\documentclass[a4paper,11pt]{article} % $Id: proposta.tex,v 1.15 2004/02/18 03:13:31 tmacam Exp $ %\documentclass[twocolumn,a4paper,11pts]{article} % use a opo draft no doclass para que o LaTeX marque linhas que ele % julga serem difceis de formatar (overfull hbox , etc) \usepackage [brazil]{babel} %\usepackage [portuguese]{babel} %\usepackage [brazilian]{babel} %\usepackage {graphics} %\usepackage {graphicx, color} \usepackage[T1]{fontenc} \usepackage[latin1]{inputenc} \usepackage {geometry} \usepackage {float} %\usepackage {syntonly} %\syntaxonly % comente essa linha para gerar o dvi \geometry {a4paper,left=2.5cm,right=2.5cm,top=3cm,bottom=2cm} \title {\textbf{Proposta de Dissertação} \\ Análise do Impacto do uso de \emph{proxies} em redes \emph{Peer-to-Peer}} \author {Tiago Alves Macambira \thanks{ Menção à bolsa do CNPq} \\ Orientador: Dorgival Olavo Guedes Neto \\ \tt{\{tmacam,dorgival\}@dcc.ufmg.br}} \date{30 de janeiro de 2003} \begin {document} \maketitle %\begin{abstrac} %Blá blá blá %\end{abstract} %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% \section {Introdução} Existe uma constante pesquisa no meio acadêmico e comercial por formas de economizar os recursos de rede de computadores em universidades, instituições, ISPs\footnote{\emph{Internet Service Providers} - Provedores de Acesso à Internet}, órgãos governamentais, etc. Tradicionalmente, o foco desta pesquisa é direcionado para as aplicações e/ou formas de acesso que, no momento em questão, são tidas como responsáveis pela maior parte do tráfego gerado e consumido na internet. Até meados da década de 90, antes do surgimento da \emph{Web}, grande parte das pesquisas com este foco não se concentravam nas aplicações, mas nos próprios mecanismos de transporte e roteamento da internet ~\cite{brakmo94tcp,rfc1247}. Naquela época \emph{pré-web}, a maior parte do tráfego era devido aos protocolos SMTP e FTP que, em conjunto, eram responsáveis por aproximadamente 80\% de tudo que transitava no \emph{backbone} da NSFNet ~\cite{caceres89measurements,heimlich90nsfnet}. O surgimento da Web, no entanto, modificou esse quadro profundamente. Enquanto em 1995 calculava-se que 21\% de todo o tráfego na internet era devido a tráfego HTTP, em 1997 esse valor já oscilava entre 60\% e 80\% ~\cite{thompson97widearea}. Essa mudança nos padrões do tráfego na rede mundial motivaram trabalhos de análise, caracterização, controle e redução desse tráfego ~\cite{chankhunthod96hierarchical, caceres98web, barish00world, arlitt00worldcup}. Neste cenário, o uso de \emph{proxy caching} aparece como uma ferramenta importante na diminuição da carga \emph{Web} na rede. O aparecimento de aplicações \emph{peer-to-peer} (P2P) ~\cite{balakrishnan03looking} de compartilhamento de arquivos acarretou uma nova mudança nos padrões de tráfego da internet. Em 2000, 23\% do tráfego de saída da Universidade de Wisconsin era tráfego P2P, ao passo que o tráfego web representava então apenas 20\% do total ~\cite{markatos02tracing}. De maneira semelhante ao que aconteceu com a Web, o tráfego P2P apenas aumentou daquela época para os dias atuais, já chegando a ocupar 45\% de todo o tráfego daquela universidade. Comportamentos similares são relatados na literatura e acredita-se que eles sejam reflexos do que está acontecendo em toda a internet ~\cite{gummadi03measurement}. Assim sendo, a maior parte do tráfego da internet atual é devia a aplicações P2P de troca de arquivos. Desta forma, similarmente ao que foi feito quando da explosão do tráfego Web, faz-se necessário analisar, caracterizar, buscar formas de controlar e diminuir esse tráfego. Não somente, analisar o impacto e a eficiência destas propostas tanto na dinâmica como no tráfego P2P. É exatamente nestes últimos tópicos que pretendemos focar o nosso trabalho. O restante deste documento é organizado da seguinte forma. A seção 2 delimita o escopo deste trabalho, apresentando explicitamente o objeto do nosso estudo. A seção 3 apresenta trabalhos relacionados. Na seqüência, as seções 4, 5 apresentam os objetivos traçados para a realização de nosso trabalho e a forma como pretendemos realizá-los. A seção 6 apresenta o cronograma de execução das atividades propostas. Finalmente, na seção 7, apresentaremos a bibliografia referenciada. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %\section{Conceitos Básicos} %Um \emph{proxy cache} intercepta uma requisição HTTP de um cliente web %e, se ele puder responder este pedido com dados armazenados em seu %\emph{cache}, ele os retornará ao usuário. Caso contrário, ele %busca o respota do pedido na rede, armazena-o e finalmente retorna-o para o %usuário ~\cite{barish00world}. Se essa interação for feita de maneira %transparente ao cliente http, diz-se que tal proxy é um \textbf{proxy %transparente}. % %O uso de \emph{proxy caches} para a tráfego melhora a percepção do %usuário da rede, na medida que mascara eventuais perdas de %conectividade, diminui a latência percebida pelo usuário e reduz o %consumo de largura de banda da %instituição ~\cite{barish00world,caceres98web}. % % %As coisas não são bem assim com tráfego p2p. % %Sistemas P2P % %em especial, sistemas P2P para troca de arquivo. % % %index servers, etc % %formas de transferência de arquivos - segmentada, fragmentada (ref. para %o http/1.0 Range) % % %DHTs %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% \section{Definição do Problema} As características do tráfego \emph{Web} já são conhecidas e documentadas na literatura. O uso de \emph{proxy caches} é, sabidamente, a forma mais eficiente de promover a conservação de recursos de rede devido a esse tráfego. Tais ferramentas melhoram a percepção que o usuário tem da rede na medida que mascaram eventuais perdas de conectividade, diminuem a latência percebida pelo usuário e reduzem o consumo de largura de banda de uma instituição ~\cite{barish00world,caceres98web}. Já existem propostas na literatura para o uso de soluções como \emph{proxy caches} para sistemas P2P de troca de arquivo ~\cite{bala02p4p}. A esperança é que, dadas as características do tráfego P2P, existam formas de conseguir uma conservação da largura de banda usada por essas aplicações, da mesma forma à conseguida no tráfego \emph{web} através de \emph{proxies}. Contudo, como apontado por Gummadi ~\cite{gummadi03measurement}, tráfego \emph{Web} é diferente do tráfego P2P. Isto faz com que todas as soluções propostas para \emph{web-proxies} tenham que ser re-analisadas para o cenário particular de aplicações \emph{peer-to-peer}. Apesar de toda essa motivação para o uso de \emph{proxies} para sistemas P2P, não existem trabalhos nem estudos divulgados na literatura que: \begin{itemize} \item comprovem empiricamente os resultados obtidos com o uso de tal abordagem; \item analisem o impacto que essa solução provocaria na dinâmica das aplicações P2P; \item caracterizem como tal solução modifica o tráfego P2P de uma instituição com o mundo exterior e \item especifiquem como melhor modelar e construir tais \emph{proxies} de forma a maximizar os ganhos possíveis. \end{itemize} Há ainda o fato de que caracterizações existentes da carga de sistemas P2P de troca de arquivo são por vezes contraditórias e ainda em reduzido número. Isto nos motiva a: \begin{itemize} \item validar as pesquisa já efetuadas, procurando por comportamentos similares em outros cenários ou em cenários mais abrangentes ou \item observar novos comportamentos e métricas que não foram observadas ou que não foram observadas com o rigor necessário. \end{itemize} O conjunto dos fatos supra-mencionados nos impulsiona a realizar trabalhos adicionais de caracterização de carga de sistemas P2P e, com o auxílio destes e de trabalhos já feitos, averigüar o possível desempenho de \emph{proxy-caches} para redes P2P de troca de arquivo e implementar um modelo real para validar nossas observações e propostas. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% \section {Trabalhos Relacionados} A idéia de utilizar \emph{caches} para promover redução da latência e do tráfego de rede é relativamente antiga ~\cite{danzig93case}, bem como a sua associação com \emph{proxies} ~\cite{chankhunthod96hierarchical}. Um \emph{proxy}, nesse contexo, é um elemento de rede que intermedia o diálogo entre duas entidades na camada de aplicação. Essa intermediação pode servir tanto para o propósito de permitir o diálogo entre essas duas entidades quando, por exemplo, uma dessas entidades encontra-se atrás de um \emph{firewall}, como para reforçar políticas de segurança, conduta e uso dos recursos de rede de uma intituição. Geralmente é necessário suporte por parte das apliações para que estas usem \emph{proxies}. Além disso, precisa-se configurá-las para tanto, pois não existem mecanismos largamente implantados para a auto-configuração de \emph{proxies} nas aplicações. Existe, todavia, um mecanismo chamado de \emph{proxy transparente}, que permite a utilização de um \emph{proxy-cache} sem a necessidade de re-configuração das aplicações para tanto. \emph{Proxies transparentes} funcionam interceptando as requisições de clientes, sem que estes tomem conhecimento disso, e redirecionando-as para um \emph{cache}. Contudo, como argumentado por Barish ~\cite{barish00world}, a conveniência e praticidade do uso de tais \emph{proxies} têm um custo: a violação de argumento fim-a-fim ~\cite{saltzer84endtoend}. %A utilização de \emph{proxy-caches} geralmente requer o suporte para tal %por parte das aplicações e a alteração configurações destas. Todavia, %existem mecanismos, como uso de \emph{proxies transparentes} que %eliminam tais empecilhos ~\cite{barish00world}. Há de se ressaltar que %apesar de \emph{transparente}, as aplicações não são indiferentes ao uso %de tais mecanismos, pois proxies, enquanto elementos situados no meio do %canal de comunicação de duas entidades, possui uma natureza disruptiva. Estes podem modificar sensivelmente a comunicação %entre duas entidades, por vezes beneficamente mascarando possíveis %problemas com a rede ~\cite{barish00world,caceres98web}, mas por outras %vezes constituindo um ponto único de falha artificial à aplicação. Desta %forma, argumentamos que o uso de proxies, mesmo que transparentes, %consituem.... Como já dito, a idéia do uso de \emph{proxies} para sistemas P2P não é nova. Krishnamurthy e Zhang propuseram um sistema que não somente faria \emph{caching} de pesquisas entre vários sistemas distribuídos de troca de arquivo bem como dos dados trocados entre clientes destes sistemas ~\cite{bala02p4p}. Nosso foco não é na implementação de um \emph{proxy} nem na proposta de um mecanismo que sirva de ponte entre vários sistemas P2P, mas na observação da aplicabilidade de um \emph{proxy} para sistemas P2P, não necessariamente nestes moldes, bem como na observação de como um \emph{proxy} alteraria a dinâmica de um ou de vários desses sistemas. Vários artigos recentes relatam métricas de sistemas P2P, focando nas redes de troca de arquivo mais populares ~\cite{chu02availability, markatos02tracing, saroiu02measurement}. Esses artigos, no entanto, obtêm seus dados de uma forma intrusiva, colocando um nó nessa rede que interage com os outros nós, inferindo e obtendo métricas. Como apontado por Sen ~\cite{senandwong2002}, esse tipo de estudo é limitado pela próprio consumo de banda e recursos que gera, não sendo capaz de analisar redes com um grande número de nós eficientemente. Outros, como o do próprio Sen e um artigo de Gummadi ~\cite{gummadi03measurement}, utilizam-se de monitoramento passivo de tráfego para obter seus dados e estatísticas. Pretendemos, de forma similar a estes autores, realizar monitoramento passivo de tráfego P2P. Essa abordagem não é intrusiva, é mais escalável e mais confiável, haja vista que toda a atividade dos nós de uma rede pode ser detectada e monitorada. %Outros artigos como ~\cite{gummadi03measurement,} fazem parte desse %trabalho mas obtêm seus seus dados de experimentos efetuados em %ambientes limitados. Afim de aumentarmos nosso conhecimento sobre %sistemas P2P é interessante para o meio ciêntífico realizar outras %medições para poder compará-las com dados anteriormente obtidos e %validar suas observações, sob a luz de outros olhos (?!). Nosso trabalho diferencia-se de trabalhos recentes sobre redes P2P pois não propomos uma nova rede P2P, não propomos formas de melhorar buscas nestas redes, nem formas de torná-las mais escaláveis ~\cite{balakrishnan03looking,stoica01chord,ratnasamy01can}. Não abordamos o uso de técnicas de roteamento com conhecimento de localidade (\emph{location-aware routing}). Tampouco propomos a modificação dos protocolos existentes para que esses tirem proveito da localidade de referência existentes dentro de uma instituição a fim de evitar alguns meandros legais que envolvem o uso de caches e o armazenamento (temporário) de arquivos ilegais. %Forçamos o uso de informações de localidade de %referência e observamos e bla bla bla o lance de ter um cache dentro da %rede. Outra, trabalhos que sugerem o uso de roteamento baseado em %localidade de referência o faz para evitar o uso de proxies dado todos %os ~\cite{gummadi03measurement}. %Apesar de acharmos que o uso de loca-ref atrapalha se abusivo, copyright %bla bla bla websever existe e ninguém morreu por causa disso. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% \section {Objetivos} \subsection{Monitoração de tráfego P2P} Planejamos implementar uma arquitetura de monitoramento de tráfego P2P não-intrusiva e colocá-la em um ambiente real. O uso de uma abordagem não-intrusiva, como já dito na seção de trabalhos relacionados, traria várias vantagens. Colocaremos essa arquitetura nas fronteiras da rede de uma instituição parceira, onde poderíamos efetivamente monitorar todo o tráfego P2P desta instituição com o mundo exterior. Nesse estágio pretendemos observar diversas métricas de sistemas \emph{peer-to-peer} de troca de arquivos, verificando e comparando nossos resultados com trabalhos da literatura. \subsection{\emph{Cache} passivo} Após um período de monitoramento no qual observaremos a escalabilidade de nossa arquitetura, planejamos estendê-la, acrescentando a ela a capacidade de recuperar e armazenar dados e arquivos trocados no ambiente em questão. Como construiremos essa infra-estrutura de \emph{cache} sobre a infra-estrutura de monitoramento passivo da rede, ela gozará de todas as vantagens desta última, podendo efetivamente realizar o armazenamento de todos os arquivos trocados entre a instituição e a rede exterior. O fato de não estarmos diretamente nem interagindo nem nos interpondo entre dois nós da rede que realizam a troca de arquivos permite-nos, diferentemente do que far-se-ia com o uso de um \emph{proxy} transparente, realizar \emph{cache} de forma não-intrusiva e não-disruptiva, não violando o argumento fim-a-fim. \subsection{Nó-\emph{cache}} Finalmente, seguindo a mesma estratégia não-intrusiva, colocaríamos um nodo na rede que interagiria com a rede P2P, oferecendo seu \emph{cache} para os nós internos à instituição. Observaremos como a existência desse nó-\emph{cache} afeta a dinâmica da rede P2P deste ambiente sob vários aspectos e métricas, entre os quais: \begin{itemize} \item Média de sucesso de \emph{downloads}; \item tempo médio de conclusão de \emph{downloads}; \item velocidade média de \emph{downloads} e \emph{uploads}; \item variação do tráfego externo de entrada e saída; \item localidade de referência dos arquivos (e seus fragmentos). \end{itemize} %Proxy Nossa proposta é fazer caching não intrusivo e observar o impacto que a presença de que um %\emph{cache-node} causa na dinâmica da rede p2p. \subsection {Resultados esperados} Com essas ações e objetivos pretendemos: \begin{enumerate} \item ajudar a suprir a inexistência de estudos que comprovem empiricamente o impacto que a presença de um \emph{cache} causaria na dinâmica de redes P2P; \item comprovar o potencial que existe para \emph{caching} de dados em redes P2P; \item obter caracterizações mais precisas do tráfego P2P; \item obter mais informações que possam nortear o desenvolvimento de novas redes P2P e de soluções para controle de tráfego gerado por elas e \item publicações baseadas nos resultados obtidos. \end{enumerate} %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% \section {Metodologia} \subsection{Atividades} \label{secatividades} As seguintes atividades são previstas para o desenvolvimento do nosso trabalho: \begin{description} \item[Levantamento Bibliográfico] fase onde relizaremos pesquisas e estudos da bibliografia existente relacionados à área de sistemas P2P, \emph{web proxies} e \emph{proxies} no geral, monitoramento de tráfego em alta-velocidade e outros assuntos pertinentes \item [Implementação da Infra-estrutura de Monitoramento] Pesquisa e análise das ferramentas existentes para a sua elaboração. Implementação e implantação dessa infra-estrutura em um cenário real \item[Coleta de Dados] Obtenção e análise dos dados coletados através da infra-estrutura de monitoramento \item[Implementação do Proxy (nó-\emph{cache})] Pesquisa e análise das ferramenta disponíveis para a elaboração do \emph{proxy} e ajuste deste mediante dados obtidos na etapa de coleta de dados \item[Coleta de Dados 2] Obtenção, análise e comparação dos dados coletados através da infra-estrutura de monitoramento na presença do \emph{proxy} \item[Análise] Observação e averigüação dos dados obtidos na segunda coleta. Verificação da aplicabilidade e do sucesso da abordagem adotada para implementação do \emph{proxy}. \item[Refinamento] Re-estruturação das partes do projeto para obtenção de dados e resultados mais precisos e/ou satisfatórios \item[Escrita da dissertação] %\item[Integração com o P4P] - E tal!!! \end{description} %\subsection{A infra-estrutura de monitoração} %\subsection{A arquitetura} % %\subsection{Problemas esperados} % %A busca é passiva - não é possível observar nos silenciosos e nós que %usem portas não convencionais. Planejamos fazer medições quantitativas %sobre esses nós a fim de podermos verificar o quanto estamos removendo %do trace. % %E o problema do copyright? % %Escalonabilidade %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% \section {Cronograma} As atividades propostas em \ref{secatividades} seguem o cronograma descrito na a Tabela \ref{Tab1}. %\begin{minipage}[t] \begin{center} \centering \begin{table*}[htbp] \begin{tabular}{|l|c|c|c|c|c|c|c|c|c|c|c|c|} \hline Tarefa &Jan&Fev&Mar&Abr&Mai&Jun&Jul&Ago&Set&Out&Nov&Dez\\ \hline \hline Levantamento & X & X & X & & & & & & & & & \\\hline Elaboração & X & X & & & & & & & & & & \\\hline Coleta 1 & & X & X & & & & & & & & & \\\hline Analise 1 & & X & X & X & & & & & & & & \\\hline Proxy & & & X & X & X & X & & & & & & \\\hline Coleta 2 & & & X & X & X & X & & & & & & \\\hline Analise 2 & & & & & & & & X & X & X & & \\\hline Refinamento & & & & & X & X & X & X & X & X & X & \\\hline Escrita & & X & X & X & X & X & X & X & X & X & X & X \\\hline \end{tabular} \caption{Cronograma de atividades - por mês} \label{Tab1} \end{table*} \end{center} %\end{minipage} %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Bibliografia \bibliographystyle {plain} \bibliography{bibliografia} \end{document}