COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER. 1. Introdução

Transcrição

1 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER HUBERT FONSECA Resumo. Este trabalho faz uma comparação entre tecnologias utilizadas para compartilhamento de conteúdo em redes peer-to-peer. São abordados os aspectos de infra-estrutura da rede e da eciência dos mecanismos de busca de conteúdo neste tipo de rede. O resultado nal apresenta as principais características das opções utilizadas atualmente e estudos envolvendo estas tecnologias. 1. Introdução Redes baseadas em tecnologia peer-to-peer (P2P) lidam com compartilhamento de recursos, entre eles conteúdo de arquivos, espaço em disco das máquinas envolvidas e capacidade de processamento de cada máquina e de transmissão da rede. Quando se trata de conteúdo, torna-se necessária a implementação de operações como inserção, localização e leitura como requisitos mínimos para o funcionamento de um sistema. Operações mais avançadas também são importantes, apesar de não essenciais, como atualização e deleção de conteúdo, controle de versão, gerenciamento de espaço em disco e de taxa de transmissão. Diferentes sistemas de distribuição permitem diferentes níveis de utilização de recursos. Com a sosticação dos sistemas, outros requisitos podem surgir, envolvendo segurança, anonimato, conança, escalabilidade e performance. Neste documento, serão apresentados alguns sistemas conhecidos e estudados na área compartilhamento de conteúdo em redes estruturadas e não-estruturadas e seus respectivos protocolos. Em seguida, serão mostrados alguns algoritmos e técnicas de localização de conteúdo que melhoram o desempenho em buscas nestes sistemas. 2. Visão Geral Os sistemas peer-to-peer são sistemas distribuídos representados por grafos compostos de nós - que correspondem a máquinas -, interconectados por arestas - que correspondem às conexões entre as máquinas -, capazes de se organizar em topologias que permitem o compartilhamento de recursos, adaptação a falhas e 1

2 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 2 acomodação de população de nós transientes, sem a necessidade de existência de um servidor centralizado [1]. 1 Em alguns sistemas existem nós com funcionalidades especícas, como indexação de conteúdo, mecanismos de reputação ou inicialização de alguns serviços, fazendo com que os sitemas P2P sejam caracterizados pelo seu nível de centralização em arquiteturas puramente decentralizadas, parcialmente centralizadas ou híbridas. A arquitetura da rede overlay é formada pelas conexões entre os softwares P2P nas máquinas pertencentes ao sistema, e independe da arquitetura da rede física, excluindo-se, obviamente, a situação de não haver ligação real entre os nós. A rede overlay pode ser caraterizada em não-estrutrada ou estruturada. No caso das redes estruturadas, a localização do conteúdo é dependente da topologia da rede overlay, havendo uma relação direta entre um conteúdo e o nó que o armazena. Este tipo sistema é eciente para buscas por chaves exatas. Porém, torna difícil manter uma infra-estrutura de roteamento de mensagens eciente quando há altas taxas de transitividade dos nós na rede, ou seja, quando há nós entrando e saindo da rede constantemente. Em redes não-estruturadas, a localização de recursos é independente da topologia da rede overlay. Este tipo de rede requer a implementação de sistemas ecientes de busca. Neste trabalho serão tratados especicamente casos onde a busca é referente a arquivos - ou partes de arquivos - armazenados nos nós da rede P2P. 3. Sistemas baseados em redes estruturadas As redes estruturadas permitem que qualquer nó possa realizar uma busca eciente a um arquivo desejado, que pode estar localizado em qualquer outro nó. A maioria dos sistemas P2P ditos estruturados são caracterizados pela utilização de tabelas hash distribuídas (DHTs) para associar um determiado arquivo ao nó que o contém. Alguns dos sistemas mais conhecidos são: Chord, Pastry, Taperstry, CAN e Tulip. A seguir, a título de exemplo, é detalhado o funcionamento de um dos sistemas citados acima e seu respectivo protocolo Chord. O Chord é um sistema baseado em rede estruturada e caracterizado como totalmente descentralizado, pela similaridade em relação à função de todos os nós que o compõem. Seu principal objetivo é a eciência na localização de conteúdo. O protocolo utilizado para roteamento de mensagens da rede P2P é baseado em uma variação de hashing consistente [3], onde cada nó só precisa da informação 1 Há diversas denições para sistemas P2P. Esta, talvez, seja a mais abrangente, pois as demais caracterizam como rede P2P somente alguns dos seus subconjuntos com certas caracterísiticas, como a descentralização.

3 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 3 das tabelas de roteamento armazenadas em outros poucos nós. Dada uma chave - identicador que representa um arquivo armazenado em algum nó da rede -, qualquer nó pode encontrar o detentor do arquivo representado por esta chave. Em um sistema com N nós, cada nó mantém informações sobre O(log N ) outros nós, e responde a qualquer requisição de busca com O(log N ) mensagens. Com a entrada e saída de nós da rede, a informação sobre o roteamento é atualizada, trocando O(log 2 N ) mensagens para tal [2]. O sistema implementa um mapeamento distribuído de chaves aos nós responsáveis por estas chaves. Aproveitando-se das propriedades do hashing consistente [3], existe alta probabilidade dos arquivos estarem distribuídos de forma balanceada entre os nós do sistema, pois o número de chaves em cada nó é igual. Em inserções ou remoções de nós da rede, é necessário mover apenas O(1/N ) frações de chaves para manter a distribuição do conteúdo. Contudo, o balenceamento de chaves não considera a frequência de acesso ao conteúdo em cada nó, somente a quantidade de chaves que cada nó armazena. Figura 1. Neste exemplo, a chave 1 está localizada no nó 1, a chave 2 no nó 3, e a chave 6 no nó 0. A cada chave e cada nó é associado um identicador de m bits, utilizando-se uma função de hash a partir da própria chave ou do endereço IP do nó, respectivamente. Primeiramente, é escolhido um m grande o suciente para minimizar a probabilidade de dois nós ou chaves serem mapeados ao mesmo valor. Os identicadores são então ordenados em um círculo de tamanho 2 m. Cada chave k é associada ao primeiro nó cujo identicador é igual ou superior ao identicador de k no espaço de identicadores. Esse nó então é chamado de sucessor(k). Se os identicadores forem representados em um círculo com números de 0 a 2 m 1, o sucessor(k) é o primeiro nó no sentido horário a paritr de k. A Figura 1 mostra um espaço de identicadores em círculo com m = 3. Os nós são 0, 1 e 3.

4 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 4 O hashing consistente permite a entrada e saída de nós na rede com o mínimo esforço para se manter os ponteiros atualizados. Quando um nó n entra na rede, algumas das chaves associadas ao sucessor de n agora são associadas a n. Quando o nó n sai da rede, todas as chaves associadas a ele são reassociadas ao seu sucessor. No exemplo da Figura 1, se um nó entrar na rede com identicador 7, este iria associar a chave com identicador 6 do nó de identicador 0. Como mostrado em [3, 4], para qualquer conjunto de N nós e N chaves, com alta probabilidade, cada nó é responsável por no máximo (1 + e)k/n chaves e quando o N + 1-ésimo nó entra ou sai da rede, O(K/N) chaves mudam de nó. 4. Sistemas baseados em redes não-estruturadas Quando as ligações entre os nós são estabelecidas e descartadas arbitrariamente, redes não estruturadas são intuitivamente mais fáceis de ser implementadas, pois não requerem atualizações na rede já estabelecida para o funcionamento com a nova topologia. Este tipo de rede é construído com a adição dinâmica de um novo nó, que copia as ligações ativas de um nó existente e forma outras ligações durante sua permanência na rede. Quando um nó deseja encontrar determinado conteúdo em um sistema não-estruturado, o mesmo precisa inundar a rede com uma query, buscando alcançar o maior número possível de nós que possam conter o dado desejado. Nem sempre as queries podem ser respondidas, pois elas normalmente não chegam a todos os nós da rede. Há diferenças signicativas entre procurar conteúdos populares - com muitas cópias em diferentes nós - ou raros, onde as buscas por conteúdos raros têm grande chance de ser mal-sucedidas. Além da falta de garantia de que uma busca atinja um nó que provê o arquivo desejado, a inundação da rede também causa um grande volume de tráfego, o que diminui signicativamente a eciência do sistema. Alguns sistemas populares não-estruturados são FastTrack, Gnutella e Free- Haven FastTrack. FastTrack é um sistema descentralizado de compartilhamento de arquivos e meta-dados. Seus principais atrativos são a capacidade de continuação de um download interrompido e a capacidade de baixar simultaneamente diversos trechos de um mesmo arquivo a partir de múltiplos usuários. Seu método de busca também é ótimo: se existe o conteúdo na rede e a requisição não foi interrompida ou expirou, a fonte do conteúdo desejado é localizada. Em 2003, a rede FastTrack era composta por aproximadamente 2.4 milhões de usuários. O protocolo é tido como a segunda geração do P2P, pois introduz o conceito de super-peers para aumentar a escalabilidade. Super-peers são peers com alta taxa de transmissão, maior espaço em disco e capacidade de processamento

5 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 5 disponíveis, que facilitam as buscas por manter informações de cache dos dados. O cache é feito nos super-peers através de arquivos com meta-dados sobre a informação armazenada em cada nó, que cada nó envia a um super-peer. Uma busca então é realizada sem a necessidade de inundação da rede, mas sim sendo encaminhada somente aos super-peers, fazendo com que o tráfego de mensagens seja menor e a query seja processada mais rapidamente. Por outro lado, a manutenção dos índices nesses super-peers consome largura de banda por necessitar de constantes atualizações. Super-peers não são necessários para o funcionamento do sistema FastTrack, mas são essenciais para seu desempenho. Para permitir o download de múltiplas fontes, o sistema permite o armazenamento de partes de um mesmo arquivo em diferentes nós. O FastTrack utiliza o algoritmo UUHash para cálculo do checksum de partes de arquivos. Este algoritmo verica a incoerência em uma parte do arquivo em curto espaço de tempo, mas não é capaz de detectar incoerências nos arquivos inteiros vericando somente suas partes. Duas aplicações conhecidas sobre o sistema FastTrack são o KaZaA e o Crokster Gnutella. Gnutella [5, 7] é um protocolo distribuído para buscas, modelado para redes não-estruturadas e descentralizadas. O sistema é composto por servents, que acumulam funções de cliente e servidor simultaneamente. A parte cliente é responsável por executar queries para busca do conteúdo desejado, enquanto que o servidor aceita, calcula e responde a estas consultas. Ao iniciar, um cliente - que executa um software Gnutella -, precisa encontrar pelo menos um nó em execução, possivelmente através de uma lista pré-existente de prováveis endereços de nós em execução. Esta aquisição de endereço, entretanto, não é parte do protocolo Gnutella. Ao encontrar um outro host, o servent estabelece uma conexão TCP/IP. O novo cliente requisita então uma lista de endereços ativos a este host, para então tentar se conectar aos demais endereços recebidos até atingir um número determinado de conexões com outros servents. O protocolo é composto basicamente por cinco tipos de mensagens: Ping. Utilizado para a descoberta dos demais servents na rede. Um servent que recebe um ping deve responder com um ou mais pongs. Pong. Resposta a um ping. Contém o endereço de um servent ativo e a quantidade de dados que este compartilha. Query. Mecanismo para realização da busca em uma rede. Um servent que recebe uma query deve responder com uma query hit. Hit. Ou descoberta, é a resposta a uma query e contém a informação necessária para o acesso da informação.

6 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 6 Push. Permite a um nó atrás de um rewall ou uma rede NAT (Network Address Translator ) a provisão de um conteúdo. Para executar uma busca, um servent precisa inundar a rede com a requisição desejada, enviando a requisição a cada um dos outros servents a que está conectado. O número de conexões ativas por cliente normalmente é pequeno, em torno de cinco, e cada nó que recebe a requisição a envia a diante aos seus vizinhos, até que seja atingido um limite de hops a partir de quem fez a requisição. Quando uma busca atinge um resultado positivo em algum dos nós, este nó precisa responder ao autor da busca. No primeiro modelo do protocolo, a mensagem com o resultado era enviada de volta pelo mesmo caminho pelo que chegou a requisição, pois a consulta não carregava informação sobre quem era seu autor. Posteriormente, o modelo foi adaptado de modo que a requisição carregue o endereço IP e porta do processo que roda em cada nó. A resposta então passou a ser enviada diretamente ao autor da requisição, através de um pacote UDP. Isto diminui signicamente o tráfego na rede Gnutella, tornando-a mais escalável, porém não podendo mais respeitar alguns requisitos de privacidade de autoria de consultas. Ao receber um resultado positivo sobre a busca realizada, um servent pode decidir por fazer o download da informação. Se o servent que contém a informação não estiver atrás de um rewall, ele pode aceitar diretamente o pedido de conexão e negociar a transferência do arquivo. Caso contrário, o nó requisitante deve enviar um push request ao nó detentor da informação, para que este inicie a conexão. Da mesma maneira que as conexões, este pedido realizava o mesmo caminho que a requisição original, mas como a rota original pode não ser mais conável, foram criados os push proxies. Para obter um melhor desempenho nestes casos, alguns usuários são tratados como ultrapeers, pois mantêm uma média de 75 conexões a nós folha - que são servents normais. Os proxies são colocados nestes usuários, que não têm rewall e aceitam as conexões dos demais. A presença dos ultrapeers diminui o tráfego na rede, uma vez que torna possível as requisições de push request, e qualquer nó pode estabelecer uma conexão direta para transmissão de informação. A lista de conexões ativas em um cliente é armazenada localmente, e na próxima conexão não é necessário um algoritmo de bootstrap, visto que o cliente tentará se conectar aos últimos nós ativos. Inicialmente, o protocolo Gnutella era tido como não escalável, tendo em vista as constantes conexões e desconexões dos usuários, que não permitiam a estabilidade da rede, além do preço das buscas, que geram um grande tráfego de informações e atingem um pequeno percentual do tamanho da rede. O custo em banda de uma busca cresce exponencialmente com o número de usuários conectados [6]. Foi a falta de escalabilidade a maior motivação do desenvolvimento dos sistemas estruturados.

7 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 7 Para tentar aumentar a escalabilidade, algumas técnicas foram adotadas para reduzir o tráfego nas buscas e fazê-las de modo mais eciente. As técnicas com melhores resultados foram a QRP (Query Routing Protocol) e a DQ (Dynamic Querying). A primeira endereça a busca somente nos clientes que têm probabilidade de possuir o arquivo. A segunda faz com que as buscas que atingiram um determinado número de resultados sejam nalizadas, reduzindo a quantidade de tráfego nas buscas por arquivos mais populares Gnutella2. Este protocolo, como o nome pode enganadamente sugerir, não é uma versão melhorada do Gnutella (seção 4.2), somente uma variação do mesmo. No Gnutella2, quando um superpeer (ou hub) recebe uma requisição de um nó folha, ele a encaminha tanto para outras folhas quanto para outros superpeers. Estes hubs processam a query localmente e a encaminham para suas folhas. Nenhum outro nó é visitado. Os superpeers vizinhos trocam suas tabelas de repositório regularmente para diminuir o tráfego desnecessário. O número de nós folha por supernó deve ser mantido alto para que os resultados de diminuição de troca de mensagens sejam alcançados mantendo uma alta acurácia nas buscas. Este modelo implica em uma estrutura dinamicamente hierarquizada da rede. A tentativa é incorporar a alguns nós os conceitos de conhecimento sobre os vizinhos, baseados na idéia das tabelas hash das redes estruturadas. Esta mistura entre modelos estruturados e não-estruturados - redes híbridas - são um caminho para a melhora na acurácia das buscas e diminuição do tráfego. Neste caso, um modelo baseado no conhecimento de outros nós é misturado ao conceito de total desconhecimento do Gnutella, gerando o modelo híbrido de rede P2P. 5. Mecanismos de busca Em 2003, segundo Tsoumakos e Roussopoulos [8], 60% do tráfego total da Internet era devido a transações em redes P2P não-estruturadas. O problema da baixa eciência de buscas neste tipo de rede se torna crítico nessa situação. Com isso, surgem alguns algoritmos que tentam otimizar a utilização de banda e a descoberta adaptativa de objetos no tráfego em redes P2P. A localização de arquivos em redes não-estruturadas se dá da seguinte maneira: numa rede overlay, cada nó e cada arquivo têm um identicador único. Os identicadores de um arquivo são usados em uma busca que percorre outros nós, e a partir do identicador se descreve o conteúdo desejado em cada um dos nós. O identicador de arquivo mais comum é o nome do mesmo. Algumas tentativas de diminuição na troca de mensagens em uma busca são quase que intuitivas. Os nós que fazem parte de um processo de requisição podem

8 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 8 não manter informação sobre a rede, manter um estado soft state para cada requisição, ou alguma informação ao longo do tempo. Cada query pode conter um identicador único, fazendo com que uma query repetida não seja enviada novamente aos vizinhos do nó. Uma busca é bem sucedida quando localiza pelo menos uma das réplicas do conteúdo desejado. A relação entre as buscas bem sucedidas e o total de buscas é a taxa de sucesso ou acurácia do sistema. Cada busca é associada a um TTL (Time To Live), que representa o número de hops que aquela query alcança antes de ser descartada. Alguns algoritmos se baseiam nestas idéias simples para obter resultados satisfatórios em relação a aumento da acurácia e diminuição da troca de mensagens em uma busca. Os métodos de busca podem ser classicados em cegos (blind) - quando um nó não mantém informações sobre relação entre conteúdos e localizações - ou com informação (informed ) - onde tenta-se fazer uma propagação de maneira mais inteligente, sem precisar alcançar o maior número de nós possível. Alguns dos métodos são detalhados a seguir, divididos por sua classicação Blind searches. Uma série de algoritmos são baseados neste modelo de busca. O algoritmo Gnutella, detalhado na seção 4.2, utiliza um BFS (Breadth First Search) para alcançar o maior número de nós possível enquanto o TTL de uma busca não expira. O algoritmo mais simples neste modelo é o Modied-BFS, semelhante à busca em largura do Gnutella, porém um nó só passa adiante a requisição para alguns de seus vizinhos, escolhidos aleatoriamente. Isto diminui o tráfego na rede, mas ainda conecta muitos nós desnecessariamente. Outros algoritmos são: Iterative Deeping. Este algoritmo tem duas abordagens. Ele faz buscas em largura consecutivas em diferentes profundidades. As duas abordagens determinam diferentes condições de terminação do algoritmo. Bons resultados só são conseguidos quando a terminação é devida a um número de hits pré-estabelecido pelo usuário. Em outro caso, a performance pode ser pior que a simples BFS Random Walks. Neste caso, o nó requisitante envia k requisições a k vizinhos distintos, escolhidos aleatoriamente. Cada uma destas mensagens é chamada de walker, e segue, em cada hop, para um dos vizinhos do nó atual, escolhido dinamicamente. Cada uma destas mensagens termina com sucesso ou com falha. A falha pode se dar tanto pelo TTL como por consultas esporádicas ao nó requisitante sobre a satisfação das condições de terminação daquela busca, chamado de checking. Este método de busca normalmente reduz em até uma ordem de grandeza o número de mensagens se comparado à inundação normal da rede [8]. Como não há um favorecimento de alguns nós, pois todos são escolhidos dinamicamente, o método também provê uma forma de balanceamento de carga na busca.

9 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 9 A desvantagem é a impossibilidade de adaptação a buscas por conteúdos populares ou não, e a depêndencia direta da acurácia do sistema em função das escolhas aleatórias e da topologia da rede GUESS. Esse algoritmo é baseado na existência de ultrapeers funcionando como proxies das requsições, como foi explicado na seção Informed Searches. Neste tipo de busca, cada nó escolhe o melhor caminho para uma determinada query em função de algum conhecimento prévio sobre a distribuição de conteúdo na rede, ou pelo menos em seus nós vizinhos. Estes métodos tendem a ser mais custosos em termos locais, visto a necessidade de armazenamento e processamento de informação. Porém, podem ser vantajosos em função da diminuição no tráfego de mensagens na rede Intelligent-BFS. Este modelo pressupõe que um nó guarde conteúdos com alta similaridade. Seu objetivo é mais relacionado à acurácia da rede do que com a diminuição do tráfego de mensagens. Deste modo, cada nó guarda tuplas relacionando os IDs dos nós vizinhos com resultados de buscas recentes, de modo a formar um ranking sobre a probabilidade de encontrar o conteúdo naquele nó. Cada peer, ao receber uma requisição, deve usar uma métrica para comparar a requisição atual com antigas, então repassando-a para um conjunto de nós que tenha retornado mais resultados para as requisições similares. Quando ocorre um hit, a query percorre o caminho inverso até o requisitante, para que o ranking seja atualizado. O modelo não inclui trocas de mensagens excedentes em função da entrada ou saída de peers. Por outro lado, o número de mensagens aumenta ao longo do tempo, visto que os rankings são atualizados constantemente Adaptative Probabilistic Search (APS). O objetivo deste algoritmo é tanto diminuir o tráfego de mensagens na rede quanto garantir acurácia nas buscas. É um algoritmo adaptativo e tem melhores resultados ao longo do tempo, visto que incorre num aprendizado com seus acertos ou erros em tentativas de descobertas. Cada nó mantém um índice local composto de uma entrada para cada objeto que já foi requisitado a um vizinho. O valor desta entrada reete a probabilidade relativa deste vizinho ser escolhido numa requisição futura a este mesmo objeto. A busca é baseada na utilização de k walkers independentes, cujos caminhos são determinados probabilisticamente em função do índice local armazenado. Os índices são atualizados através da realimentação dada por estes walkers. Se um walker obtém sucesso, a probabilidade relativa dos nós em seu caminho é aumentada. Caso contrário, é decrementada. O processo de atualização de índices

10 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 10 faz o caminho inverso à requisição, e pode ser executado após uma falha (abordagem otimista) ou após um acerto (abordagem pessimista). Este algoritmo implica no aprendizado da rede ao longo do tempo, visto que os nós vizinhos tendem a conhecer-se melhor depois de cada busca. O APS é bastante eciente em termos de uso de largura de banda, tanto quanto os algoritmos Random Walks. Assim como o Intelligent-BFS, não inclui overhead na rede devido a entradas e saídas de nós da topologia. Há ainda uma variação, o s-aps, que adaptativamente modica seu algoritmo de busca entre otimista e pessimista, reduzindo assim o número de mensagens trafegadas. Ainda, segundo [8], o algoritmo encontra os objetos sempre próximos ao requisitante, também contribuindo com a diminuição do tráfego. Seus resultados são melhor observados com a presença de peers com grande quantidade de conteúdo Local indices. Este algoritmo tem como objetivo a acurácia nas buscas. Neste método, cada nó indexa os arquivos armazenados em todos os outros nós dentro de um determinado raio r, e pode responder a requisições em lugar destes nós. A busca é sempre realizada em largura, mas somente nós acessíveis a partir do requisitante em determinadas profundidades processam a requisição. A distância entre duas profundidades consecutivas é de 2r + 1. A acurácia neste método é muito alta, tendo em vista que cada nó indexa vários outros peers. Porém, o tráfego de mensagens é comparável ao modelo de inundação do Gnutella, mesmo que o tempo de processamento destas mensagens seja muito menor pois nem todos os nós processam as mensagens. A cada entrada ou saída de um nó da rede, é também necessária uma inundação com TTL = r para atualização do repositório local, tornando o acréscimo de mensagens ainda maior para ambientes dinâmicos Routing indices (RI). Assumindo-se que os arquivos podem ser divididos em categorias, cada nó mantém um número aproximado de documentos esperado em cada categoria através de cada link de saída - não só diretamente de seu vizinho, mas também dos nós acessíveis a partir deste. A condição de terminação da busca é dada por um número mínimo de sucessos. O processo de encaminhamento é similar ao DFS. Um nó que não satisfaça as condições de término encaminha a requisição ao vizinho com o melhor valor esperado para a categoria da busca em questão. Um método de ranking para os links de saída em função do número esperado de documentos é denido baseado em critérios pré-estabelecidos. As buscas através deste método são ecientes em termos de utilização de banda, mas o modelo requer inundação da rede para criação e atualização dos índices, assim não sendo ecientes

11 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 11 em ambientes dinâmicos. Os índices também podem não estar corretos em função da correlação entre as categorias, a loops na rede e partição de documentos Distributed Resource Location Protocol (DRLP). Um nó que não tem informação sobre a localização de um arquivo encaminham uma query a cada um de seus vizinhos com uma determinada probabilidade. Quando um objeto é encontrado, a requisição percorre o caminho inverso ao requisitante, gravando em cada nó a localização daquele arquivo. Nas requsições seguintes, um nó que armazenaram a localização contacta diretamente o detentor da informação. Se o nó não conseguir encontrar a informação, ele inicia uma nova busca semelhante. Inicialmente, este algoritmo gasta muitas mensagens para encontrar objetos. Ao longo do tempo, a tendência é encontrar a informação com uma mensagem. Porém, o a diminuição total das mensagens só é alcançada com uma grande carga do sistema, de modo que o custo das mensagens iniciais sejam diluídas em muitas buscas otimizadas. Quando há muitas mudanças na topologia da rede, a maioria dos nós tem que realizar blind searches e este método se torna ineciente. O índice de acurácia do sistema também varia em função do número de blind searches realizadas. Para uma busca deste tipo, vários resultados são alcançados, assim aumentando este índice. Quando a busca é direta, somente um resultado é obtido. Assim sendo, este modelo torna-se dependente da aplicação e da rede que o utilizará. 6. Comparações Tsoumakos e Roussopoulos [8] apresentam uma simulação de buscas por 100 objetos de diferentes popularidades em um grafo aleatoriamente gerado com dez mil nós por meio de seis dos métodos anteriormente apresentados. A dinamicidade da rede também é simulada pela inserção e remoção em períodos aleatórios de 20% dos nós da rede, em três níveis de intensidade da taxa de entradas e saídas. Nos grácos abaixo, as duas últimas colunas (s-aps e DRLP) correspondem a algoritmos que utilizam métodos com informação. As demais representam buscas cegas. As barras brancas correspondem a uma rede P2P estática (sem entrada ou saída de nós), as barras cinzas correspodem a uma rede com pequena utuação de nós e as pretas a redes com alta transitividade.

12 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 12 Figura 1. Acurácia Figura 2. Hits por requisição

13 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 13 Figura 3. Mensagens por requisição Conforme esperado, é possível notar que os algoritmos baseados em walkers têm uma menor taxa de tráfego de mensagens, e podem ser ecientes na relação acurácia versus tráfego em redes com alta transitividade. Os algoritmos com informação têm taxas de sucesso maiores para redes com menos transitividade. Os algoritmos baseados em inundação têm sempre altas taxas de sucesso, mas utilizam um número de mensagens uma ordem de grandeza maior do que algoritmos baseados em random walks. A escolha de um dos algoritmos deve se basear em algumas características da rede, por exemplo se o conteúdo pode ser dividido em classes ou não, se está uniformemente distribuído ou concentrado, ou ainda o grau de transitividade (entrada e saída de nós) desta rede. 7. Conclusão O desenvolvimento das redes estruturadas foi realizado para resolver o problema de escalabilidade das redes não-estruturadas. Este trabalho apresentou outras maneiras de amenizar os efeitos negativos causados pelas trocas de mensagens nas buscas, que normalmente são a principal causa da falta de escalabilidade nas redes não-estruturadas.

14 COMPARTILHAMENTO DE CONTEÚDO EM REDES PEER-TO-PEER 14 É evidente a vantagem em termos de número de mensagens trafegadas e taxa de sucesso do sistema em redes estruturadas, porém a marioria das redes reais é nãoestruturada. Os métodos para melhoria das buscas mostrados para as redes nãoestruturadas são ecientes e conseguem resultados algumas vezes na mesma ordem de grandeza que as redes estruturadas, baseados em algumas suposições sobre a rede. Porém, estes algoritmos podem ser de difícil implementação e requererem mais processamento e espaço para armazenamento de informação. também precisam ser inicializados e atualizados, o que pode ser caro. Referências Alguns deles [1] STEPHANOS ANDROUTSELLIS-THEOTOKIS AND DIOMIDIS SPINELLIS, A Survey of Peer-to-Peer Content Distribution Technologies, Athens University of Economics and Business, ACM Computing Surveys, Vol. 36, No. 4, December [2] Ion Stoica, Robert Morris, David Karger, M. Frans Kaashoek, Hari Balakrishnan, Chord: A Scalable Peer-to-peer Lookup Service for Internet Applications, SIGCOMM'01, August 27-31, 2001, San Diego, California, USA [3] KARGER, D., LEHMAN, E., LEIGHTON, F., LEVINE, M., LEWIN, D., AND PANI- GRAHY, R. Consistent hashing and random trees: Distributed caching protocols for relieving hot spots on the World Wide Web. In Proceedings of the 29th Annual ACM Symposium on Theory of Computing (El Paso, TX, May 1997), pp [4] LEWIN, D. Consistent hashing and random trees: Algorithms for caching in distributed networks. Master's thesis, Department of EECS, MIT, Available at the MIT Library, [5] Gnutella, [6] Why Gnutella Can't Scale. No, Really. [7] The Gnutella Protocol Specication v0.41, [8] Tsoumakos, D., Roussopoulos, N., A Comparison of Peer-to-Peer Search Methods, International Workshop on the Web and Databases (WebDB). June 12-13, 2003, San Diego, California.