Backup-Systeme in der privaten Cloud

Transkript

1 Ruprecht-Karls-Universität Heidelberg Institute of Computer Science Research Group Parallel and Distributed Systems Bachelor Thesis Name: Christian Voshage Matrikelnummer: Betreuer: Prof. Artur Andrzejak Abgabe Datum: 14. Dezember 2013

2 Ich versichere, dass ich diese Bachelor-Arbeit selbstständig verfasst und nur die angegebenen Quellen und Hilfsmittel verwendet habe.... Date of Submission: 14. Dezember

3 Danksagung Vorab möchte ich mich bei den Menschen bedanken, welche mir diese Arbeit ermöglicht haben. Prof. Artur Andrzejak gebührt mein Dank, da er mir das Thema angeboten und mich auf dem Weg der Erstellung unterstützt hat. Besonders seine Rücksichtnahme auf meinen Wunsch, die Arbeit nicht in Vollzeit, sondern mit einem geringeren Aufwand je Woche und dafür über einen verlängerten Zeitraum neben Vorlesungen und sonstigen Arbeiten, zu schreiben, hat mir mein Studium und dieses Werk ermöglicht. Weiterhin möchte ich mich bei den Personen bedanken, welche an den Aufrufen zu meiner Studie über die Verteiler ihrer Institute beteiligt waren und den Menschen, die diesem Aufruf mit dem Ausfüllen des Fragebogens gefolgt sind. Zu guter Letzt möchte ich Lisa Mattes danken, da sie mit ihrer Geduld und ihrem Zuspruch mich immer wieder motiviert hat. An all diese Personen ein herzliches: Danke! 3

4 Abstract Deutsch Datensicherungen sind in der heutigen Zeit, in der viele Daten digital vorhanden sind, unabdingbar. Diverse Firmen bieten Datensicherungs-Dienste zu unterschiedlichsten Konditionen an. Vor allem der Kostenaspekt, so wie die gewährleistete Sicherheit und Verfügbarkeit spielen dabei eine groÿe Rolle. In dieser Arbeit wird eine Alternative zu Angeboten dieser Firmen vorgestellt. In dieser Alternative werden Backups auf den Geräten des Netzwerks verteilt und verwaltet. Hierzu werden erstens die Angebote externer Dienstleister vorgestellt. Zweitens werden Konzepte für netzwerkinterne Services gebildet. Drittens werden Metriken deniert und anhand eines Beispiels diese Metriken bestimmt. Zuletzt werden die gewonnen Daten mit den Angaben externer Backup-Dienste verglichen und gezeigt, dass netzwerkinterne Services valide Backup-Services sein können. English Nowadays, while most of the data is digitalized, data backup is indispensable. Many companies oer backup-services to varied conditions. Especially the costs together with the oered security and availability play a decisive role. In this work an alternative to the services provided by companies is introduced. Desktop- PCs and Laptops are used to distribute and manage the backups of other members in the network. First, the oerings of dierent companies are introduced. Second, concepts of the network-intern solutions will be developed. Third, metrics are dened and with the help of an example specied. In the end the determined metrics are used to compare all services and it is shown that the network-intern services can be a valid backupsolution. 4

5 Inhaltsverzeichnis 1. Einleitung 7 2. Bestehende Cloud-Speicherdienste Exemplarischer Überblick über Cloud-Speicherdienste Amazon S3 TM Dropbox TM Wuala Weitere Speicherdienste Wissenschaftliche Arbeiten zu Cloud-Speicherdiensten Microsoft Research Farsite OceanStore Kombination von Amazon S3 TM und Bit Torrent TM Private Cloud Backupsysteme auf nicht-dedizierten Geräten Verschiedene Qualitätsstufen des Backup-Systems Platin-Service Silber-Service Gold-Service Qualität der Services nach Zeitintervallen Bandbreitenschonender Service Metriken Denition der Metriken Data Availability Data Durability Costs External Security Internal Security File Sharing Storage Location Service Level Agreements Umfrage an der Universität Heidelberg Umfrageaufbau Rekrutierung der Versuchspersonen Auswertung Diskussion der Daten Backupsystem am Beispiel des Instituts für Informatik Inhaltsverzeichnis 5

6 Data Availability Data Durability Costs External Security Internal Security File Sharing Storage Location Service Level Agreements Fazit Diskussion Überlegungen zu einer Implementierung Aufgabenverteilung in möglichen Implementierungszenarien A. Anhang 59 Abbildungsverzeichnis 64 Tabellenverzeichnis 65 Formelverzeichnis 67 Literaturverzeichnis 67 Inhaltsverzeichnis 6

7 Kapitel 1 Einleitung In der heutigen Zeit ist jede Firma und jede Institution darauf angewiesen, Daten digital zu sichern. Hierbei werden digitale Daten als Sicherheitskopie für den Fall eines Verlustes der Originale (backup) oder für den späteren Gebrauch gelagert. Bei der Speicherung von Daten unterscheidet man, ob diese Daten langfristig und unverändert archiviert (archiving) oder kurzfristig gesichert werden (storage). Zusätzlich werden Daten anderen Personen zur Verfügung gestellt, um an ihnen kooperativ zu arbeiten (synchronisation) [39]. Die Möglichkeiten Kopien digital zu erstellen variieren von einer zweiten Festplatte, auf der die Daten zusätzlich gesichert werden, über einen institutionseigenen Server bis hin zu Datenzentren. Unterschieden wird hierbei, ob die Datensicherung auf einem Gerät stattndet, welches zusätzlich ein Arbeitsplatzrechner ist (nicht-dediziert) oder exklusiv für andere Zwecke eingesetzt wird (dedizierten) [39]. Vor allem in den letzten Jahren wurde stark im Bereich Speicherung auf dediziert und nicht-dedizierten Geräten in Kombination mit Cloud-Computing geforscht. Eine häug verwendete Denition für Cloud-Computing stammt von dem National Institute of Standards and Technology (NIST ): Cloud computing is a model for enabling ubiquitous, convenient, on-demand network access to a shared pool of congurable computing resources (e.g., networks, servers, storage, applications, and services) that can be rapidly provisioned and released with minimal management eort or service provider interaction. This cloud model is composed of ve essential characteristics, three service models, and four deployment models. [41] In der Denition des NIST werden die fünf Charakteristiken on-demand self-service, broad network access, resource pooling, rapid elasticity und measure service hervorgehoben [41]. On-demand self-service beschreibt die Eigenschaft, dass ohne Nutzereingrie ausreichend Ressourcen zur Verfügung gestellt werden, sollten sich Kapazitätsanforderungen ändern. Dies geschieht mit einer automatischen Umverteilung der Ressourcen unter ver- Kap 1: Einleitung 7

8 Christian Voshage schiedenen Kunden oder Diensten auf Seiten des Anbieters. Diese Umverteilung wird als resource pooling bezeichnet. Hierbei soll eine Ressourcen-Zuteilung so schnell geschehen, dass bei Rückgang oder Wachstum der Anforderungen durch zu langsames Zuteilen keine Grenzen angestoÿen werden. Die Autoren de nieren dies als rapid elasticity. Die Nutzung einer Cloud muss zudem gemessen und für Nutzer und Anbieter einsehbar sein (measure service ). Die Nutzung eines Cloud -Dienstes ist gemäÿ der Forderung eines broad network access auf unterschiedlichen Geräten möglich [41]. Basierend NIST können entstehen. ge ten, auf der drei De nition Service-Modelle Werden lediglich Software-Anwendungen so spricht as a Service des man von ferti- angebosoftware (SaaS). Das Anbieten einer kompletten Plattform zur Erstellung eigener Anwendungen wird Platform as a Service (PaaS) ge- nannt. Bei einem Angebot einer vom Nutzer kon gurierbaren Rechnerin- frastruktur ist die Rede von Infrastructure as a Service (IaaS) [41]. Ei- ne Veranschaulichung, welche Bereiche der drei Service-Modelle von Nut- Anwednungen Runtime Security Datenbank Server Virtualisierung Hardware Speicher Netzwerk vom Nutzer zu verwalten SaaS PaaS vom Nutzer kon gurierbar Tabelle Service-Modelle IaaS für Nutzer transparent von Cloud-Diensten [18] zern zu verwalten sind, welche kon gurierbar und welche für den Nutzer transparent sind, ndet sich in Tabelle 1.1 wieder. Die Autoren unterteilen diese Ser- vices nach der Anzahl an Kunden in vier verschiedene Einsatzmodelle (deployment models ) [41]: Wird ein Cloud -Angebot nur von einem einzel- nen Kunden nachgefragt, so handelt es sich um eine private cloud. Addressiert das Angebot mehrere Nutzer mit ähnlichen Interessen, so beschreibt dies eine community cloud. Das Angebot einer public cloud ist an eine breitere Masse von Kunden mit unterschiedlichen Interessen gerichtet. Manche Anbieter teilen ihre Infrastruktur auf, um mehrere der genannten Gruppen in einer sogenannten hybrid cloud gleichzeitig bedienen zu können. Die einzelnen Formen der Abbildung 1.1.: Deployment Angeboten models von Cloud - deployment models sind in Abbildung 1.1 veranschaulicht. Kap 1: Einleitung 8

9 Gegenstand der vorliegenden Arbeit ist die Diskussion einer Datensicherung in einer private Cloud-Umgebung. Der Fokus liegt dabei auf der Verwendung von nicht-dedizierten Geräten in einem Netzwerk für das Speichern von Backups anderer Geräte. Dabei wird untersucht, ob eine solche Lösung ezienter sein kann, als es externe Cloud-Dienste sind. Zu diesem Zweck werden in Kapitel 2 bestehende Cloud-Speicherdienste eingeführt. Abschnitt 2.1 liefert zunächst einen Überblick der wichtigsten dieser Dienste. Anschlieÿend werden in Abschnitt 2.2 wissenschaftliche Arbeiten vorgestellt, welche sich mit den eingeführten Diensten befassen. Insbesondere werden die Arbeiten von Palankar und Kollegen [40], so wie Toka und Kollegen betrachtet [43]. Palankar und Kollegen [40] fokussieren in ihrer Arbeit die Fragestellung, ob sich eine public cloud wie Amazon S3 TM für das Sichern groÿer Mengen an Messergebnissen eignet. Toka und Kollegen [43] hingegen versuchen den Datentransfer aus einer public cloud zu reduzieren, indem sie zusätzlich Daten auf nicht-dedizierten Geräten platzieren. Als Alternative hierzu werden in Kapitel 3 schlieÿlich private Cloud-Dienste eingeführt, in denen ausschlieÿlich nicht-dedizierte Geräte, genauer Arbeitsplatzrechner, als Speichermedien für die benötigten Sicherungen anderer Arbeitsplatzrechner genutzt werden. Dabei werden eigene Backup-Dienste entwickelt, welche ohne die Hilfe eines externen Anbieters bestehen können. Um im weiteren Verlauf der Arbeit Aussagen über Vor- und Nachteile von Cloud- Diensten treen zu können, werden in Abschnitt 4.1 verschiedene Metriken zur Bewertung dieser Dienste ausgearbeitet. Grundkonzepte und Benennungen der Metriken werden basierend auf existierender Fachliteratur verwendet. Die Metriken werden für die Zwecke dieser Arbeit angepasst und mathematische Denitionen und Herleitungen durchgeführt. Zusätzlich werden weitere Metriken eingeführt, welche bei der Entscheidung für oder gegen das Verwenden eines spezischen Cloud-Dienstes maÿgeblich sein können. Da die in dieser Arbeit eingeführten Dienste stark von verschiedenen Eigenschaften der als Speichermedium verwendeten Geräte abhängig sind, wurden in einer Umfrage Daten über das Nutzerverhalten von Mitarbeitern der Universität Heidelberg erhoben. Mit den Umfrageergebnissen werden in Abschnitt 4.2 Rückschlüsse über die erforderlichen Eigenschaften von Arbeitsplatzrechnern gezogen, die als Speichermedium verwendet werden sollen. Auf Basis dieser empirischen Daten werden anschlieÿend in Abschnitt 4.3 alle im Rahmen dieser Arbeit entwickelten Dienste untereinander und mit denen der bekanntesten externen Anbieter verglichen. Zuletzt werden die gewonnenen Erkenntnisse im Kapitel 5 zusammengefasst und im Abschnitt 5.1 mit einem Ausblick auf zukünftige Arbeiten diskutiert. Abschnitt 5.2 gibt weiterführende Hinweise für eine Implementierung der ausgearbeiteten private Cloud- Dienste auf nicht-dedizierten Geräten. Kap 1: Einleitung 9

10 Kapitel 2 Bestehende Cloud-Speicherdienste Als J.C.R. Licklider 1963 von einem intergalactic computer network sprach und seine Ideen hierzu niederschrieb, ahnte niemand, wie präzise diese Vorhersagen gemessen an dem damaligen Wissensstand waren. Neben einem weltumspannenden Netzwerk sprach er von angebotenen Dienstleistungen in diesem Netzwerk. Es sollte bis in die 90er Jahre dauern, dass die Technologie so weit fortgeschritten war, um solche Angebote für den persönlichen Gebrauch in einem solchen Netzwerk bieten zu können [20]. Heutzutage existieren eine Vielzahl an Angeboten für Webservices. Besonders die Datensicherung durch Webservices wurde durch den stetigen Anstieg der verfügbaren Bandbreiten immer populärer. Daher wird das Speicherangebot von drei Firmen und im Anschluss Forschungen zum Thema Datensicherung in der Cloud mit nicht-dedizierten Servern vorgestellt Exemplarischer Überblick über Cloud-Speicherdienste Bekannte Speicher-Dienstleister sind Amazon Inc., Dropbox Inc. und LaCie GmbH, welche für Einzelpersonen und Firmen Speicherdienste auf ihren Geräten anbieten. Diese angebotenen Dienste werden im Folgenden vorgestellt und im späteren Verlauf der Arbeit exemplarisch mit in dieser Arbeit entwickelten Diensten verglichen. Ausgewählt wurden sie vor allem aufgrund ihrer Bekanntheit, ihrer Präsenz in wissenschaftlichen Arbeiten und ihrer Unterschiede. Ein Hinweis auf weitere bekannte Dienste ndet sich schlieÿlich am Ende dieses Abschnitts. Diese Dienste wurden hier nicht weiter verfolgt, da starke Ähnlichkeiten zu den exemplarischen Diensten bestehen bzw. Informationen in geringerem Umfang vorlagen. Eine Zusammenfassung aller genannten Dienste ist in Tabelle 2.1 dargestellt. Kap 2: Bestehende Cloud-Speicherdienste 10

11 Amazon S3 TM Amazon startete im März 2006 den Cloud-Dienst Amazon Web Service (AWS), eine Ansammlung von diversen Webservices. Für die Bereiche Server, Speicher, Netzwerk, Datenbank, Entwicklung, Verzeichnisse, Verwaltung und Sonstiges existieren verschiedene Services im AWS. Nutzer können die Services beliebig kombinieren und somit ein skalierbares und auf ihre Anforderungen angepasstes System erstellen [21]. Einer der Speicher-Dienste ist Amazon S3 TM. Hierbei handelt es sich um einen Service, bei dem Nutzer Daten speichern können, ohne ein festes Speicher-Kontingent vorab zu denieren. Amazon S3 TM ist über verschiedene Schnittstellen (REST, SOAP und Bit Torrent TM ) erreichbar [1]. Eine Abrechnung geschieht nach dem tatsächlich genutzten Speicher und ist gestaelt nach der durchschnittlich gesicherten Datenmenge pro Monat. Faktoren, wie die Menge von Daten, die aus der Amazon-Cloud heraus gesendet werden und die Anzahl der an den Server gerichteten Befehle, ieÿen ebenfalls in die Kostenkalkulation mit ein [2]. Amazon garantiert eine hohe Erreichbarkeit und eine geringe Verlustrate der hinterlegten Daten [1]. Zusätzlich wird der Reduced Redundancy Storage-Service angeboten, bei dem die Verlustrate der Daten höher ist, jedoch der Preis geringer ausfällt [2] Dropbox TM Der Dropbox TM -Service ist ein Angebot der Dropbox Inc. und beinhaltet eine Lösung der Cloud-basierten Datensicherung in Kombination mit einem Client-Programm und einer Datensynchronisierung [6]. Ein Nutzer kann ein Nutzerprol erstellen und Daten hinterlegen. Die zur Verfügung stehende Speichermenge richtet sich dabei nach dem gewählten Account-Typ und reicht von 2 GB für einen kostenlosen bis hin zu 500 GB für einen Premium-Account. Reduziert wird die Speichermenge dadurch, dass die von anderen Nutzern geteilten Daten mit zu dem verbrauchten Kontingent hinzu addiert werden. Ein Speichervolumen von 2 GB ist bereits belegt, wenn ein Nutzer 1 GB an Dateien speichert und 1 GB an Daten zusätzlich von anderen Nutzern freigegeben bekommen hat [6]. Die Daten werden nach dem Speichern im Dropbox TM -Service von allen Geräten synchronisiert, welche eine Onlineverbindung besitzen, die entsprechende Software installiert haben und mit den Account-Daten angemeldet sind. Zusätzlich ist ein Zugri direkt über einen Login auf der Website möglich [6]. Für Unternehmen bietet Dropbox Inc. eine eigenständige Lösung namens Dropbox Business an, welche einen unbegrenzten Speicher zur Verfügung stellt und deren Kosten sich nach der Anzahl der Nutzer richtet [11]. Technischer Hintergrund des Systems sind Client-Programme, die in Python geschrieben Kap 2: Bestehende Cloud-Speicherdienste 11

12 sind, und Amazon S3 TM -Server, die für die Datensicherung genutzt werden [8] Wuala Die Firma LaCie AG bietet neben diverser Hardware für die Datensicherung auch einen eigenen Cloud-Speicher namens Wuala [28] an. Hierbei handelt es sich um eine Lösung, welche Daten auf eigenen Geräten im europäischen Raum sichert [26] und stark dem Angebot der Dropbox Inc. ähnelt. Bis zu 5 GB Speicher sind für den Nutzer kostenfrei verfügbar. Zusätzlicher Speicher kann gegen eine Gebühr erworben werden [29]. Der Erwerb von Speichermedien der Firma LaCie bringt eine kostenlose ein- bis zweijährige Kontingenterhöhung des Wuala- Dienstes mit sich [25]. Auch hier kann eine Firma ein separates Angebot - namens Wuala Business - nutzen, welches ein begrenztes Speichervolumen besitzt. Ausgehend von einem Basispaket, in dem 5 Nutzer und Berechtigungsgruppen enthalten sind, müssen Speicher, weitere Nutzer und Berechtigungsgruppen separat erworben werden [29]. Eine Besonderheit dieses Dienstes ist, dass eine Verschlüsselung durch die Client- Software erfolgt. Somit ist nicht nur die Übertragung der Daten vor Zugrien Dritter geschützt, sondern auch der Anbieter kann die hinterlegten Daten nicht lesen [28]. Dies bieten die beiden anderen genannten Dienste, Amazon S3 TM und Dropbox TM, nicht Weitere Speicherdienste In dieser Arbeit wird beispielhaft nur eine Auswahl an bekannten Anbietern mit den wichtigsten ihrer Speicherdienste bewertet. Nennenswerte weitere Dienste werden von Google Inc., Rachspace Hosting, Inc. und Microsoft Corp. angeboten. Die Dienste dieser Anbieter sind als Anregung für weitere Untersuchen folgend aufgeführt. Daneben bietet Google Inc. einen Speicher namens Google Cloud Storage an, welcher vergleichbar mit dem Amazon S3 TM ist. Insbesondere die gebotenen Qualitäten ähneln stark dem Angebot von Amazon Inc. und auch das Preismodell ist ähnlich. Zusätzlich wird ein Angebot mit höheren Verlustraten namens Durable Reduced Storage angeboten [5]. Durch die Ähnlichkeit zu Amazon S3 TM können aus den später diskutierten Ergebnissen zu Amazon S3 TM mit geringen Abweichungen ebenfalls Aussagen für den Google Cloud Storage getroen werden. Die Firma Rackspace Hosting, Inc. bietet unter dem Namen Rackspace Cloud verschiedene Cloud-Dienste an. Neben virtuellen Servern, Webanwendungen und Datenbanken, wird auch ein Backup-System angeboten. Hierbei werden, ähnlich dem Wuala-Dienst, Daten bereits beim Kunden verschlüsselt und an den Anbieter gesendet. Der Anbieter verteilt diese anschlieÿend in seinen Datenzentren. Bei diesem Dienst werden Server gemietet und Speichermengen nach tatsächlich anfallendem Bedarf in Rechnung gestellt Kap 2: Bestehende Cloud-Speicherdienste 12

13 [4]. Seit Februar 2010 bietet Microsoft Corp. die Cloud-Plattform Windows Azure an [23]. In dieser Plattform ist auch ein Datensicherungs-Service enthalten. Bei diesem Service werden Daten auf Servern in Asien, Europa oder den USA gesichert. Dabei entstehen für den Kunden Kosten in Höhe der druchschnittlich gesicherten Daten pro Monat. Ein zusätzlicher Support von Seiten des Anbieters muss abhängig vom Umfang des Supports erworben werden [3]. Kap 2: Bestehende Cloud-Speicherdienste 13

14 Service Anbieter Dienst-Art Kurzbeschreibung Amazon S3 TM Amazon Inc. Speicher Speicherdienst des AWS Dropbox TM Dropbox Inc. File-Sharing Wuala LaCie AG File-Sharing Google Cloud Storage Google Inc. Speicher Rackspace Backup Rackspace Hosting, Inc. Backup Windows Azure Microsoft Corp. Speicher Tabelle Übersicht über verschiedene Cloud-Angebote Datenaustausch zwischen Nutzern mit Nutzung der Amazon S3 TM Datenaustausch auf Firmeneigenen Datenträgern Einem Amazon S3 TM -ähnlicher Dienst von Google Inc. Backup-Dienst mit client-seitiger Verschlüsselung Cloud-Plattform mit Speicher-Dienst Kap 2: Bestehende Cloud-Speicherdienste 14

15 2.2. Wissenschaftliche Arbeiten zu Cloud-Speicherdiensten Das Interesse der Forschung am Thema Cloud-Computing und der Datensicherung in einer Cloud ist ebenfalls entsprechend groÿ. So begann Microsoft Research 1999 mit der Idee, ein System zu entwickeln, welches für Nutzer, wie ein einzelnes zentrales Dateisystem verwendbar ist, jedoch im Hintergrund aus Zehntausenden von Geräten besteht [32]. Ebenfalls im Jahre 1999 erschien die erste Veröentlichung zum Thema OceanStore, einem oenen Netzwerk, welches aus nicht vertrauenswürdigen Teilnehmern besteht und nomadic data beinhaltet. Dieser Begri beschreibt Daten, welche zwischen verschiedenen Geräten mit der geographischen Position des Besitzers wandern [35]. Neben komplett neuen Ansätzen entstanden auch Arbeiten über die Dienste der vorgestellten Anbieter Amazon Inc., Dropbox Inc. und LaCie AG. So untersuchten Palankar und Kollegen 2008 den Amazon S3 TM -Speicher bezüglich seiner Nützlichkeit für das Sichern von Daten aus wissenschaftlichen Anwendungen [40]. Diese drei Arbeiten sollen aufgrund ihrer Forschungsergebnisse nachfolgend genauer betrachtet werden Microsoft Research Farsite In den Jahren 1999 bis 2005 entwickelte und analysierte Microsoft Research das Dateisystem Farsite, welches auf nicht-dedizierten Geräten verteilt operiert. Im Fokus stand die Entstehung eines Systems, welches hoch skalierbar ist und bis zu 10 5 Geräte enthalten kann, vor fehlererzeugenden Nutzern geschützt ist und dennoch administrativ verwaltbar ist. Durch diese Art von Dateisicherung sollen die Vorteile eines lokalen Sicherns, wie z.b. geringe Kosten und Privatsphäre, mit den Vorteilen eines zentralen Dateiservers, wie Verlässlichkeit und eine ortsunabhängige Verfügbarkeit, vereint werden [32]. Besonders die Anforderung, dass zu jeder Zeit mit einem gewissen Anteil an ausgefallenen Geräten gerechnet werden muss, spielt hierbei eine zentrale Rolle. Zusätzlich ist bei den verwendeten Maschinen davon auszugehen, dass sie zu jeder Zeit das Netzwerk permanent verlassen können oder neue Geräte sich dem Netzwerk anschlieÿen [31]. Durch Probleme bezüglich Netzwerklasten, Fehlertoleranzen und dezentraler Verwaltung wurden mehrere Teile des Systems mehrfach implementiert und verbessert. Im Jahr 2005 wurden die Forschung an diesem Projekt eingestellt [32] OceanStore Das Projekt OceanStore basiert auf der Idee ein weltumspannendes Netzwerk für Datensicherung und andere Dienste zu erstellen [35]. Dabei wurde das in den 1990er Jah- Kap 2: Bestehende Cloud-Speicherdienste 15

16 ren eingeführte Modell der objektbasierten Speicherung genutzt. Hierbei werden Daten nicht blockweise oder hierarchisch, sondern als einzelne Objekte verwaltet. Diese Objekte können ihre Form und Position innerhalb eines Netzwerks verändern und werden durch Metadaten identiziert. Diese Metadaten enthalten eine eindeutige Kennung und weitere Informationen über das Objekt [17]. Das Ziel ist ebenfalls ein Netzwerk aus wechselnden nicht-dedizierten Geräten zu schaffen. Durch die Verwendung der nomadic data liegt jedoch der Fokus stärker auf dem Bereich der Datenplatzierung bzw. -bewegung, um den bei einem globalem Netzwerk entstehenden Problemen bezüglich Latenz, Netzwerklast und Transferraten entgegenzuwirken Kombination von Amazon S3 TM und Bit Torrent TM Palankar und Kollegen untersuchten 2008 den Amazon S3 TM -Speicher. Sie wollten bewerten, inwieweit sich dieser Speicher für wissenschaftliche Zwecke verwenden lässt [40]. Einen besonderen Fokus richten die Autoren auf physikalische Experimente, wie dem DZero-Projekt 1, bei denen täglich über 1 TB Daten entstehen [40]. Um entstehende Kosten und Zugriszeiten zu reduzieren, kombinieren die Autoren den Amazon S3 TM -Dienst mit dem Dienst von Bit Torrent TM. Anfragen werden zuerst mit Bit Torrent TM verarbeitet und nur bei unerreichbaren Daten oder zu langsamen Datenverbindungen zusätztlich aus der Amazon S3 TM -Cloud geladen [40]. Unter anderem unter dem Gesichtspunkt kostenezienten Speicherns analysieren die Autoren den Amazon S3 TM -Speicher und fanden heraus, dass das Nutzen des Amazon S3 TM -Dienstes Kosten einsparen kann. Sie stellten jedoch auch fest, dass dieser Dienst nicht für ein solch spezielles Gebiet, wie das kollaborative Arbeiten groÿer Gruppen entworfen wurde und damit nicht allen Anforderungen genügt [40]. Die Daten dieser Arbeit bieten einen guten Einblick in die Funktionsweise des Amazon S3 TM -Dienstes. Darüber hinaus stellen die Autoren zahlreiche Metriken vor, anhand derer sich Cloud-Dienste generell evaluieren lassen. Diese Metriken werden daher zur Bewertung der verschiedenen in dieser Arbeit betrachteten Dienste wieder herangezogen. 1 Dies ist eine Zusammenarbeit verschiedener Physiker zur Erforschung von Materie. ( [12]. Kap 2: Bestehende Cloud-Speicherdienste 16

17 Kapitel 3 Private Cloud Backupsysteme auf nicht-dedizierten Geräten Die Entscheidung, seine Daten bei einem externen Dienstleister zu sichern, sollte immer wohlüberlegt sein. Jeder Dienst bietet unterschiedliche Verfügbarkeiten, Preise und Schnittstellen für die Verwaltung von Daten und Nutzern. Hat man sich für einen Dienstleister entschieden, werden Daten einem fremden Unternehmen anvertraut. Bereitgestellte Schnittstellen limitieren dann eigene Ansprüche an Zugrisrechte einzelner Benutzer und gewünschte Sicherheitsmaÿnahmen. Auch die Kosten eines solchen Dienstes sind ein erheblicher Faktor. Optional können Daten zentral in der eigenen Institution gesichert werden, was jedoch ebenfalls Kosten erzeugt. Nachfolgend sind Alternativen zu den Services externer Anbieter oder einer zentralen Sicherung im eigenen Netzwerk vorgestellt. Bei diesen Alternativen werden Datenträger von nicht-dedizierten Geräten, wie Arbeitsplatzrechner, zu einem private cloud-dienst zusammengeschlossen und als Backup-Speicher genutzt. Einer der gröÿten Vorteile dieses Ansatzes ist der Kostenfaktor, da die Hardware für die Backupsicherung bereits vorliegt und betrieben wird. Eine Anschaung von zusätzlichen Datenträgern ist somit nicht zwingend nötig. Im Gegensatz zu den Ansätzen von Farsite bzw. OceanStore wird der Fokus im vorliegenden Kontext auf ein insitutions- oder rmenumspannendes Netzwerk gelegt. Hierdurch spielen Fragen nach der geographischen Platzierung von Daten, deren Verwaltung und eine extreme Skalierbarkeit 2 eine untergeordnete Rolle. Ein Backup-Ablauf bei einem externen Anbieter, sowie eine Sicherung in einer private cloud, ist in Abbildung 3.1 skizziert. 2 Die Systeme von Farsite und OceanStore sollen Zehntausende von Geräten enthalten können, wobei die tatsächliche Anzahl stark variieren kann. Kap 3: Private Cloud Backupsysteme auf nicht-dedizierten Geräten 17

18 (a) externer Anbieter (b) private-cloud Abbildung 3.1.: Backup-Abläufe Client 1 Client 2 A B C B D A B C D Backups Backup Pointer Abbildung 3.2.: Deduplizierung (Dateiebene) Zur Erhöhung des Datenvolumens, welches gespeichert werden kann, werden Deduplizierungen verwendet [44]. Hierbei werden identische Datenfragmente durch eine Bibliothek codiert und lediglich Verweise in den einzelnen Dateien eingefügt. Eine weitere Möglichkeit für eine Reduktion der Datenmenge ist das Deduplizieren auf Dateiebene, bei der identische Dateien lediglich einmal gespeichert werden, aber mehreren Backups zugeordnet werden. Ist ein Server für die Datenverteilung zuständig, so kann dies komplett serverseitig passieren. Das Deduplizieren auf Dateiebene kann jedoch ein Problem darstellen, da nur Metadaten gesichert sind (Speicherorte, Nutzer, etc.), jedoch nicht der Inhalt des angeforderten Backups mit dem anderer abgeglichen werden kann, ohne diese anzufordern und zu rekonstruieren. Für ein einfaches Beispiel einer Deduplizierung siehe Abb Damit es möglich ist, Daten wiederherzustellen, wenn einzelne Datenpakete eines Backups nicht verfügbar sind, können Daten redundant gespeichert werden. Die Erweiterung der Daten durch redundante Teile erhöht zwar den Speicherverbrauch der Backups, hat jedoch den Vorteil, dass nicht alle Geräte, auf denen Datenfragmente einer Sicherung liegen, erreichbar sein müssen, um eine Rekonstruktion erfolgreich durchzuführen. Verfahren nach diesem Prinzip werden Vorwärtsfehlerkorrekturen genannt. Eines der ältesten Beispiele dieser Klasse ist der Reed- Solomon-Code, welcher noch heute in vielen Bereichen der digitalen Übertragung, in QR- Codes und bei dem Korrigieren von Fehlern Teilung Datenverlust 1 08 Nummerier f(x) = 1 + x 3 22 Datenverlust Rekonstruktion mit f(x) = 1 + x 3 22 Abbildung 3.3.: Beispiel des Reed-Solomon-Codes t Konstruktion neuer Daten durch Fkt Kap 3: Private Cloud Backupsysteme auf nicht-dedizierten Geräten 18

19 auf Datenträgern Verwendung ndet [22]. Eine exemplarischer Ablauf einer Vorwärtsfehlerkorrektur ist in Abbildung 3.3 dargestellt Verschiedene Qualitätsstufen des Backup-Systems In ihrer Arbeit kombinieren Palankar und Kollegen den Speicherdienst Amazon S3 TM und eigene Ansätze miteinander, um einen Dienst mit den Vorteilen aus mehreren Diensten zu erstellen. Die Autoren nutzen zusätzlich das p2p-programm 3 Bit Torrent TM als Backupsystem, um Anfragen an den Server und den Datentransfer vom Amazon S3 TM - Speicher zu reduzieren [40]. In ihrer Untersuchung denieren die Autoren die nahezu durchgehend verfügbare Amazon-Cloud als sicheren, und nur bedingt verfügbare Bit Torrent TM -Clients als unsicheren Speicher [40]. Diese Idee wird im Folgenden aufgegrien und die denierten Klassen von Speichern erweitert. So werden Datencenter, diverse Speicherangebote externer Anbieter, aber auch Geräte, welche durchgehend über das Netzwerk erreichbar sind, als sicher angesehen. Unsicher hingegen sind Geräte, welche diese Eigenschaft der durchgängigen Erreichbarkeit nicht erfüllen. Diese Gliederung führt zu einer Denition von verschiedenen Services basierend auf der Zusammensetzung aus sicherem und unsicherem Speicherplatz. Um die Services besser unterscheiden zu können, werden sie, abhängig von ihrer zu erwartenden Güte absteigend, Platin-, Gold- und Silber-Service genannt Platin-Service Werden ausschlieÿlich sichere Geräte für das Speichern von Daten genutzt, so entsteht ein Service mit einer maximalen Erreichbarkeit. Dadurch sind die auf diesen Geräten gesicherten Daten ebenfalls nahezu durchgehend verfügbar. Um unerwartete Ausfälle von Geräten zu kompensieren, können für diesen Service Daten redundant an weiteren sicheren oder unsicheren Speicherorten hinterlegt werden, welche im Falle eines Versagens von Geräten die Anfragen an die ausgefallenen Geräte bearbeiten können Silber-Service Für die Einrichtung eines Platin-Services werden vorwiegend sichere Geräte genutzt und redundante Teile können zusätzlich auch auf unsicheren Geräten gesichert werden. Die im Netzwerk verbleibenden unsicheren Geräte können für einen zweiten Service genutzt werden, welcher nicht so starke Zusicherungen machen kann, wie der Platin- Service. Um die Qualität des Services zu gewährleisten, ist es erforderlich, dass Daten redundaner gespeichert werden. Hierdurch können bei diesem Dienst bei gleichem zur 3 peer-to-peer (p2p) beschreibt ein Netzwerk, in dem die Teilnehmer gleichberechtigt sind. Das Gegenteil ist das Verhältnis Server-Client. Kap 3: Private Cloud Backupsysteme auf nicht-dedizierten Geräten 19

20 Verfügung gestelltem Speichervolumen weniger Daten gesichert werden können als bei einem Platin-Service Gold-Service Werden beide Klassen von Geräten kombiniert, entsteht der Gold-Service. Ein Teil eines jeden Backups wird auf sicheren Geräten hinterlegt und der restliche Anteil auf unsicheren Geräten. Dabei entsteht ein Service, welcher bezüglich der Vorteile und Zusicherungen zwischen den beiden anderen Services einzuordnen ist. Zum einen steht mehr Speicherplatz bereit, als ein Platin-Service alleine zur Verfügung stellen kann, zum anderen ist eine höhere Zuverlässigkeit zu erwarten, als sie ein Silber-Service bieten kann Qualität der Services nach Zeitintervallen Es ist anzunehmen, dass Arbeitsplatzrechner häuger während der Arbeitszeiten ihrer Nutzer verfügbar sind. Werden Backupfragmente auf diesen Geräten gesichert, so ist auch eine Rekonstruktion dieser Backups zu den Arbeitszeiten mit höherer Wahrscheinlichkeit möglich. Um die Wahrscheinlichkeit einer Rekonstruierbarkeit auÿerhalb der Arbeitszeiten zu erhöhen, ist eine redundantere Speicherung der Daten nötig. Die dadurch entstandene erhöhte Speichermenge pro Backup ist ggf. nicht zwingend erforderlich, sollten Backups arbeitsbezogen sein und auch nur zu den Arbeitszeiten angefordert werden. Hieraus resultiert die Überlegung, nur für die Kernarbeitszeiten Garantien über Qualitäten des Services zu machen. Auÿerhalb dieser Zeiten werden keinerlei Zusicherungen gemacht Bandbreitenschonender Service Die Überlegung von Palankar und Kollegen [40], einen bandbreitenschonenenden Service anzubieten, welcher die Daten einerseits in einem externen Cloud-Dienst speichert und andererseits diese Daten an weiterer Stelle sichert, ist auch mit Arbeitsplatzrechnern denkbar. Hierbei werden die Daten doppelt gesichert und es entstehen die kompletten Kosten für das Sichern in einem Cloud-Dienst. Eingespart werden lediglich die Kosten für Anfragen an den Speicher-Dienst und Datenverkehr, welche statt von dem Dienst durch Arbeitsplatzrechner übernommen werden. Da nur Amazon Inc. von den vorgestellten Anbietern Anfragen und den Datentransfer in Rechnung stellt, sind nur im Vergleich zu diesem Einsparungen möglich. Wird davon ausgegangen, dass mit bis zu 10% Wahrscheinlichkeit ein einzelnes Gerät ein Backup im Jahr benötigt [34], so ist bei den Preisen 4 Die Auswertung wird zeigen, dass der Silber- und Gold-Service die gleichen Qualitäten bieten können. Da diese jedoch mit einem unterschiedlichen Aufwand verbunden sind, ist eine Unterscheidung sinnvoll. Kap 3: Private Cloud Backupsysteme auf nicht-dedizierten Geräten 20