Diapositiva 1

1
Peer To Peer (o quasi)
Gennaro Cordasco
2
P2P (o quasi)
?Peer to Peer (P2P)?
jxta
can
pastry
fiorana
napster
united devices
freenet
?
open cola
aim
ocean store
netmeeting
farsite
gnutella
icq
ebay
morpheus
limewire
seti_at_home
bearshare
uddi
grove
jabber
popular power
kazaa
folding_at_home
tapestry
mojo nation
process tree
chord
3
P2P (o quasi)
Sommario

• Cosa vuol dire Peer to Peer(P2P)
• Un po di storia
• Distributed Hash Table (DHT)
• Alcuni problemi aperti su DHT
• Alcune applicazioni (quasi ?)
• JXTA

4
P2P (o quasi)
Cosa vuol dire Peer to Peer (P2P)?

• Sistema distribuito nel quale ogni nodo ha
  identiche capacità e responsabilità e tutte le
  comunicazioni sono potenzialmente simmetriche
• Peer to peer (obiettivi) condividere risorse e
  servizi (dove per risorse e servizi intendiamo
  scambio di informazioni, cicli di CPU, spazio sul
  disco )
• I sistemi P2P possiedono molti aspetti tecnici
  interessanti
• decentralized control
• adaptation
• self-organization

5
P2P (o quasi)
Un po di storia

• Proposti già da oltre 30 anni
• Sviluppati nellultimo decennio
• Linteresse verso questo tipo di protocolli è
  aumentato con la nascita dei primi sistemi per
  file-sharing (Napster (1999), Gnutella(2000))
• Nel 2000 50 milioni di utenti hanno scaricato il
  client di Napster
• Napster ha avuto un picco di traffico di circa 7
  TB in un giorno
• L11/12/2002 è stata aperta lasta online per la
  vendita del server di Napster

6
P2P (o quasi)
Ip address
P2P di seconda generazione e DHT

• Scalabilità il lavoro richiesto a un
  determinato nodo nel sistema non deve crescere (o
  almeno cresce lentamente) in funzione del numero
  di nodi nel sistema
• Problema, i protocolli usati da Napster e
  Gnutella non sono scalabili
• (In realtà non sono P2P!!!)
• Per migliorare la scalabilità sono nati i
  cosiddetti protocolli P2P di seconda generazione
  che supportano DHT (Distributed Hash Table)
• Alcuni esempi di questi protocolli sono
  Tapestry, Pastry, Chord, Can, Viceroy

7
P2P (o quasi)
Ip address
P2P di seconda generazione e DHT

• A ogni file e ad ogni nodo è associata una
  chiave
• La chiave viene di solito creata facendo lhash
  del nome del file
• Ogni nodo del sistema è responsabile di un
  insieme di file(o chiavi) e tutti realizzano una
  DHT
• Lunica operazione che un sistema DHT deve
  fornire è lookup(key), la quale restituisce
  lidentità del responsabile di una determinata
  chiave.

8
P2P (o quasi)
P2P is as P2P does ?
DHT Utilità

• File sharing system
• File storage system
• Distributed file system
• Redundant storage
• Availability
• Performance.
• Permanence
• Anonymity
• Chat service

9
P2P (o quasi)
DHT Routing

• La scalabilità di un protocollo è direttamente
  legata allefficienza dellalgoritmo usato per il
  routing
• In questo senso sostanzialmente gli obiettivi
  sono due
• Minimizzare il numero di messaggi necessari per
  fare lookup
• Minimizzare, per ogni nodo, le informazioni
  relative agli altri nodi
• I vari DHT conosciuti differiscono proprio nel
  routing

10
P2P (o quasi)
DHT Routing (Tapestry)

• Realizzazione dinamica dellalgoritmo di Plaxton
  et al.(che non si adattava a sistemi dinamici)
• Supponendo che le chiave è costituita da un
  intero positivo lalgoritmo di routing corregge a
  ogni passo un singolo digit alla volta
• Per fare ciò un nodo deve avere informazioni sui
  nodi responsabili dei prefissi della sua chiave
  (O(log N) nodi)
• Il numero di messaggi necessari per fare lookup
  è O(log N)
• Lalgoritmo in pratica simula un Ipercubo

11
P2P (o quasi)
DHT Routing (Chord)

• Le chiavi sono mappati su un array circolare
• Il nodo responsabile di una determinata chiave è
  il primo nodo che la succede in senso orario
• Ogni nodo x di Chord mantiene due insiemi di
  vicini
• I log N successori del nodo x più il
  predecessore. Questo insieme viene usato per
  dimostrare la correttezza del Routing
• Un insieme log N nodi distanziati
  esponenzialmente dal nodo x, vale a dire
  linsieme dei nodi che si trovano a distanza 2i
  da x per i che va da 0 a log N 1. Questo
  insieme viene usato per dimostrare lefficienza
  del Routing

12
P2P (o quasi)
DHT Routing (Chord)

• Le informazioni che il nodo deve mantenere sugli
  altri nodi sono log N log N 1 O(log N)
• Il numero di messaggi necessari per fare lookup
  è O(log N)
• Il costo che si paga quando un nodo lascia o si
  connette alla rete è di O(log2N) messaggi
• Lalgoritmo in pratica simula un Ipercubo,
  inoltre si comporta molto bene in un sistema
  dinamico
• Svantaggi
• una sola dimensione
• una sola strada

13
P2P (o quasi)
DHT Routing (CAN)

• I nodi sono mappati su un toro d-dimensionale
• A ogni nodo è associato un sottoinsieme di
  questo spazio d-dimensionale
• Ogni nodo mantiene la lista dei nodi
  responsabili dei sottospazi che confinano con il
  proprio sottospazio
• Ogni nodo ha O(d) vicini (due per ogni
  dimensione)
• Il routing avviene in passi,
  in media
• Da notare che se usiamo d log N dimensioni
  abbiamo O(log N) vicini e il routing ha costo

14
P2P (o quasi)
DHT Routing (Viceroy)

• I nodi sono mappati su una butterfly e
  contemporaneamente su un array circolare
• Ogni nodo ha un identificatore addizionale
  chiamato livello
• Tre tipi di link
• General link predecessore e successore
  sullarray circolare (2 link)
• Level ring connette i nodi di uno stesso
  livello (2 link)
• Butterfly link realizza la butterfly (2 link)
• Ogni nodo ha O(1) vicini
• Il routing avviene in O(log N) passi in media e
  O(log2 N) passi WHP

15
P2P (o quasi)
DHT Routing (Viceroy)
16
P2P (o quasi)
Ip address
DHT Routing (Osservazioni)

• Esistono un bel po di soluzioni (Ce ne sono
  altre!!!)
• Le prestazioni sono più o meno uguali (in
  teoria)
• La domanda da porsi però è Il gioco vale la
  candela

17
P2P (o quasi)
DHT Capacità di far fronte ai fallimenti

• Cosa succede se un nodo cade?
• I dati presenti nel nodo possono essere
  recuperati solo se ci sono duplicati.
• Il routing continua a funzionare? Con quale
  efficienza?
• Quanto costa una procedura per ripristinare
  tutti i link?
• Chi chiama questa procedura? (vale a dire chi si
  accorge che un nodo non è attivo).

18
P2P (o quasi)
DHT Routing Hot Spots

• Se una chiave è richiesta più spesso, il
  responsabile della chiave e anche i suoi vicini
  potrebbero sovraccaricarsi
• Per ovviare al problema si possono usare
  meccanismi di caching e di duplicazione
• Diverso è il problema relativo ai nodi che si
  sovraccaricano per il traffico generato dalle
  lookup
• Questo tipo di traffico è abbastanza difficile
  da individuare e da gestire

19
P2P (o quasi)
DHT Incorporating Geography

• Finora abbiamo misurato le prestazioni del
  routing contando il numero di hop necessari a
  individuare il responsabile di una chiave
• Sarebbe utile, inoltre, minimizzare la latenza
  del singolo hop
• In pratica vogliamo che nodi vicini sulla rete
  DHT, siano fisicamente vicini
• Alcune tecniche
• Proximity Neighbor Selection Alcuni algoritmi
  danno la possibilità di scegliere più percorsi
  per effettuare il routing, unidea potrebbe
  essere quella di scegliere ad ogni passo il
  vicino fisicamente più vicino

20
P2P (o quasi)
DHT Incorporating Geography

• Geographic Layout Usare un algoritmo per
  attribuire le chiavi ai nodi in modo che nodi
  fisicamente vicini abbiano identificatori
  simili. (Controindicazioni Bilanciamento del
  carico, Routing Hot Spots e Sicurezza)
• Mentre è possibile dimostrare che le latenze fra
  i nodi di una internet si possono modellare
  ragionevolmente su uno spazio d-dimensionale con
  d2, ancora non è stato trovato un mapping
  ragionevole su un sistema a 1 dimensione.
• (Problema Chord ad esempio ha una sola
  dimensione).

21
P2P (o quasi)
DHT Incorporating Geography (CAN)

• Un idea
• Supponiamo di avere m macchine sempre attive che
  svolgono il compito di marcatori. (Non devono
  necessariamente far parte del sistema)
• Ogni nodo misura il suo RTT verso ogni marcatore
  e ordina i marcatori in ordine crescente di RTT
• Esistono m! disposizioni diverse dei marcatori
• Si partiziona lo spazio delle chiavi in m! zone
  uguali
• Si assegna lo stesso sottospazio ai nodi che
  calcolano la stessa disposizione dei marcatori
• Si può usare anche su spazi a una sola
  dimensione?

22
P2P (o quasi)
DHT Incorporating Geography

• Problemi
• Bilanciamento del carico
• Routing Hot Spots
• Sicurezza
• La scelta della posizione dei marcatori è un
  fattore critico
• Chi fa da marcatore?

23
P2P (o quasi)
DHT Extreme Heterogeneity

• I nodi connessi a questo tipo di reti sono
  eterogenei (Es. capacità di calcolo e banda)
• E possibile progettare algoritmi di routing che
  considerino anche questa eterogeneità
• La tecnica più diffusa per risolvere questo
  problema consiste nel considerare dei nodi
  virtuali tutti con le stesse capacità e assegnare
  a ogni nodo reale un numero di nodi virtuali
  proporzionale alle proprie capacità

24
P2P (o quasi)
DHT Sicurezza

• E possibile realizzare un protocollo P2P che
  resiste ad attacchi di tipo denial of service
• E necessario replicare i dati
• E importante usare funzioni hash One Way (per
  i dati e per i nodi)
• E importante osservare che tutte le
  dimostrazioni relative alla sicurezza dei vari
  algoritmi incontrati finora si basano sul fatto
  che le chiavi vengono associate ai files in modo
  casuale (quasi tutti gli algoritmi usano SHA)

25
P2P (o quasi)
P2P(quasi) Classificazione

• Hybrid
• Centralized index, P2P
• file storage and transfer
• Super-peer
• A pure network of
• hybrid clusters
• Pure
• functionality completely
• distributed

26
P2P (o quasi)
P2P(quasi) Direct Connect (DC)

• Usa una serie di hub (server) che mantiene le
  informazioni relative a un gruppo di utenti
• Una volta connessi ad un hub si condivide file
  solo con i nodi connessi a tale hub
• E possibile connettersi a più hub
  contemporaneamente
• Gli hub sono connessi tra loro ma non si
  scambiano informazioni relative alla ricerca di
  una determinata chiave !!!(Sono tanti piccoli
  Napster)
• La lista degli hub attivi viene mantenuta da
  tutti gli hub e aggiornata periodicamente dagli
  altri hub mediante messaggi del tipo I am here

P2P ibrido
27
P2P (o quasi)
P2P(quasi) WinMx

• E basato su una rete di server (circa 50)
  chiamata OpenNap nata subito dopo che è stato
  chiuso il server di Napster
• Viene usata anche da NapMx
• In WinMx viene fatta una distinzione fra nodi di
  connessione primaria
• direttamente connessi ai server
• sono usati anche per il Routing
• e nodi di connessione secondaria
• connessi solo ai nodi di connessione primaria
• non si occupano di Routing

SuperPeer-ibrido P2P
28
P2P (o quasi)
P2P(quasi) KaZaA

• Viene usata una rete proprietaria
• In KaZaA viene fatta una distinzione fra nodo e
  Supernodo(server)
• Ogni nodo semplice collabora con il proprio
  Supernodo
• I Supernodi collaborano tra loro e con i propri
  sottonodi
• Come sono connessi i Supernodi?

SuperPeer P2P
29
P2P (o quasi)
P2P(quasi) Gnutella2
Nodo Hub

• Struttura simile a KaZaA
• In Gnutella2 il numero massimo di nodi affidati
  a un hub è basso(150)
• Il costo di comunicazione fra nodi e hub è basso
  (la comunicazione a questo livello non è P2P e in
  un certo senso è giusto che sia così)

SuperPeer P2P
30
P2P (o quasi)
P2P(quasi) Gnutella2
Nodo Hub

• Il problema principale è rappresentato dalla
  comunicazione fra gli hub
• Gli hub sono raggruppati in cluster
• Quando un nodo richiede la ricerca di un proprio
  elemento al proprio hub
• Viene ricercato lelemento nel proprio cluster
• Viene ricercato lelemento nei cluster vicini(a
  distanza 1) più qualche cluster lontano scelto a
  caso
• Viene ricercato lelemento nei cluster vicini
  dei vicini (a distanza 2) più qualche cluster
  lontano scelto a caso
• .

31
P2P (o quasi)
P2P(quasi) Gnutella2
Nodo Hub

• La lista degli hub a distanza i1 è ottenuta in
  risposta alla ricerca effettuata sugli hub a
  distanza i
• Ogni hub mantiene la lista degli hub vicini più
  una cache di hub lontani aggiornata di tanto in
  tanto
• Viene mantenuta una done list
• Le ricerche allinterno del cluster sono fatte
  usando TCP
• Le ricerche fra cluster sono fatte usando UDP

UDP SEARCH
TCP SEARCH
32
P2P (o quasi)
P2P Gnutella

• La ricerca usa il flooding
• La ricerca risulta inefficiente e non scalabile

P2P Puro
33
P2P (o quasi)
P2P(quasi) Osservazioni

• In generale i sistemi che hanno più server sono
  più scalabili dei sistemi che hanno meno server
  ma, allo stesso tempo, più lenti nelle ricerche
• I server sono usati solo per la ricerca del
  dati
• Tutte i protocolli visti finora sono usati per
  file-sharing
• Tutti usano un server per il boot
• Ma vale la pena chiamarli P2P???

34
P2P (o quasi)
P2P(file-storage-service) FreeNet

• Ogni nodo mette a disposizione un po di spazio
• Le operazioni possibili sono get e put di un
  file
• Per aggiugere un nuovo file si invia un send
  message nella rete e un identificatore GUID
  (Global Unique Identifier) in base al quale il
  file viene memorizzato in un insieme di nodi
  (Data Partition)
• Per recuperare un file basta inviare un
  messaggio di richiesta contenente il GUID del
  file
• Servizi aggiuntivi
• Persistenza
• Anonimia

P2P Puro
35
P2P (o quasi)
P2P FreeNet(Routing)

• E tuttaltro che efficiente

36
P2P (o quasi)
JXTA

• Sun ha realizzato una piattaforma open source
  JXTA (sta per juxtapose) per creare in modo
  facile applicazioni P2P.
• JXTA non è una libreria di codice piuttosto,
  è un insieme di protocolli che può essere
  implementato in ogni linguaggio e su ogni rete
  per costruire applicazioni P2P.
• JXTA fornisce tutte le funzionalità di base
  richieste in una applicazione P2P fra queste
• peer discovery
• peer communication
• JXTA è 100 OPEN SOURCE per ulteriori info
  http//www.jxta.org