ARTHUR HENRIQUE COUTINHO UM CONTENT ROUTER SEMÂNTICO PARA ELIMINAÇÃO DE TRÁFEGO REDUNDANTE

Transcrição

1 ARTHUR HENRIQUE COUTINHO UM CONTENT ROUTER SEMÂNTICO PARA ELIMINAÇÃO DE TRÁFEGO REDUNDANTE LONDRINA PR 2014

2

3 ARTHUR HENRIQUE COUTINHO UM CONTENT ROUTER SEMÂNTICO PARA ELIMINAÇÃO DE TRÁFEGO REDUNDANTE Trabalho de Conclusão de Curso apresentado ao curso de Bacharelado em Ciência da Computação da Universidade Estadual de Londrina para obtenção do título de Bacharel em Ciência da Computação. Orientador: Prof. Dr. Bruno Bogaz Zarpelão LONDRINA PR 2014

4 Arthur Henrique Coutinho Um Content Router semântico para eliminação de tráfego redundante/ Arthur Henrique Coutinho. Londrina PR, p. : il. (algumas color.) ; 30 cm. Orientador: Prof. Dr. Bruno Bogaz Zarpelão Universidade Estadual de Londrina, Content Router. 2. Named Data Networks. 3. CCN. 4. CCNx. 5. Redundant Traffic Elimination. 6. RTE. I. Bruno Bogaz Zarpelão. II. Universidade Estadual de Londrina. III. Faculdade de Ciência da Computação. IV. Implementação de um Content Router semântico para eliminação de tráfego redundante CDU 02:141:005.7 COUTINHO, H. A.. Um Content Router semântico para eliminação de tráfego redundante. 18 p. Trabalho de Conclusão de Curso (Graduação). Bacharelado em Ciência da Computação Universidade Estadual de Londrina, RESUMO O congestionamento de tráfego na Internet tornou-se um problema crescente como consequência de novos conteúdos sendo transmitidos, caracterizados por consumirem muita banda. Tais informações, quando muito solicitadas, geram tráfego redundante que congestiona as infovias e os servidores. Com a diminuição do custo de armazenamento por megabyte, surgiram várias propostas de roteadores que possuem discos para cache de dados muito requisistados. Denominados Content Routers, eles colaboram entre si para entregar conteúdo frequente sem que o servidor original seja acessado. Este trabalho propõe um Content Router cuja cooperação na recuperação de dados em cache funciona através de roteamento semântico, extraindo meta-dados do tráfego e utilizando-os nas suas buscas distribuídas. Palavras-chave: Content Router. Named Data Networks. CCN. CCNx. Redundant Traffic Elimination. RTE.

5 COUTINHO, H. A.. A Semantic Content Router for Redundant Traffic Elimination. 18 p. Final Project (Undergraduation). Bachelor of Science in Computer Science State University of Londrina, ABSTRACT The Internet traffic congestion has become a growing problem as consequence of new content being transmitted, characterized by high bandwidth consumption. Such kind of data, when asked, generates redundant traffic that overloads the infoways and the servers. With the reducing storage cost per megabyte, there have been several proposals of routers that have hard discs as cache for high solicited data. The called Content Routers cooperate with each other to deliver frequent content without accessing the original server. This work proposes a Content Router whose cooperation on cached data recovery works through semantic routing, extracting meta-data from traffic and using it in the distributed search. Keywords: Content Router. Named Data Networks. CCN. CCNx. Redundant Traffic Elimination. RTE.

6

7 SUMÁRIO 1 INTRODUÇÃO Estado da Arte Objetivos REVISÃO BIBLIOGRÁFICA Content Centric Networks Nomeação Comunicação Caching Protocolo CCNx IMPLEMENTAÇÃO DO CONTENT ROUTER CONCLUSÃO Referências

8

9 7 1 INTRODUÇÃO A Internet evoluiu de uma configuração onde a navegação Web gerava fluxos de pequena monta a cada ação do usuário para um quadro onde uma infovia pode comportar diversos fluxos constantes e de alta prioridade. Aplicações como VoIP, videoconfências e jogos em rede se dão entre computadores em diferentes partes do mundo e demandam baixa latência na comunicação. Atualmente disputam espaço com tráfego intenso de outros serviços, como streaming de vídeo e filmes sob demanda. Essas aplicações caracterizam-se pela disponibilidade mundial ou em larga escala de um mesmo conteúdo. Pelo funcionamento convencional da Internet, os servidores recebem uma nova requisição de conteúdo para cada usuário que se interesse em visualiza-lo, iniciando uma transferência que ocupa banda considerável por um longo tempo. Diferente de um multicast [1], diversos terminais não necessariamente recebem uma mesma informação simultaneamente, mas sim em momentos relativamente próximos. A prioridade é a mesma das comunicações em tempo real, pois a interrupção no tráfego prejudica o uso do serviço em ambos os casos. Este último caso tem ocorrido cada vez mais e, com a perspectiva de mais crescimento acompanhando os acessos por dispositivos móveis [2], motivou investigações a fim de atacar o chamado tráfego redundante de dados. Esse problema ocorre principalmente em backbones, que devem comportar fluxo somado de diversas subredes físicas e acabam concentrando demandas concorrentes de latências muito baixas. As propostas convergem em um modelo de roteador que armazena o conteúdo redundante em cache, denominado Content Router, e entrega esses dados sem encaminhar a requisição ao servidor original, impedindo que o intenso tráfego se estabeleça através do backbone. Como neste modelo vários roteadores possuem tal capacidade, também há esforços para promover uma colaboração entre eles para encontrar dados em cache pela rota até o servidor. A colaboração entre roteadores exige manutenção de indicadores acerca de nós da rede possuidores do conteúdo armazenado. Essa tarefa deve ficar à cargo do protocolo de roteamento. Os protocolos de roteamento IP (RIP, OSFP e BGP) dedicam-se exclusivamente a endereços de rede, não havendo política para nomes de conteúdo. A identificação do protocolo na stack comum da internet atual fica a cargo do número da porta TCP ou UDP informada em cada requisição IP. Como esse não número não confere exclusividade para o tipo de conteúdo que trafegará (exceto por convenções), uma política de nomeação deve necessariamente avaliar o fluxo resultante e extrair informações que auxiliem na identificação futura. Diversos estudos indicam aspectos dessa operação e estratégias com essa finalidade. Entretanto, com foco ainda maior nos conteúdos, um novo modelo de rede orientada a conteúdo (ROC) foi proposto e desenvolvido. A idéia é realizar um roteamento ignorando os

10 8 Capítulo 1. Introdução endereços de nós de rede e considerando apenas nomes de conteúdo. Como consequência, a atual situação onde é necessário fornecer um endereço IP associado a uma porta TCP ou UDP cede lugar a requisições com nomes alfanuméricos providos de uma semântica própria. A localização do conteúdo não mais importa mas sim se ele é acessível ou não, além de já ser previsto o cache interno à rede, de forma que todo roteador é um Content Router. A proposta resultou em desenvolvimentos paralelos de protocolos de ROC. Um dos protocolos mais maduros atualmente é o CCN (Content Centric Network), já especificado em sua versão 1.0, e com uma implementação de referência através do projeto CCNx. Há testbeds usando-o a fim de permitir provas de conceito e já se encontram disponíveis emuladores de rede incluindo-o. 1.1 Estado da Arte Os roteadores convencionais funcionam encaminhando pacotes de dados com base no endereço IP presente nos cabeçalhos da camada de Internet. Essa configuração permite redes com topologia no formato estrela, através da qual cada computador conecta-se por apenas um meio físico (cabo ou ondas de rádio) a apenas outra interface central (a do roteador). Assim, pode-se estender outras redes com mesma topologia e permitir que quaisquer dois nós continuem visíveis entre si. Na Internet isso é possível pela interconexão de uma infinidade de roteadores que centralizam sub-redes e recebem tráfego gigantesco. Com tanta informação circulando, usuários muitas vezes podem sofrer com um congestionamento nos roteadores, o que reduz a qualidade do serviço prestado. Estratégias para se lidar com o tráfego excessivo ou reduzi-lo foram desenvolvidas. O protocolo MPLS adiciona meta-dados sobre a camada de Internet, estabelecendo uma camada virtual após a camada física, e é utilizado pelos roteadores para obter informações do tipo de conteúdo presente no pacote. Conforme o conteúdo, o pacote terá maior prioridade em seu encaminhamento. Tal avaliação permite qualidade de serviço (Quality of Service - QoS) para comunicações em tempo real, como chamadas de voz, videoconferências, e streaming sem interrupções. Entretanto, com o aumento da banda ofertada pelos provedores de internet e com conteúdos cada vez mais pesados sendo transferidos, pôde-se observar uma maior responsabilidade da redundância de tráfego sobre o congestionamento das infovias. Em diversos períodos, servidores da rede contendo sites populares apresentam a característica de serem fonte única para múltiplos destinos (single source multiple destinations) [3]. Quando isso ocorre, um número muito elevado de solicitações para a mesma informação trafega por meio de vias já caracterizadas por comportarem tráfego elevado, já que são parte de muitas rotas em uma vasta região (como, por exemplo, backbones). Grandes empresas investem em espelhamento e distribuição de seus servidores para aliviar a sobrecarga.

11 1.1. Estado da Arte 9 Outra solução mais tradicional é o emprego de web-caches intermediários para aliviar consideravelmente esse gargalo. O maior provedor de web-cache ainda é o servidor proxy, normalmente instalado nos gateways de grandes redes locais. Como os acessos à web por conexões móveis (3G, 4G e outros) para uso pessoal tendem a crescer, boa parte das solicitações de tráfego advirá cada vez menos de trás de um gateway com cache. Um agravante se deve a algumas características de hardware e sistemas operacionais dos smartphones, que contam com menos memória RAM e não fazem uso de swap, resultando em mais solicitações e em menos cache interno [2]. O foco passou então para o funcionamento dos roteadores, onde o gargalo ocorre de fato. Pesquisas têm apontado soluções convergindo para formas de roteamento distribuído mais sofisticadas. Nesse conceito os roteadores colaboram entre si para que pacotes de rede não precisem completar todos os saltos de uma rota entre dois terminais. A eliminação de tráfego redundante (reduntant traffic elimination - RTE) é observada como uma das principais políticas para ganho de eficiência em redes, juntamente com o monitoramento do consumo de energia [4, 5, 6] e tratamento de concorrência de pacotes devido a processamento ineficiente de buffers de rede [4]. Algumas abordagens para o problema, como as Content Delivery Network (CDN), concentram-se no invetimento das empresas em vários servidores espelhos que possam contar com os roteadores para encaminhar a requisição ao servidor mais próximo, independentemente do endereço IP [7]. Aproveitando-se da redução do custo de armazenamento por byte, outras políticas de RTE sugerem roteadores com discos físicos para cache e um algoritmo que observa a frequência com que um mesmo conteúdo passa pelo trecho com diferentes destinos (Content Router - CR). Os algoritmos propostos nessa última abordagem são baseados em obtenção de fingerprint do conteúdo destacado. O artigo [8] oferece um algoritmo focado em roteadores posicionados nas margens das rotas, mais próximos dos clientes em vez dos servidores. O estudo [9] faz uma proposta semelhante, mas para roteadores mais internos na rede próximos do backbone. Nesse algoritmo, são eleitos para o cache conteúdos estáticos (não gerados por páginas dinâmicas e não criptografados) com alto índice de requisição a partir do lado mais periférico da rede, independentemente do protocolo. Quando o roteador possui partes dos itens solicitados em cache, entrega-as ao cliente sem que o servidor original seja requisitado. Caso contrário, é capaz de calcular uma rota por onde o conteúdo possa estar armazenado, passando por outros roteadores com mesma capacidade até, em um pior caso, chegar ao servidor original. O algoritmo garante a integridade e autenticidade dos dados entregues. Em outro estudo [10], a estratégia de cooperação entre roteadores é reforçada com o objetivo de evitar armazenamento de dados iguais em caches próximos que possam participar de uma mesma rota constantemente. Também foi investigado, em [11], o comportamento do tráfego redundante para se posicionar os caches em roteadores mais

12 10 Capítulo 1. Introdução estratégicos e foram testadas diversas políticas de hierarquia de caches a fim de observar ganho de desempenho. Outros algoritmos com premissas semelhantes [4, 12, 13] levam em consideração a possibilidade de um conteúdo vir a ser muito solicitado através de heurísticas, antecipando-se em armazena-lo no cache. A preocupação em se estabelecer ROCs fez com que a implantação das políticas de CR em roteamento IP convergissem em esforços para o desenvolvimento de protocolos orientados a conteúdos nomeados, procurando deixar de se depender do DNS e da localização da informação. Sendo assim, protocolos de CCN se apropriam de toda a evolução já conseguida com o cache interno à rede e implementam estratégias para atender necessidades específicas oriundas das diferenças entre encaminhamento de pacotes IP e de pacotes CCN. 1.2 Objetivos O objetivo desse trabalho é utilizar parte da implementação do projeto CCNx relativa ao cache interno de rede para construir um Content Router IP com desempenho comparável a um roteador CCNx. Por incluir exatamente o mesmo código nos módulos de cache, torna-se fixada a estratégia para essa função. Assim a ferramenta permite apontar diferenças de performance originadas pelo próprio funcionamento do encaminhamento de pacotes ou do roteamento. A premissa é a de que qualquer melhoria na estratégia de cache, seja em seu algoritmo ou conjunto de estruturas de dados, beneficiará qualquer um dos protocolos simultaneamente. As medidas apontadas pelo CR devem indicar a latência das requisições, a disponibilidade dos dados na rede (perda de pacotes) e a velocidade dos fluxos estabelecidos. Tais informações são afetadas pela disposição e quantidade de nós sendo testada e, através deles, cada protocolo pode ter gargalos rastreáveis. A aplicação será voltada para Software Defined Networks (SDNs), sobre o protocolo OpenFlow 1.0. O OpenFlow permite grande flexibilidade no estabelecimento de infra-estruturas de redes e conta com bons softwares de emulação, como a ferramenta de código aberto Mininet. Redes emuladas permitem um baixo-custo ao não depender de hardware específico (switches, roteadores e interfaces de rede) e a ferramenta Mininet traz fidelidade de resultados por ser uma plataforma direta para o código da aplicação sendo desenvolvida, não necessitando-se de nenhuma adaptação ou interface entre a implantação emulada e a implantação real. O sistema operacional alvo é o Linux pois é a única base atual do projeto CCNx. Nele há muitos utilitários para o funcionamento de redes. A disponibilidade de seu código, junto à documentação, conferem grande qualidade de suporte. Também consegue-se alta taxa de continuidades de projeto devido ao seu vasto uso na comunidade acadêmica.

13 11 2 REVISÃO BIBLIOGRÁFICA 2.1 Content Centric Networks A expressão Content Centric Networks (CCNs) refere-se a um modelo de rede proposto por **** que foca na disponibilidade de um conteúdo sem se preocupar com o caminho para atingi-lo. Esse modelo traz alguns conceitos básicos ao seu funcionamento. As mais importante são Nomeação, Comunicação e Caching Nomeação Os nomes de cada conteúdo possuem uma hierarquia e legibilidade baseados nos atuais modelos de URIs (Uniform Rosource Identifiers). A separação das partes de seu nome é feita com pelo caracter barra ( / ). A hierarquia se dá com os componentes mais à esquerda (mais significativos) sendo especializados pelos componentes mais à direita (menos significativos). Dessa forma, um nome como, por exemplo local-do-conteudo/sublocal/item/edica indica que o conteúdo sendo recuperado está no local definido pelo componente localdo-conteudo (chamado nome globalmente roteável) com a componente de nome extra sublocal e o item definido por item, mais especificamente sua edição e o capítulo dessa edição Comunicação A forma de comunicação pelo CCN reflete o modelo de produtor e consumidor. Portanto, há dois tipos de pacotes: Interest e Data. O pacote Interest é emitido pelos consumidores e contém o nome do conteúdo desejado. Quem possui esse conteúdo retorna uma mensagem Data representando o ínicio de um fluxo de dados (houve o consumo do Interest). O pacote Data contém o nome do conteúdo desejado e fingerprints (funções hash sobre o conteúdo) para confirmação de integridade de dados. A correspondência entre os dois tipos de mensagens é garantida pelo protocolo que implementa o CCN, pois quem emite um Data não qualquer tipo de endereço de quem solicitou. Os intermediários (roteadores) devem manter os registros necessários para a destinação correta da mensagem. Esse registro é feito na forma de tabelas de interesses pendentes (Pending Interest Table - PID). Cada interesse que é encaminhado a um grupo de interfaces de redes aguarda por um pacote Data com mesmo nome chegar nessa mesma interface. O destino desta, por sua vez, será a interface de onde veio a mensagem de Interest.

14 12 Capítulo 2. Revisão Bibliográfica Caching Cada pacote do tipo Data recebido pode ficar armazenado em um repositório de Cache dos nós CCN. O tempo de expiração desse pacote persistido deve ser o maior possível, a fim de se ofercer a funcionalidade de Content Router no respectivo nó da rede. Quando um pacote Interest chega em um nó que já possui o Data armazenado, responde-se imediatamente com esse dado Protocolo CCNx O CCNx é uma especificação de protocolo que viabiliza o modelo CCN. É desenvolvida pelo PARC e possui uma implementação de referência em linguagem C com bibliotecas de construção e leitura de pacotes CCNx e processos que permitem a comunicação. O principal processo é o daemon ccnd. Ele é responsável pelo ecaminhamento dos pacotes e pela manutenção das tabelas PIT e CS. O daemon ccnr é outro processo responsável pela manutenção do respositório de dados dos nós CCNx. Ambos comunicam-se através de IPC (Interproccess Comunication). A receptividade de pacotes pelos nós CCNx só é possível pelo registro da aplicação em portas TCP ou UDP. Dessa forma, cada mensagem CCNx é um payload de pacotes IP. Isso não afeta sua funcionalidade, pois o ecaminhador de pacotes CCNx destinará as mensagens sempre a endereços de Broadcast em cada interface de rede alvo.

15 13 3 IMPLEMENTAÇÃO DO CONTENT ROUTER O Content Router é um controller Open Flow 1.0 construído usando-se a biblioteca libfluid capaz de receber a inscrição de switches e servir como um roteador e encaminhador de pacotes IP com um cache de conteúdos independente de protocolo. Através do Open Flow, são extraídos e interpretados cada cabeçalho IP para se obter o remetente e destinatário da mensagem. Também calcula-se uma fingerprint sobre o payload do pacote. O objetivo é simular um nome de conteúdo no formato CCN com essas informações. Os dois endereços, de destinatário e remetente, alimentam uma tabela de ecaminhamento convencional do protocolo IP (Forward Information Base - FIB). Com o IP destinatário e com a fingerprint da carga (payload), será construído o nome do conteúdo, dado por ccnx://<ip-dest>/<fingerprint>. Se for estabelecido um fluxo de dados nessa entrada da FIB, então todos os pacotes de resposta deverão ser incluídos no cache. O nome de conteúdo, junto ao próprio, será então submetido ao daemon ccnd instanciado juntamente com o controller openflow. Essa submissão é uma mensagem especial ao ccnd, que solicita ao repositório de cache a inclusão de seu conteúdo. A mensagem caracteriza-se pelo formato de Interest, com parâmetros indicando o comando Checket Start Write. O parâmetro vai diretamente na mensagem com a forma de nome de conteúdo ccnx:(/<ip-dest>)*/%c1.r.sw-c/0x0/%00/<digest>. Isso é parte da especificação do CCNx, e é um subprotocolo dedicado à comunicação com o repositório de cache (CCNx Repository Protocol). Dessa forma, durante a criação de uma entrada na tabela FIB, é possível enviar uma mensagem de Interest convencional ao repositório para descobrir se ali já existe algum conteúdo com a simulação de nome CCNx a partir do pacote IP.

16

17 4 CONCLUSÃO 15

18

19 17 REFERÊNCIAS 1 XUAN, Y.; LEA, C.-T. Network-coding multicast networks with qos guarantees. Networking, IEEE/ACM Transactions on, v. 19, n. 1, p , Feb ISSN LIU, Y. et al. Investigating redundant internet video streaming traffic on ios devices: Causes and solutions. Multimedia, IEEE Transactions on, v. 16, n. 2, p , Feb ISSN SREBRNY, P. et al. Cachecast: Eliminating redundant link traffic for single source multiple destination transfers. In: Distributed Computing Systems (ICDCS), 2010 IEEE 30th International Conference on. [S.l.: s.n.], p ISSN WILLIAMSON, C. The edge of smartness. In: Distributed Computing Systems Workshops (ICDCSW), st International Conference on. [S.l.: s.n.], p ISSN ARAUJO, J. et al. Energy efficient content distribution. In: Communications (ICC), 2013 IEEE International Conference on. [S.l.: s.n.], p ISSN COUDERT, D. et al. Robust redundancy elimination for energy-aware routing. In: Green Computing and Communications (GreenCom), 2013 IEEE and Internet of Things (ithings/cpscom), IEEE International Conference on and IEEE Cyber, Physical and Social Computing. [S.l.: s.n.], p HARAHAP, E. et al. Distributed algorithm for router-based management of replica server in next-cdn infrastructure. In: Cyber-Enabled Distributed Computing and Knowledge Discovery (CyberC), 2013 International Conference on. [S.l.: s.n.], p WONG, W. et al. Content routers: Fetching data on network path. In: Communications (ICC), 2011 IEEE International Conference on. [S.l.: s.n.], p ISSN WU, H. et al. A novel caching scheme for the backbone of named data networking. In: Communications (ICC), 2013 IEEE International Conference on. [S.l.: s.n.], p ISSN WONG, W.; WANG, L.; KANGASHARJU, J. Neighborhood search and admission control in cooperative caching networks. In: Global Communications Conference (GLOBECOM), 2012 IEEE. [S.l.: s.n.], p ISSN X. 11 LI, Z.; SIMON, G.; GRAVEY, A. Caching policies for in-network caching. In: Computer Communications and Networks (ICCCN), st International Conference on. [S.l.: s.n.], p ROSTAMI, H.; HABIBI, J.; LIVANI, E. Semantic routing of search queries in {P2P} networks. Journal of Parallel and Distributed Computing, v. 68, n. 12, p , ISSN Disponível em: < pii/s >.

20 18 Referências 13 HALEPOVIC, E.; WILLIAMSON, C.; GHADERI, M. Dynabyte: A dynamic sampling algorithm for redundant content detection. In: Computer Communications and Networks (ICCCN), 2011 Proceedings of 20th International Conference on. [S.l.: s.n.], p ISSN CABRAL, C. M. S. Mini-CCNx: uma plataforma de prototipagem rápida para Redes Orientadas a Conteúdo. Dissertação (Mestrado) Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação (FEEC), 2013.