguridad, vulnerabilidad de seguridad, mecanismo de replicación
• Keywords:malicious workers, proposed model, master node, hadoop, period of time, increase of data, effective computing model, level of security, security vulnerability, replication mechanism