Sistemi P2P Sistemi P2P Sistemi P2P Sistemi P2P Sistemi P2P Sistemi P2P

Transcript

1 Sistemi Peer To Peer (P2P) Peer-to-Peer (P2P) File Sharing? Sistema distribuito nel quale ogni nodo ha identiche capacità e responsabilità e tutte le comunicazioni sono potenzialmente simmetriche; Gennaro Cordasco cordasco[@]dia.unisa.it Laboratorio ISISLAB 2 (DIA Piano 2) 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: permettono di sfruttare risorse altrimenti non utilizzate; controllo decentralizzato (niente Server); assenza di punti nevralgici (single point to failure); si organizzano da soli; P2P: Applicazioni P2P: Storia File Sharing pastry system can napster File Storage united system devices Distributed ocean store file Kelips system Grid Computing farsite gnutella morpheus? Redundant storage Viceroy Anonymity system bearshare uddi grove Collaboration system kazaa folding@home Instant Messaging system jxta Kademlia freenet fiorana open cola icq limewire jabber tapestry netmeeting ebay seti@home popular power process tree Chord mojo nation Proposti già da oltre 30 anni (ARPAnet era una rete P2P!!!); L introduzione del Web e la grande differenza, in termini di prestazioni, fra macchine Client e Server ha spostato l attenzione verso i sistemi Client\Server; Successivamente, l aumento delle prestazioni delle macchine Client e l aumento delle capacità di banda della Rete, hanno portato un maggiore interesse verso le risorse che si trovano all estremità (edge) della rete. Alla fine degli anni novanta sono nati quindi i primi sistemi P2P (ICQ, Seti@Home) L interesse verso questo tipo di protocolli è aumentato con la nascita dei primi sistemi per file-sharing (Napster (1999), Gnutella(2000)); Nel milioni di utenti hanno scaricato il Client di Napster; Napster ha avuto un picco di traffico di circa 7 TB in un giorno; P2P: Storia(2) Sfortunatamente i primi sistemi P2P soffrivano di gravi problemi di scalabilità Napster era un sistema P2P con lookup centralizzata P2P: Storia(3) L eredità di Napster è stata raccolta da Gnutella; Il 14/03/2000 Justin Frankel e Tom Pepper realizzano la prima release di Gnutella (!!! Solo 14 ore!!! ); La taglia della rete cresce in 7 mesi da 2K a 48K nodi; Tuttavia nel 95% delle query il diametro è di 7-8 hop; Le applicazioni più conosciute che si basano sul protocollo Gnutella sono: BearShare; LimeWire; 1

2 P2P: Storia(4) P2P: Storia(4) GET La lista degli host presenti nella rete è disponibile sul Server gnutellahost.com; C A Il Server gnutellahost.com( ) viene usato dai nodi per il boot: Single point of failure; B D La ricerca di un file usa il flooding (non è scalabile): controllo dei cicli; TTL A s per query evitare (e.g., ) di congestionare Ela rete; C s query hit E s query hit P2P: Scalabilità Esempi Il lavoro richiesto a un determinato nodo nel sistema non deve crescere (o almeno cresce lentamente) in funzione del numero di nodi nel sistema; I protocolli usati da Napster e Gnutella non sono scalabili; Per migliorare la scalabilità sono nati i cosiddetti protocolli P2P di seconda generazione che supportano DHTs (Distributed Hash Tables); Alcuni esempi di questi protocolli sono: Tapestry, Chord, CAN, Viceroy, Koorde, kademlia, kelips ; P2P di seconda generazione e DHT A ogni risorsa e ad ogni nodo è associata una chiave La chiave viene di solito creata facendo l hash del nome della risorsa o dell IP del nodo Ogni nodo del sistema è responsabile di un insieme di risorse/chiavi e tutti realizzano una DHT L unica operazione che un sistema DHT deve fornire è lookup(chiave), la quale restituisce l identità del responsabile di una determinata chiave P2P di seconda generazione e DHT Tutti i nodi del sistema condividono una tabella hash Conoscono la struttura della tabella Ma non conoscono il responsabile di una determinata entry Nodo x Nodo y Nodo z ID m 2

3 Centralizzati (a.k.a. Ibridi) Gerarchici Puri che utilizzano SuperPeer Centralizzati (a.k.a. Ibridi) Gerarchici Puri Servers/Coordinators Communication che utilizzano SuperPeer Servers/Coordinators Communication (2) E possibile classificare i sistemi P2P in base all applicazione fornita: File Sharing Communication Distributed Computing Collaboration 3

4 P2P Desiderata Scalability Stability Performance Decentralization Load Balancing Topology awareness Flexibility P2P: 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). P2P: 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; P2P: Performance Dal punto di vista topologico: Consideriamo una rete P2P come un grafo G=(V,E), dove V è l insieme dei nodi nel sistema e E rappresenta l insieme delle interconnessioni fra essi: Minimizzare, per ogni nodo, le informazioni relative agli altri nodi: minimizzare il grado dei nodi; Minimizzare il numero di messaggi necessari per fare lookup: Condizioni necessarie ma non sufficienti Minimizzare il diametro; Minimizzare l average path lenght (APL), vale a dire, la distanza media fra due nodi nel grafo. P2P: Incorporating Geography P2P: Incorporating Geography(2) Di solito le le prestazioni del routing dei sistemi P2P si misurano contando il numero di hop necessari a individuare il responsabile di una chiave a parità di link nella rete Sarebbe utile, inoltre, minimizzare la latenza del singolo hop s In pratica vogliamo che nodi vicini sulla rete DHT, siano fisicamente vicini s t t Alcune tecniche: 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). PNS(Proximity neighbor selection): La scelta dei vicini non dipende solo dalla distanza fra i nodi sulla rete di overlay ma è influenzata anche dalle distanze reali. PRS(Proximity routing selection): Durante la ricerca l algoritmo di routing non sceglie il successivo step basandosi solo sulla distanza fra i nodi nella rete di overlay; considera anche la distanza effettiva fra i nodi (in termini di RTT). 4

5 P2P: 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. P2P: 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 nodi e alle risorse in modo pseudo-casuale (quasi tutti gli algoritmi usano SHA-1) 5