Rolf Wanka Sommersemester Vorlesung

Transkript

1 Peer-to to-peer-netzwerke Rolf Wanka Sommersemester Vorlesung basiert auf einer Vorlesung von Christian Schindelhauer an der Uni Freiburg

2 Inhalte Kurze Geschichte der Peer-to-Peer- Netzwerke Das Internet: Unter dem Overlay Die ersten Napster Gnutella CAN Chord Pastry Gradoptimierte Netzwerke Viceroy Distance-Halving Netzwerke mit Suchbäumen Skipnet und Skip-Graphs P-Grid Selbstorganisation Pareto-Netzwerke Zufallsnetzwerke Sicherheit in Peer-to-Peer- Netzwerken Anonymität Datenzugriff: Der schnellere Download in der Praxis edonkey FastTrack Bittorrent Peer-to-Peer-Verkehr Juristische Situation

3 Pastry: : Einfügen eines Peers Neuer Knoten X sendet Nachricht an Knoten Z mit längstem gemeinsamen Präfix p X erhält Routingtabelle von Z Nachbarschaftsmenge von Z Z aktualisiert Nachbarschaftsmenge X informiert l-nachbarschaft X informiert Peers in Routing-Tabelle mit gleichem Präfix p außerhalb der l-nachbarschaft (falls l/2 < 2 b ) Aufwand für Einfüge-Operation: l Nachrichten an Nachbarschaft Erwartet (2 b - l/2) Nachrichten an Knoten mit gemeinsamen Präfix Eine Nachricht an Knoten Z mit Antwort

4 Pastry: : Wenn das Einfügen versagt Die Übernahme der Nachbarschaftsmenge vom nächstgelegenen Peer reicht im allgemeinen nicht Beispiel: Falls kein Peer mit 1* vorhanden ist, müssen alle anderen Peers auf den neuen Knoten zeigen Einfügen von 11: 03 kennt aus Routing-Tabelle 22,33 00,01,02 02 kennt aus Leaf-Set 01,02,20,21 11 kann nicht alle notwendigen Links veranlassen

5 Fehlender Eintrag in Routing-Table Annahme: Tabelleneintrag R i l fehlt in Peer D l-te Zeile und i-te Spalte der Routing-Table Wird festgestellt, sobald eine Nachricht von einem Peer mit diesem Präfix ankommt Kommt auch vor, falls ein Peer das Netzwerk verlässt Kontaktiere Peers in derselben Zeile Falls Peer bekannt ist, wird Adresse kopiert Falls dies scheitert, führe Routing zu dieser Adresse durch

6 Lokalisierung der nächsten Knoten Direkte Nachbarn bzgl. Node-ID im Peer-to-Peer-Netzwerk sind nicht Knoten in der Nähe z.b. Link von Neuseeland nach Mittelfranken von Indien nach Kalifornien Das TCP-Protokoll des Internets misst Latenzzeiten Damit kann eine Metrik definiert werden Diese ist die Grundlage zur Suche nach den nächsten Peers Damit können die Einträge in der Routing-Table optimiert werden Sämtliche Verfahren in Pastry beruhen hier auf Heuristiken D.h. es gibt keinen mathematischen Nachweis der Güte der Verfahren Annahme: Metrik ist Euklidisch

7 Lokalität in der Routing-Tabelle Annahme: Beim Einfügen eines Peers A in Pastry kontaktiert der Knoten zuerst einen nahen Knoten P Alle Knoten haben schon ihre Routing- Table optimiert Aber: Der zuerst kontaktierte Peer P ist bezüglich der Node-ID nicht nah 1. Schritt Kopiere Einträge der ersten Zeile der Routing-Table von P wegen der Dreiecksungleichung sind diese Einträge recht gut 2. Schritt Kontaktiere passenden Peer P von P mit gleichen ersten Buchstaben Wiederum sind diese Einträge relativ nah Wiederhole diese Schritte bis alle Tabelleneinträge gefüllt sind

8 Lokalität im Routing Für jeden Eintrag in der Routing- Tabelle wird der nächste Knoten gemäß der Latenzzeit gewählt Routing wählt nicht unbedingt den kürzesten Weg (bezüglich der Latenzmetrik) Dennoch Hoffnung auf kurze Wege Warum? Mit der Länge des gemeinsamen Präfix steigt die erwartete Latenzmetrik exponentiell Damit sind die letzten Sprünge am teuersten Hier greift aber die Menge M

9 Experimentelle Resultate Skalierung Parameter b = 4, l = 16, M = 32 In diesem Experiment steigt die durchschnittlich Hop-Distanz logarithmisch mit der Knotenanzahl an Analyse sagt hier 4 log n voraus Gute Übereinstimmung

10 Experimentelle Resultate Verteilung der Routing-Hops Parameter b = 4, l = 16, M = 32, n = Ergebnis: Die Abweichung von der erwarteten Hop-Distanz ist extrem gering Analyse sagt Abweichung mit extrem kleiner Wahrscheinlichkeit voraus Gute Übereinstimmung

11 Experimentelle Resultate Latenzzeit Parameter b = 4, l =16, M = 3 Im Vergleich zum kürzesten Weg erstaunlich gering scheint zu stagnieren

12 Kritische Betrachtung der Experimente Experimente geschahen in einer (gutartigen) Simulationsumgebung Mit b = 4, l = 16 wird die Anzahl der Links pro Knoten relativ groß Damit kann der Faktor 2 b /b = 4 das Ergebnis erheblich beeinflussen Beispiel n = b /b log n = 4 log n > 60 Links in Routing-Tabelle Hinzu kommen noch 16 Links in Leaf-Set und 32 in M Dadurch ist der Grad im Verhältnis zu anderen Protokollen wie CHORD enorm groß Annahme Euklidischer Latenzzeiten aus der Luft gegriffen

13 Experimentelle Untersuchungen Knotenausfälle Parameter b = 4, l = 16, M = 32, n = 5000 No fail: vor Ausfall No repair: 500 von 5000 Peers fallen aus Repair: Nach Reparatur der Routing-Tabellen

14 Zusammenfassung Beruht auf dem Routing-Prinzip von Plaxton, Rajamaran und Richa Verallgemeinerung vom Routing auf dem Hypercube Pastry Heuristiken für die Metrik Experimentelle Verifikation ersetzt analytische Untersuchungen Praktisch umsetzbar Durch Leaf-Sets sehr robust

15 Inhalte Kurze Geschichte der Peer-to-Peer- Netzwerke Das Internet: Unter dem Overlay Die ersten Napster Gnutella CAN Chord Pastry Gradoptimierte Netzwerke Viceroy Distance-Halving Netzwerke mit Suchbäumen Skipnet und Skip-Graphs P-Grid Selbstorganisation Pareto-Netzwerke Zufallsnetzwerke Sicherheit in Peer-to-Peer- Netzwerken Anonymität Datenzugriff: Der schnellere Download in der Praxis edonkey FastTrack Bittorrent Peer-to-Peer-Verkehr Juristische Situation

16 Gradoptimierte Netzwerke Viceroy A Scalable and Dynamic Emulation of the Butterfly Dahlia Malkhi, Moni Naor, David Ratajczak 2001

17 Erreichbarer Durchmesser CHORD, Pastry: Durchmesser O(log n) Grad O(log n) Gesucht: Netzwerk mit kleinem Ausgangsgrad D.h. Eingangsgrad, Ausgangsgrad konstant, O(1) Durchmesser O(log n) Lösung: Viceroy Distance-Halving-Netzwerk

18 Definition Butterfly-Graph (mit wrap-around around-kanten) Knoten: (i, S) i ist aus {0,..,k-1} S ist k-stelliger Binärstring Interpretation m = 2 k Knoten pro Ebene k Ebenen In der Regel werden die Knoten der k-ten Ebene zweimal gezeichnet Kanten: Von (i, (b 0,..,b i,..., b k-1 )) nach ((i+1) mod k, (b 0,..,b i,..., b k-1 )) und ((i+1) mod k, (b 0,..,1-b i,..., b k-1 ))

19 Eigenschaften Butterfly-Graph Kleiner Grad Eingangsgrad + Ausgangsgrad = 4 Kleiner Durchmesser mit log m = log n + log log n optimal Gute Simluationseigenschaften Andere Netzwerke können sehr effizient in einen Butterfly-Graphen eingebettet werden D.h. Eine Kante eines anderen Netzwerks wird durch sehr kurze Pfade im Butterfly-Graph ersetzt Einfache Routing-Algorithmen Routing-Entscheidung in konstanter Zeit möglich Kaum Flaschhälse Mit hoher W keit: Kein Knoten wird beim Routing mit Nachrichten überlastet Hohe Fehlertoleranz Ausfall von Knoten kann gut toleriert werden

20 Übersicht Viceroy Zielsetzung Skalierbarkeit Bewältigung von Dynamik Verteilung des Traffic Congestion Maximale Anzahl Nachrichten, die ein Peer zu bewältigen hat Kosten für Peer-Aufnahme/Entfernen Minimierung Anzahl Nachrichten/Zeit Dilation, Länge des Suchpfads Viceroy war das erste P2P-Netzwerk mit optimaler Grad/Durchmesser-Beziehung Techniken lassen sich auf andere Netzwerke übertragen

21 Ende der 11. Vorlesung Peer-to to-peer-netzwerke