(Discovering) Peer-to-Peer Javier Echaiz Ana Maguitman

(Discovering) Peer-to-Peer(Discovering) Peer-to-Peer

Javier Echaiz

Ana Maguitman

Definición

• Un sistema peer-to-peer (p2p) es un sistema distribuido sin ningún control centralizado y donde la funcionalidad de cada nodo es idéntico.

“Single servants are less powerful than a single server but the collective of many servants is more powerful than any single server” – by Daniel Stephen Rule

Definiciones P2P

Preocupación sobre la red

Preocupación sobre la aplicación

Definiciones

Definiciones P2P

Redes completamente descentralizadas con estructuras no-jerárquicas y comunicación simétrica - Stoica et al.



Definiciones

Definiciones P2P

Los sistemas P2P acentúan la cooperación entre entidades (conocidas como Peers) que son esencialmente iguales y que se

proporcionan servicios entre ellas. P2P acentúa la descentralización, la resistencia y la explotación de recursos de la red - Coulson.



Definiciones

Definiciones P2P

Elementos relacionados que se aprovechan de los recursos disponibles de la red - Shirky



Definiciones

Introducción

Peer-To-Peer (P2P): Compartición de recursos informáticos e información mediante intercambio directo.

La comunicación es simétrica.

Los equipos actúan como iguales (peers).

Los peers cumple a la vez el papel de cliente y servidor.

Alternativa a la arquitectura cliente/servidor.

Modelo cliente/servidor

Modelo cliente/servidor

Modelo cliente/servidor: Un servidor ofrece servicio a muchas máquinas cliente.Gran extensión en las aplicaciones Internet: FTP, www, correo electrónico.Ventajas: Casi toda el procesamiento se realiza en el servidor. Clientes muy simples. Clientes pasivos.

Inconvenientes: Conforme el número de clientes crece, la carga y la demanda de

ancho de banda del servidor se incrementa impidiendo a este servir más peticiones.

Direcciones IP dinámicas: impiden ofrecer servicios a otros usuarios.

Redes privadas: los sistemas de seguridad (firewalls, NAT) impiden las conexiones externas.

Peer-To-Peer

Cualquier equipo puede ofrecer un servicio a otro.Organización totalmente distribuida: No dependen de un servidor centralizado para ofrecer

acceso a los servicios.Funcionan de forma independiente al sistema de nombrado de dominio (DNS).Distribuyen la responsabilidad de ofrecer servicios entre todos los peers de la red: Elimina las indisponibilidades de servicios debidas a

caídas de los servidores. Mejora la escalabilidad.

Peer-To-Peer

Ventajas: Escalabilidad. Agregación de información. Disponibilidad. Tolerancia a fallos.

Inconvenientes: Redundancia. Las peticiones de servicio no son deterministas:

Dos clientes que soliciten el mismo recurso pueden conectarse con máquinas completamente diferentes, a través de rutas diferentes, y posiblemente con resultados diferentes.

Los servicios no siempre están disponibles.

Posibles soluciones: Acceso redundante a los recursos:

El servicio está disponible mientras exista un peer conectado.

Peer-To-Peer

Elementos de P2P. Peers.

Peer: Cualquier entidad capaz de realizar una tarea útil y comunicar el resultado de dicha tarea a otra entidad de la red, bien directa o indirectamente.Puede desde ser una aplicación en una sola máquina, una aplicación distribuida en varias máquinas o cualquier dispositivo.Tipos de peers: Peers simples: Sirven a un solo usuario final, permitiendo a

este usuario ofrecer y utilizar servicios de otros peers. Peers rendezvous: Permite descubrir a otros peers o

recursos. Responden directamente o propagan la consulta. Peers enrutadores: Permite la comunicación entre peers

que no tienen conectividad física directa (firewalls, NAT’s).

Elementos de P2P. Peer groups.

Peer group: Conjunto de peers que comparten un interés u objetivo común definido por todos los miembros del grupo.Objetivos de los peer groups: Crear entornos seguros.

Establecer políticas de seguridad (login/password, PKI, etc). Publicar contenidos protegidos de acceso restringido.

Crear entornos limitados. Crear dominios de especialización (divisiones lógicas). Limitar las búsquedas de recursos.

Crear entornos de monitorización. Monitorizar el estado de un grupo de equipos.

Elementos de P2P. Transporte de red.

Transporte de red: Capa de procesamiento responsable de la transmisión de los datos. Puede ser un protocolo de bajo nivel, como UDP o TCP, o un protocolo de alto nivel, como HTTP o SMTP. Puede dividirse en tres componentes: Extremos: El origen inicial o destino final de cualquier

fragmento de datos transmitido en la red. Un extremo corresponde a las interfaces de red utilizadas para enviar y recibir datos.

Tuberías: Canales virtuales de comunicación asíncronos y unidireccionales que conectan uno o más extremos.

Mensajes: Contenedores de datos transmitidos a través de una tubería desde un extremo a otro.

Elementos de P2P. Servicios.

Servicios: funciones y capacidades que los peers ofrecen al resto de la red.Permiten a los dispositivos el acceso a los recursos.Pueden dividirse en dos categorías: Servicios de peer.

Funciones que ofrece un peer determinado de la red a otros peers.

Las capacidades de este servicio son propias del peer y sólo estarán disponibles mientras se encuentre conectado a la red.

Servicios de peer group. Funciones que ofrece un peer group a sus miembros. Pueden ser suministrados por varios miembros: acceso

redundante. El servicio se encuentra disponible mientras exista algún miembro del peer group conectado.

Elementos de P2P. Anuncios.

Anuncio: Representación estructurada de una entidad, servicio o recurso publicado por un peer o un peer group como parte de una red P2P.

Todo recurso se identifica mediante anuncios: Peers, peer groups, tuberías, extremos,

servicios y contenidos.

Elementos de P2P. Protocolos.

Protocolo: Método de estructurar el intercambio de información entre dos o más participantes mediante reglas previamente acordadas por todas la partes.En P2P, se definen protocolos para: Encontrar peers en la red. Averiguar los servicios ofrecidos por un peer. Obtener información de estado de un peer. Invocar un servicio de un peer. Crear, unirse o dejar un peer group. Crear conexiones con otros peers. Enviar mensajes de ruteo a otros peers.

La definición de los protocolos se reduce a la definición del intercambio de anuncios correspondiente.

Elementos de P2P. Nombrado.

Todo recurso debe identificarse de forma única: Peers, peer groups, tuberías, contenidos.

Una red P2P pura debe utilizar un esquema de nombrado independiente del transporte de red y del sistema operativo. Independiente de la localización.

P2P. Mecanismos de descubrimiento

Descubrimiento: Proceso de localización de los recursos de la red.El descubrimiento de recursos consiste en la búsqueda de los anuncios correspondientes.Tipos de descubrimiento: Pasivo: Mantener en una caché los anuncios descubiertos

anteriormente en la que buscarán la información de los recursos de la red.

Directo: Utiliza los mecanismos de broadcast o multicast para encontrar peers en la misma LAN.

Indirecto: Se consulta a peers intermediarios (rendezvous) sobre los anuncios.


Descubrimiento pasivo


Descubrimiento directo


Descubrimiento indirecto

P2P. Retos para la comunicación

Los firewalls y NAT presentes en las redes corporativas representan un serio obstáculo para la comunicación P2P.Firewalls: Son utilizados para proteger las redes privadas contra conexiones no autorizadas provenientes del exterior o del interior de la red.Utilizan filtrado de IP’s y protocolos.Bloquean conexiones entrantes: Un peer externo no puede conectarse a uno interno.

Los peers internos suelen estar restringidos a utilizar sólo ciertos protocolos: SMTP, HTTP.



Network Address Translation: Técnica utilizada para mapear un conjunto de direcciones IP privadas dentro de una red interna a un conjunto de direcciones IP externas de una red pública.Se utilizan por muchas razones: Elimina la necesidad de una dirección IP pública para cada

equipo dentro de una red privada. Permite proteger la red al existir un único punto de entrada.

Sólo autoriza las conexiones entrantes que fueron originadas dentro de la red.



Solución: La única herramienta de que disponen los peers para atravesar firewalls/NAT es su capacidad para crear conexiones de salida hacia los equipos externos.Se pueden usar protocolos permitidos por el firewall para realizar mediante túnel conexiones al exterior.


Aplicaciones P2P.

Compartición de ficheros: Kazaa, eMule, etc.

Monitoreo de datos.

Mensajería instantánea: ICQ.

Búsqueda en la web. Motores de búsqueda.

Computación distribuida.

Propiedades de P2P

No existe un control central=> Sistema distribuido

No existe jerarquía Todos los nodos son a clientes y servidores La comunicación entre nodos es simétrica

No existe una visión global

Escalabilidad

Disponibilidad para cualquier peer

Los peers son autónomos

Sistema globalmente poco fiable Aspectos de robustez y seguridad

Avances

Gran extensión de conexión a Internet

Intercambio usuario-usuario, minimiza los

vínculos con intermediarios

Comunicaciones y colaboración

Historia / Evolución (Computación)

Cultura / Sociedad (Servicios / Intercambio

de ficheros)

Comunicación / Colaboración

Arquitectura

Algoritmos

Que ha permitido llegar hasta este punto?

Que posibilidades ofrece?

Incremento en la descentralización de Internet

Estados descentralizados

Comunicaciones de banda ancha, Wireless, nuevos tipos de Redes.

Aprovechar la potencia del ordenador en casa y la

oficina

Gran escalabilidad, mejor accesibilidad

Mejoras en la escalabilidad, disponibilidad y anonimato

Computación y Comunicación Ubicua

Cliente servidor vs. P2P

Cliente/servidor P2P

Tráfico de red Asimétrico, tráfico de subida bajo aceptable.

Simétrico.

Contenido Centralizado en el servidor.

Distribuido entre los peers.

Direccionamiento Estático, utilizando DNS, NAT, puertos bien conocidos (80).

Dinámico, registros en tiempo real. Tratamiento de NAT/firewall.

Rendimiento Decrece con el número de usuarios.

Aumenta con el número de usuarios.

Beneficios: Mejora dramáticamente la velocidad => Escalable Servidores con pocos requerimientos => Barato

Desafíos: Requiere incentivos para la cooperación Seguridad Manejabilidad Variabilidad en los anchos de banda Necesidad de algoritmos distribuidos

Distribución de contenido en P2P

Some more Intro Slides

By Charles Greenwald

P2P (peer-to-peer) …

is a hot new thing on the internet, but what exactly is it? Is P2P a topology, a technology, a computing model, an ideology, or a way of life?

We’ll talk about

definitions of P2Pimplementations of P2Punintended consequences of P2PWe'll also talk about what to listen for when you hear P2P talk and about what you should expect to hear.

Topologies - I

server

terminal

Topologies - II

server

terminal

server

terminal

email (1971) Z39.50 (1988) WAI S (1991) gopher (1993) early AI M

Topologies - III

server

client/ server

client/ server

ISP ISP

Quake (1996) AIM (1999) Napster

Topologies - IV

client/ server

client/ server

ISP ISP

Doom (1993) Gnutella (2000)

Definition I - topology

"A type of network in which each workstation has equivalent capabilities and responsibilities. This differs from client/server architectures, in which some computers are dedicated to serving the others.Webopedia

Definition II - technology

“This literal approach to peer-to-peer is plainly not helping us understand what makes P2P important”. “If you're looking for a litmus test for P2P, this is it: 1) Does it treat variable connectivity and

temporary network addresses as the norm, and

2) does it give the nodes at the edges of the network significant autonomy?”

Clay Shirky at O’Reilly

“… a central server helps make the connection.” (Forrester)

directory (used to find people) AOL Instant Messenger ICQ

index (used to find data) Napster

(distinction after GartnerGroup)

… or not.

When you log onto the Gnutella network, you are sort of wading into a sea of people. People as far as the eye can see. And further, but they disappear over the horizon. So that's the analogy. When you log on, you see the host counter start going crazy. That's because everyone in your horizon is saying "Hello" to you. After a while, it stops counting so rapidly, because you've counted most everyone in your horizon. Over time the people in the horizon change, so you'll see the counter move slowly. If you log in another day, you should see a whole bunch of fresh faces, and maybe you'll have waded into a different part of the network. A different part of the crowd. Different information.What is Gnutella?

Definition III - computing model

“The potential of tapping into the unused computer resources sitting around on everyone's desk at home and in the office ... to link individual PCs into a virtual supercomputer and harness vast unused processing resources.”

Definition IV - ideology

“Freenet protects freedom of speech by enabling anonymous and uncensorable publication of material ranging from grassroots alternative journalism to banned exposes like Peter Wright's and David Shayler's revelations about MI5.” Ian Clark (Freenet)"I worry about my child and the Internet all the time, even though she's too young to have logged on yet. Here's what I worry about. I worry that 10 or 15 years from now, she will come to me and say 'Daddy, where were you when they took freedom of the press away from the Internet?'" Mike Godwin (EFF)

“we need many-to-many media like the Internet, with no central control allowing dictators or corporations to put us all in danger and to throw us back into the Dark Ages … we must fight vigorously against any and all attempts to restrict information freedom on the Net and elsewhere” infoAnarchy.org mission statement

Definition V - way of life

P2P is really person to person eBay - person to person sales PayPal - person to person payments NeetMeeting and AIM- person to

person conversation Napster - person to person file

transfer

the land of unintended consequences

the tragedy of the commons

“almost 70% of Gnutella users share no files, and nearly 50% of all responses are returned by the top 1% of sharing hosts. ... free riding is distributed evenly between domains, so that no one group contributes significantly more than others, ... peers that volunteer to share files are not necessarily those who have desirable ones. … free riding leads to degradation of the system performance and adds vulnerability to the system. Free Riding on Gnutella by Eytan Adar and Bernardo A. Huberman

“YAPUKA”

This whole area is reminiscent of, say, nuclear power, or electronic voting, or anything based on Social Security numbers: the technocrats (who do not necessarily have any technical background, even if they are in the private sector) come up with some great scheme that "simply" relies on nobody ever, ever screwing up. (Since most technocrats have never actually done a real job in their lives, they have probably never screwed up either.) This attitude is known in French as "yapuka", short for “il n'y a plus qu'a…”, or “it's easy, all you have to do is…”. Nick Brown, Risks Digest 21.34

reciprocity

“a given file could be hosted (and copies and redundancies built-in) by 10, 200, or 10,000 individual computers, eliminating the need to concentrate spending on backup equipment or on bandwidth or on a central location” Nicholas Mercader

reliability

Downloads that fail show the problem with Mojo's "Swarm Distribution" method: If a chunk of a file is no longer available on any server, you can't get the file. Since the nature of any P2P network is very dynamic, with hosts connecting and disconnecting all the time, this is a major problem. InfoAnarchy.org review

cheating

"Fifty percent of the project's resources have been spent dealing with security problems,”“the Seti@home software has been hacked ... to make it run faster, to spoof positive results and to make it look more work had been performed to improve leader board rankings”“If people are spoofing Seti@home to enhance their self esteem, what are the chances they will cheat distributed computing projects that pay them for taking part?”David Anderson (SETI@home director)

getting what you ask for

“ShareZilla intercepts every Gnutella search that comes across its network horizon and re-transmits an ad back to the person originating the request.” open source, no central control,

resists censorship ...

the salesman always comes

“When you use Napster's servers to allow fellow music lovers access to your MP3 collection, you're also allowing online marketers to peek inside your hard drives to determine your musical tastes -- and to infer from those tastes your interests in a wealth of other products they might want to sell you.”

tanstaafl

Because it is peer-to-peer, Hotline does away with the Internet service provider or central server and provides a direct link between individual computers. The result is a faster, more-efficient exchange of files. P2P also makes it possible to send large files -- pictures or videos -- without having to worry about whether or not the server will accept a file of such size. Marjo Johne

the garage sale

That data which you have bothered to keep on your hard disk is what you found to be valuable. So when you share it you are sharing what is most valuable on the entire Internet. -- What is Gnutella

the Edsel: what would you pay?

"P2P is a particularly comical new coinage for a business model since the phrase starkly points out that there's no middleman -- so how can anyone possibly make any money?" Katherine Mieszkowski, Salon

information wants to be free

“… one can’t have it both ways. Either my node is distinctive and will be missed for some reason when it goes down, or else how have I gained any power in this new P2P Internet? Don’t get me wrong, I prefer the more reliable implementation where my machine provides nothing completely unique. But the I miss exactly how this is supposed to [produce] the ‘democratization’ of the Internet, whatever that might be.” Nancy Collins

Napster works because it has:

simple implementations the same data on many different PCsstatic filesdata such that you don’t mind trusting the person sharing itlots of college students with very fast network connections

P2P doesn’t work as well with:

unique content (when I want your pictures I don’t want to have to call and ask you to boot your PC)content that keeps changing (imagine eBay having all its data stored like Napster)content that requires a trust relationship - Dan Bricklin

P2P

a topologya technologya computing modelan ideologya way of life

tests

common resourcesyapukareciprocityreliabilitycheatingsales

free lunchwhere’s the valuewhere’s the money

"a global network that allows communication and files to flow directly from one person's desktop to another, unseen and untouched by any person or company along the way"

"searching for information ... contained not just in websites but also in the hard drives of PCs connected to the network"

"the potential of tapping into the unused computer resources sitting around on everyone's desk at home and in the office"

“a given file could be hosted (and copies and redundancies built-in) by 10, 200, or 10,000 individual computers, eliminating the need to concentrate spending on backup equipment or on bandwidth or on a central location” Nicholas Mercader

P2P Applications

Person 2 Person (Instant Messaging) AOL, MSN

File Sharing Napster, Gnutella, BitTorrent, KaZaA, eMule

Distributed Computing seti@home, climateprediction.com

P2P Collaboration Lotus Notes, M$

P2P Traffic Estimates

2004 BitTorrent accounts for 30% of all Internet

Traffic

2005 File-sharing accounts for 60% of all Internet

Traffic For file-sharing; 62% video, 11% audio eDonkey dominates video traffic over

BitTorrent Gnutella – 69% music

P2P Process Model

Discovery (?) Who is out there that I can talk to?

Connection (C) What is their address, so that I can connect?

Messaging (M) What kinds of things do they support, and what am

I looking for?

Data Distribution (D) Send data

Documents

(Discovering) Peer-to-Peer Javier Echaiz Ana Maguitman