The KaZaA Overlay: A Measurement Study Παρουσίαση: Πεχλιβάνη Φωτεινή Σταθοπούλου Ευγενία Φωτόπουλος Βασίλης Authors: Jian Liang, Rakesh Kumar, Keith W. Ross

Introduction  Το KaZaA είναι μία από τις σημαντικότερες εφαρμογές του Internet όσον αφορά τον αριθμό των κόμβων που συμμετέχουν αλλά και το βαθμό της κυκλοφορίας  Λίγα πράγματα είναι γνωστά όσον αφορά το overlay του KaZaA, την διατήρηση του overlay αλλά και το signaling protocol

Introduction  Με πειραματικά αποτελέσματα προσπάθησαν να καταλάβουν πως λειτουργεί  Το overlay δίκτυο  Ο μηχανισμός αναζήτησης  Η διαχείριση του index του συστήματος  Signaling traffic

 Δύο κατηγορίες peers:  Super Nodes (SN)  Ordinary Nodes (ON)  Οι KaZaA peers διαφέρουν σε availability, bandwidth, connectivity, CPU power και NATed access Overview of the KaZaA

 Κάθε ΟΝ όταν εισέλθει στο KaZaA  Διαλέγει ως πατέρα του έναν SN με τον οποίο διατηρεί μια ημι-μόνιμη TCP σύνδεση  Κάνει upload στον πατέρα του τα metadata των αρχείων που θα διαμοιραστεί στο KaZaA  Κάθε SN διατηρεί ένα local index με όλους τους ON που είναι παιδιά του  Κανένας SN δεν είναι dedicated server Overview of the KaZaA

 Τα metadata ενός αρχείου του ON περιέχουν: File name, File size, ContentHash, File descriptor  File descriptor: χρησιμοποιείται για αντιστοίχηση keyword κατά την διάρκεια μιας ερώτησης  ContentHash: Το KaZaA κατακερματίζει κάθε αρχείο σε μια υπογραφή, η οποία γίνεται το ContentHash του αρχείου Overview of the KaZaA

SN1 SN4 SN2 SN3 ON KaZaA’s 2-tiered Overlay Network

Topology Structure ON to SN: συνδέσεις  επειδή υπάρχουν ~3M κόμβοι ανά μέρα,έχουμε ~30,000 SNs SN to SN: 30 – 50 συνδέσεις  κάθε SN είναι συνδεδεμένος με το ~0.1 % του συνολικού αριθμού των SNs

Topology Dynamics  O μέσος όρος της διάρκειας των συνδέσεων ON-SN είναι 34min και SN-SN 11min  Παρατηρήθηκε πως το 32% των συνδέσεων SN-SN και το 38% των συνδέσεων ON-SN διαρκούν λιγότερο από 30 seconds  Η μέση διάρκεια των συνδέσεων, με χρόνο μεγαλύτερο από 30sec, είναι 57min για ΟΝ- SN και 23min για SN-SN

Neighbor Selection − Όταν ένας ON διαλέγει SN από την SN cash list λαμβάνει υπόψιν την locality και το workload του SN − Locality λαμβάνει υπόψη το RTT και τις IP prefixes − 40% των ON-SN συνδέσεων έχουν RTT < 5 msec − 60% των SN-SN συνδέσεων έχουν RTT < 50 msec − RTT: E. US  Europe ~100 msec

Χρόνος Ζωής Supernode  Ο μέσος χρόνος ζωής ενός SN στο KaZaA είναι 2.5 ώρες

Αποφυγή του Firewall  Αρχικά default port 1214  Οι administrator εύκολα διαμόρφωναν τα firewalls για αποτροπή των συνδέσεων  Τώρα δυναμικά port number  Δύσκολα μπλοκάρονται οι συνδέσεις  Μόνο το 3,6% χρησιμοποιεί το 1214 port, το 96,3% χρησιμοποιεί ένα τυχαίο port από 1024 έως και ελάχιστοι χρησιμοποιούν το 80 port

Καταστρατήγηση του NAT  Το 30% των KaZaA peers είναι πίσω από NATs  Πρόβλημα: αν ο Α θέλει να συνδεθεί με τον Β που έχει NAT address, δεν μπορεί να αρχικοποιηθεί μια TCP σύνδεση  Μερική επίλυση του προβλήματος (connection reversal):  Ο Α αντί να στείλει την αίτηση στον Β την στέλνει στον πατέρα SN του Β  Ο πατέρας SN του Β στέλνει ένα μήνυμα και του λέει να συνδεθεί άμεσα με τον Α

Διαχείριση του Index  Εξετάζουμε την κατανομή των metadata που γίνονται upload στους SN από τις συνδέσεις των ON  Το 13% των ΟΝ είναι υπεύθυνο για το 80% των συνολικών upload metadata  Τα metadata κάθε ΟΝ παιδιού σβήνονται αμέσως μόλις το παιδί αποσυνδεθεί από τον πατέρα SN  Δεν υπάρχει ανταλλαγή index πληροφορίας, δηλαδή των metadata που συλλέχθηκαν από τα παιδία ΟΝ, μεταξύ SN-SN

Basic Design Principles 1.Distributed Design  All of its nodes run on user peers 2.Exploiting Heterogeneity  Super Nodes (SNs) and Ordinary Nodes (ONs) 3.Load Balancing  Each SN has roughly the same degree 4.Locality in Neighbor Selection  IP prefix and short RTT 5.Connection Shuffling  A larger set of SNs can be visited 6.Efficient gossiping algorithms  SNs learns about other SNs in the network 7.Firewall avoidance and NAT circumvention  Dynamic port and connection reversal

Ερωτήσεις???