UNIVERSIDADE IBIRAPUERA CURSO DE CIÊNCIA DA COMPUTAÇÃO

Transcrição

1 UNIVERSIDADE IBIRAPUERA CURSO DE CIÊNCIA DA COMPUTAÇÃO PROJETO SQUID Trabalho apresentado à Universidade Ibirapuera para obtenção do título de Bacharel em Ciência da Computação Cristiano F. Reis Gerson Raimundo Gilberto T. Do Carmo São Paulo 2006

2 Dedicatória Este trabalho foi desenvolvimento em conjunto de três bons amigos de faculdade que se conheceram e tornaram-se bom amigos, e dedicam todo o seu conteúdo para os seus Familiares. Agradecimentos Agradecemos ao nosso querido orientador Cristiano Toniolo e Fabio Cabrini que nos indicou o melhor caminho a ser seguido, e colocou a disposição toda a sua atenção e a toda comunidade Linux que desenvolveu este grande projeto. Resumo Este trabalho apresenta um estudo a respeito dos servidores Proxy, e do desempenho do Squid, um servidor Proxy Livre, que possui características que o tornam um dos melhores. É feito um detalhamento a respeito de sua implementação e como ele é usado como servidor de Proxy e sistemas para esta finalidade. Apesar das operações do mesmo, (contém um problema em especifico que é o seu desempenho no recebimento de um número elevado de requisições). Este é o objetivo deste trabalho, onde apresentamos soluções para a resolução desta deficiência. Palavras-Chaves: Proxy, Squid, algoritmos de ordenação e busca.

3 Abstract This work presents a study regarding the Proxy servers, in of the performance of the Squid, Free a Proxy server, that possesss characteristics that become it one of the best ones. A detailing regarding its implementation is made and as it is used as serving of Proxy and systems for this purpose. Despite the operations of exactly, (it contains a problem in I specify that it is its performance in the act of receiving of a high number of solicitations). This is the objective of this work, where we present solutions for the resolution of this deficiency. Keywords: Proxy, Squid, algorithms of ordinance and search.

4 Sumário 1 Introdução Objetivo Estrutura Capítulo 2 Proxy Origem do Proxy Tipos de Proxy Squid Delegate Oops Dansguardian Principais Características dos Proxy Proxy Transparente Proxy Controlado Proxy Transparente X Proxy Controlado Vantagens do Proxy Transparente Desvantagens do Proxy Transparente Vantagens do Proxy Controlado Desvantagens do Proxy Controlado Arquitetura do Proxy Cache Autenticação Listas de controles de acesso Proxy para SSL Capítulo 3 Squid Características do Proxy Squid Restrições de acesso Arquivo de configuração Função do Proxy squid Progresso do Squid Tipos de protocolos Proxy transparente no Squid Listas de controle de acesso Squid como servidor Estrutura de Hardware Tags Referências de conexão Vantagens Capítulo 4 - Conhecendo Algumas Soluções Configuração Hdparm Banco de Dados Alteração do Código fonte Compilação do Kernel Capítulo 5 - Aplicando a solução escolhida A Escolha Desenvolvendo a Solução Detalhamento do processo... 32

5 5.4 - Introdução ao Perl Características do Perl Introdução ao PostgreSQL Outras soluções aplicadas HDparm Kernel Capítulo 6 Conclusão...42 Lista de anexos Referências Introdução A popularização da Web 1 tem provocado sérios problemas de desempenho nos acessos à Internet, de forma que a redução do tempo tem se tornado um fator extremamente relevante. O número de usuários que se conectam na rede cresce de forma acentuada. O tempo para se recuperar um documento Web depende de determinados fatores (tipo de conexão, tamanho do documento, localização do mesmo). Para minimizar as conseqüências deste crescimento, alguns métodos podem ser adotados como a utilização de um servidor mais rápido, alteração dos meios físicos (Cabos, Roteadores, Switches, etc.) de forma que se aumente a banda. Contudo, isto além de não ser economicamente viável, pode não resolver o problema, uma vez que são numerosos os fatores que envolvem uma única transação Web. Alternativas como o cache de páginas Web, espelhamento de arquivos entre outros têm sido aplicados para resolver determinadas situações inerentes à rede. O procedimento de implantação de um sistema de cache de navegação que armazene localmente objetos como páginas HTML 2 (HyperText Markup Language), imagens e arquivos da Internet, podem melhorar a qualidade do serviço fornecido aos usuários. Os servidores de Proxy ajudam a diminuir de forma significativa o tempo médio de acesso a páginas e a transferência de arquivos, porque muitos deles (páginas Web, arquivos, fotos, etc.) são requisitados mais de uma vez, entretanto, exceto na primeira vez estas requisições são feitas remotamente, ou seja, as páginas são carregadas direto do servidor que estão hospedadas, caso contrário às requisições são atendidas de forma local. 1 Web: Rede de computadores na Internet que fornece informação em forma de hipertexto. 2 HTML: É um dispositivo de acesso rápido, interno a um sistema, que serve de intermediário entre um operador de um processo e o dispositivo de armazenamento. De uma forma geral os visualizadores de páginas Web conhecidos como browsers fazem conexão direta com os servidores remotos. Entretanto, eles podem ser configurados para se conectar a um servidor Proxy. Assim, quando um usuário requisitar uma página, o browser primeiramente verifica seu cache local. Se a página URL 1 não é encontrada, ele a requisita para o servidor Proxy local. Se este tém a cópia e ela não expirou, ele a retorna imediatamente, caracterizando desta forma o conceito de cache hit. Caso esta não esteja no cache, ele entrará em contato com o servidor remoto e fará a transferência, mantendo uma cópia opcional em seu cache e enviando uma cópia para a máquina do usuário, neste caso, haverá o que chamamos de conceito cache miss. Uma das funções do Proxy é denominada de Filtro. Este filtro é usado para permitir ou negar o acesso à Internet ou a determinados sites, ou seja, controle de conteúdo. Administradores podem criar regras conforme suas políticas de segurança para filtrar requisições baseadas no endereço IP 2

6 (Internet Protocol) do cliente, domínios, redes e URL do objeto requisitado, bloqueando assim requisições consideradas impróprias a política adotada. Tais funcionalidades são usadas principalmente em escolas e em organizações que utilizam o critério de permissão para o acesso a páginas que realmente sejam de seu interesse. O filtro podem conter regras simples baseados em uma lista de páginas Web, bem como conter regras mais complexas. 1 URL: É o endereço de um recurso, disponível em uma rede; seja a Internet, ou uma rede corporativa ou uma intranet. 2 IP: É um protocolo usado entre duas máquinas em rede para encaminhamento dos dados Objetivo O objetivo deste trabalho é a implementação e a otimização do Proxy Squid que apesar de funcionar de uma forma completa e atender determinadas necessidades apresenta um fator relevante, que é o seu desempenho quanto ao processamento de requisições ACL 1 (Access Control List). O seu desempenho se torna crítico quando a quantidade de usuários conectados ao Proxy é grande e ao carregar uma black-list muito grande que leva ele a travar, a partir desta quantidade ele passa a consumir um valor considerável de memória, e para compensar tal situação, é necessário disponibilizar um computador mais potente o que acaba onerando os custos significativamente, pois a cada demanda de processos é necessário ajustar o hardware. O Squid possue esta deficiência, o que estamos propondo é minimizar esta situação aplicando soluções que são a melhora do programa do Squid como um front-end ideal para a solução e também melhorando a entrada e saída do disco rígido, e aplicando uma configuração ideal para o hardware diretamente no kernel influenciando diretamente no desempenho do mesmo e diminuindo a sobrecarga da memória efetuada durante o trabalho do Proxy Estrutura Para atingir este objetivo o trabalho foi estruturado da seguinte forma: Capítulo 2: Proxy; Capítulo 3: Squid; Capítulo 4: Conhecendo algumas possíveis soluções; Capítulo 5: Aplicando a solução escolhida. 1 ACL: É normalmente uma lista de princípios com os tipos de acesso definido para cada usuário ou grupo. Capítulo 2 - Proxy Origem do Proxy

7 O Proxy surgiu da necessidade de conectar uma rede local à Internet através de um computador da rede que compartilha sua conexão com as máquinas da rede. Conforme Peter (Thoeny 2002), se considerarmos que a rede local é uma rede interna e a Internet é uma rede externa, podemos dizer que o Proxy é quem permite que outras máquinas tenham acesso externo, ou seja, a conexão com a Internet. Geralmente, máquinas da rede interna não possuem endereços válidos na Internet, primeiro pelo fato da segurança nas redes privadas e também devido à falta de IP s válidos, portanto, não têm uma conexão direta com a Internet. Assim, toda solicitação de conexão de uma máquina da rede local para um host da Internet é direcionada ao Proxy, este, por sua vez, realiza o contato com o host desejado, repassando a resposta da solicitação para a máquina da rede local. É comum termos o Proxy como conexão direta com a Internet. Vejamos um exemplo de um esquema de servidor Proxy. Figura 1. Figura 1 - Compartilhamento de Internet utilizando Proxy (Reis, 2006) Tipos de Proxy Existem vários softwares diferentes com as características de Proxy, alguns mais especializados em somente alguns protocolos, outros com mais funcionalidades, como filtragem de controle de conteúdo e firewall, outros mais especializados em otimização de cache em RAM 1 ou disco rígido. Dentre os vários Proxy existentes para o sistema operacional Linux, com pelo menos suporte à HTTP 2, HTTPS 3 e FTP 4, conforme citado por Peter Thoeny (2002) destaca-se Squid, Delegate, Dansguardian, Oops entre outros. 1 RAM: Randomic Access Memory 2 HTTP: É um protocolo da camada de "Aplicação" do modelo OSI, utilizado para transferência de dados na Internet. 3 HTTPS: É um protocolo da camada de "Aplicação" do modelo OSI, com implementação de segurança. 4 FTP: É uma forma bastante rápida e versátil de transferir arquivos, sendo uma das mais usadas na internet Squid Foi originado de um projeto denominado Harvest entre o governo americano e a Universidade de Colorado. Atualmente é o Proxy mais popular e mais usado como controle de

8 conteúdo, na qual possui vários programadores como desenvolvedores do projeto pelo mundo. É geralmente disponibilizado por padrão pela maioria dos sistemas operacionais Linux, fornecendo todas as funcionalidades de um Proxy comum. Permite atuar como Proxy para os protocolos HTTPS, HTTP, FTP e Gopher 1. Para outros protocolos como correio eletrônico (SMTP 2 e POP 3 ) e ICQ 4. 1 Gopher: É um protocolo de redes de computadores que foi desenhado para indexar repositórios de documentos na Internet. 2 SMTP: É o padrão de fato para envio de através da Internet. 3 POP: É um protocolo utilizado no acesso remoto a uma caixa de correio eletrônico. 4 ICQ: É um programa de comunicação instantânea pela Internet Delegate Este também é um Proxy interessante, de autoria de Yutaka Sato (2006), o Delegate é um Proxy Server 5multiplataforma com relays e vários protocolos de aplicação em TCP/IP ou em UDP/IP, incluindo o HTTP, FTP, Telnet 1, NNTP 2, SMTP 3, IMAP 4, LPR 5, LDAP 6, ICP 7, DNS 8, SSL 9 e Socks 10. O Delegate interliga uma comunicação entre usuários e clientes, onde uma comunicação direta é impossível, ineficiente, ou inconveniente, conforme Sato (2006). 1 Telnet: É um protocolo cliente-servidor de comunicações usado para permitir a comunicação entre computadores ligados numa rede, baseado em TCP. 2 NNTP: É um protocolo da internet para grupos de discussão da chamada usenet. 3 SMTP: é um protocolo relativamente simples, baseado em texto simples, em que um ou vários destinatários de uma mensagem são especificados, sendo depois a mensagem transferida. 4 IMAP: É um protocolo de gerenciamento de correio eletrônico superior em recursos ao POP3 5 LPR: É a porta de impressão em Linux. 6 LDAP: Serviço de rede que disponibiliza integração de senhas para qualquer serviço. 7 ICP: Uma Infra-Estrutura de Chaves Públicas é um órgão ou inciativa pública ou privada para a organização de uma estrutura de emissão de chaves públicas. 8 DNS: É um sistema de gerenciamento de nomes hierárquico. 9 SSL: É um protocolo criptográfico que provêem comunicação segura na Internet para coisas como , navegação por páginas, e outros tipos de transferência de dados 10 Socks: é um protocolo de internet que permite que aplicações cliente-servidor usem transparentemente o serviço de uma rede ao firewall Oops É um Proxy mais simples que os anteriores. Surgiu como uma alternativa ao Squid. Oops é leve, embora, trata-se de um poderoso Proxy com cache. Suas principais características conforme (Cipriano 2006), é: HTTP/1.1 (ainda sem conexões persistentes) e FTP; Ele está pronto para servir pedidos imediatamente após iniciado; Armazenamentos em disco são checados em segundo plano, enquanto servem pedidos diretamente da rede; Reconfiguração limpa em Sighup 1 e sem sessões quebradas, novas configurações aplicadas a novas conexões; Arquivo de configuração e ACL s fáceis de ler e entender; Controle de largura de banda; Diversos tipos de módulos existem como geração de logs, acesso, saída, relato de erros, filtragem de URL, etc; Objetos são armazenados em arquivos grandes e sem esquema de objeto por arquivo.

9 Esses arquivos grandes podem ser dispositivos como (/dev/hda). 1 Sighup: Define-se como a reinicialização de um processo sem a necessidade de reiniciar a máquina Dansguardian É uma ferramenta capaz de filtrar acessos a Internet com base em diferentes critérios, possui filtros com as seguintes características, conforme descrito por Silva (2006). Filtros de domínios ou URL s com um desempenho visivelmente superior a outras ferramentas; Filtros baseados em frases associadas à pornografia ou consideradas inapropriadas; Filtros por figuras ou por tipo de conteúdos (MIME 1 ); Filtros por extensão de arquivos, como:.exe,.dll,.scr, etc; Filtro com caractrísticas em que é possível bloquear ou limitar upload na Internet. A ferramenta difere da maioria disponível no mercado pelo fato de não funcionar apenas como filtro de URL, mas também como um efetivo filtro de conteúdos de páginas Web. Pois, faz uma varredura do conteúdo de cada página acessada por seus usuários e não somente uma liberação ou proibição do nome do site ou da URL acessada. Este filtro de conteúdo funciona em conjunto com qualquer Proxy, podendo ser instalado em sistemas operacionais Linux, FreeBSD, OpenBSD, NetBSD, Mac OSX e Solaris. O Dansguardian não tem características de Proxy, portanto é obrigatório o uso de um servidor Proxy para que a ferramenta seja implementada, embora ele tenha sido citado neste trabalho por ser relevante suas funções. Nas soluções comumente encontradas no mercado, o filtro de conteúdo recebe as requisições do navegador do usuário, aplica as restrições estabelecidas ou as exceções configuradas e, em seguida, passa a requisição para o Proxy. Este faz o seu papel que é a intermediação entre o cliente e o servidor a ser acessado. No processamento interno de arquivos contendo proibições e exceções, existe uma ordem préestabelecida. 1 MIME: É uma norma da Internet para o formato das mensagens de correio eletrônico. Apesar do Dansguardian não ter características de Proxy o mesmo foi citado apenas para fim de conhecimento, uma vez que o objetivo deste trabalho é demonstrar os diversos tipos de aplicações para otimização do Proxy Squid, procurando a melhor solução para desempenho do mesmo tornando-o tão eficiente quanto o Dansguardian no processo de filtro de conteúdos, pois quando o Squid utiliza uma base muito extensa (Black-list 1 ), consequentemente passa a utilizar muita memória e se torna lento demais sobrecarregando consideravelmente a rede Principais Características dos Proxy Um exemplo muito comum de compartilhamento de Internet é baseado em um servidor Proxy com duas interfaces de rede, geralmente um modem e uma interface Ethernet, sendo que a interface do modem é a interface de saída para Internet, enquanto a interface de rede, é a interface de acesso às máquinas da rede local. O compartilhamento de Internet apresentado se refere ao

10 serviço básico de um Proxy. Mas um bom Proxy deve ainda prover várias outras funcionalidades complementares conforme Peter Thoeny (2002). Existem duas características principais de Proxy, na qual são definidos, como Proxy Transparente e Proxy Controlado, conforme Martins (2006) Proxy Transparente Nele é simplesmente feito um encaminhamento de pacotes vindos da Internet para uma máquina que esta na rede interna. Com o Proxy transparente não é preciso configurar o navegador como por exemplo o Internet Explorer ou o Firefox, facilitando a administração da rede. Isto é realizado através de configurações no roteador ou no firewall padrão da rede local, de forma que toda solicitação de tráfego externo é direcionada para o Proxy. Assim, o Proxy funciona de forma transparente para o usuário, sem necessidade de configuração. 1 Black-list: Arquivo contendo nome de sites proibidos Proxy Controlado Esta é uma característica dos softwares especializados em agir como servidores Proxy, como o próprio Squid. Eles possuem certas opções que o Proxy Transparente para facilitar o controle de quem pode ou não utilizar o Proxy, e a sua configuração deve estar como padrão em todos os browser com o IP do servidor Proxy. Conforme Thoeny (2002), com ele também é possível implementar o controle de conteúdo com base em ACL (Access Control List), ou seja listas de acesso previamente definidas Proxy Transparente X Proxy Controlado Vantagens e desvantagens estão relacionadas com o seu tipo de caso, onde em uma situação hipotética você poderá ter uma empresa em que os administradores preferem colocar o IP do Proxy em cada máquina e também pode acontecer que em certos casos o administrador de departamento de informática deseja não colocar nenhuma informação nos navegadores dos usuários, como um administrador de rede, vai ter que decidir qual tipo de Proxy utilizar e qual o melhor para a situação, vão existir casos em que um Proxy Transparente vai oferecer o suficiente para as regras de certa empresa e vão existir casos em que irão ser necessário as funções que somente um Proxy controlado pode oferecer Vantagens do Proxy Transparente É mais simples de ser configurado quando já está habilitado no Kernel, quando não está habilitado no kernel o mesmo deve ser reinstalado com o suporte ativo para que seja usado. Programas como ICQ funcionam plenamente com ele e não precisa que as máquinas clientes sejam configuradas. Afinal de contas, qual é a idéia de Proxy transparente? Sabemos que a tradução de Proxy para nossa língua é intermediário, logo o intermediário transparente é o Proxy onde não é necessário a configuração do navegador. Também é possível através do Proxy transparente fazer com que todo o acesso do cliente à Internet fique submetido ao Proxy, ou seja, o cliente é forçado a utilizar o Proxy. Entre outras vantagens, conforme citado por Martins (2006): Não é necessário a configuração do navegador do cliente, isto sem dúvida é bem vindo

11 em uma grande rede; Como já dito anteriormente, o uso do Proxy transparente força o cliente a passar pelo Proxy; Com a configuração do Proxy transparente, todos os serviços ficam disponíveis aos seus clientes, lembrando que o Squid só trabalha com os protocolos HTTP e FTP. Configurado o Proxy transparente, você pode fazer uso de outros serviços como: SSH, Telnet, , etc; Outro recurso do Proxy transparente é que ele funciona como uma maneira de bloquear acesso evitando que aqueles usuários mais espertos retirem as definições do Proxy de dentro do navegador, podendo assim visitar sites proibidos; Com o Proxy transparente todas as requisições feitas á porta 80 são automática redirecionadas para a porta do Squid, e assim fica virtualmente impossível de sair para a Internet Desvantagens do Proxy Transparente Possui menos recursos que um Proxy Controlado. Precisa de configurações no Kernel e, em alguns casos, é necessária a recompilação do Kernel do sistema. Não possui nenhuma segurança de acesso e não possui um sistema de (caching), o que o torna mais lento em uma rede Vantagens do Proxy Controlado Com ele você pode utilizar listas de controles de acesso (ACL's) para controlar quem usa e quem não usa o seu Proxy, pode ser utilizado para uso com SSL, pode servir para liberação de Internet mediante autenticação do usuário e, principalmente, possui um sistema de (caching), possuindo um desempenho na rede geralmente melhor, conforme Lima Desvantagens do Proxy Controlado Alguns programas como ICQ e o protocolo SMTP não funcionam muito bem com ele. E outra particularidade é a sua falta de segurança quanto à estabilidade da conexão, pois qualquer usuário das maquinas clientes podem remover as configurações de Proxy, no entanto não será possível a sua navegação Arquitetura do Proxy Cache Conforme descrito por Thoeny (2002) o Proxy permite armazenar nele próprio as páginas visitadas com mais freqüência, ou seja, quando um usuário solicita um site na Internet, o Proxy armazena o seu conteúdo em cache, juntamente com a sua data. Caso o usuário, depois de um certo tempo, solicite-a novamente, o Proxy obtém a data da página remota e caso não seja mais atual que a página que está em cache, este fornece para o cliente a página em cache, sem a necessidade de baixar novamente a página solicitada. Esta funcionalidade aumenta bastante o desempenho de acesso às páginas, uma vez que o acesso em cache local é muito mais rápido que o acesso remoto.

12 Autenticação Ao requisitar uma página será exibido uma caixa solicitando ao usuário um login e uma senha, e com base nesta autenticação de regras estabelecidas pelas ACL o usuário poderá ter ou não acesso a página requisitada Listas de controles de acesso Também conhecidas como ACL's, permite que o administrador restrinja o acesso a determinados sites baseados em critérios estipulados em listas de controles. Os critérios conforme descrito por Thoeny (2002) podem ser expressos em regras baseadas no login, palavras-chave na URL, palavras-chave no conteúdo do site, horário de acesso, etc Proxy para SSL Permite que um navegador e um servidor Web estabeleça uma comunicação segura para realizar transações. O SSL é uma camada de criptografia do protocolo HTTP, por isto quando utilizados em conjunto é chamado também de HTTPS (HTTP seguro). Capitulo 3 - Squid O Squid caracteriza-se em um software especializado, que faz operação de Proxy de Web e FTP, completamente livre e com excelente suporte para operação em servidores Linux. Com o Squid você pode instalar um servidor Linux com acesso à Internet, e fazer com que outras máquinas clientes (usando sistemas operacionais como: Linux, Windows ou outros) acessem páginas Web e sites FTP através do servidor Linux, as máquinas clientes precisam somente estar com os seus (gateway) padrões apontados para o servidor Proxy. O Squid dá acesso a serviços como HTTP, HTTPS e FTP. Mesmo em redes onde seria possível instalar IP (masquerading), muitos administradores optam por limitar o acesso direto das máquinas internas à Web, por várias razões, entre as quais se incluem a segurança e o controle de acesso (através de mecanismos de restrição e de Log). O recurso que mais atrai atenção no Squid é o cache de páginas. Como em geral o Link entre as máquinas clientes e o servidor Proxy é de alta velocidade (rede local ethernet ou similar) e o link entre o Proxy e a Web é mais lento, é bastante interessante à possibilidade que o Squid oferece de armazenar localmente as últimas páginas acessadas, de forma a não ter que buscar novamente na Internet uma página que tenha sido recentemente vista por outro usuário da mesma rede. Naturalmente você pode configurar o tempo de armazenamento de cada página no cache, e o protocolo HTTP tém recursos suficientes para reconhecer páginas que não devem ser guardadas no cache e precisam ser buscadas novamente a cada requisição. Devemos entender que um serviço de Proxy exige bastante memória e espaço em disco rígido. O sistema deve ser dimensionado de forma adequada Características do Proxy Squid O Controle de acesso é uma das característica do Squid muito útil para administradores que

13 lidam diariamente com grandes acessos públicos, que possuem o seu link Internet saturado com acessos a sites remotos que não estão relacionados à finalidade da sua rede e a possibilidade de definir listas de bloqueios para restrições destes acessos indevidos Restrições de acesso Você pode definir listas de controle de acesso baseado no endereço de destino ou na origem da requisição. Assim, você pode por exemplo definir que em uma escola alunos do laboratório (A) não podem acessar determinados sites, enquanto que os alunos do laboratório (B) acessam sem restrições. Utilizando um script externo de filtragem você pode até mesmo criar regras baseadas no horário de acesso. Desse jeito pode-se criar restrições específicas em determinadas horas, na qual se pode bloquear arquivos de vídeo e em outra tabela de horário pode-se permitir. Por exemplo, as seguintes linhas no arquivo (/etc/squid.conf) impediriam que qualquer pessoa da sua rede acesse sites, cuja URL contenha a palavra playboy e sexo: Tabela 1. acl porno url_regex playboy acl livre url_regex sexta http_access deny porno http_access allow livre http_access allow all Tabela 1 - Exemplo de uma acl (Reis, 2006). Ao contrário de outras técnicas de conexão, como o roteamento simples e o IP (masquerading), normalmente o Proxy Squid exige alterações na configuração do seu navegador Web. Cada navegador tem sua própria maneira de configurar conforme citado por Campos(2006), mas de um modo geral todos eles têm suporte a Proxy. Ao configurar um navegador ou um aplicativo que estará utilizando um Proxy para estar conectando a Internet, automaticamente ele muda a sua forma de operação. Ao invés de tentar contatar diretamente os servidores Web da Internet, ele contata o Proxy e informa a ele a URL que deseja transferir. O Proxy, por sua vez, contata o site da Internet e transfere o arquivo ou página desejados, entregando-os ao navegador que fez a requisição e armazenando uma cópia temporária no Cache. De acordo com Campos(2006), caso algum outro computador da rede requisite a mesma página em um intervalo de tempo configurável, ele terá a resposta mais rápida. Se você tiver um Proxy baseado no Squid, os computadores da rede local não precisam ter nenhuma forma de acesso direto à Internet para entrar na Web e usar o FTP. Sendo assim, você pode concentrar seus esforços de segurança e administração de rede na máquina que roda a Proxy, conforme Campos(2006). Uma das maiores vantagens do Proxy sobre outras alternativas de conexão como o IP (masquerading) é a existência do cache, que, quando bem configurado, maximiza o aproveitamento do seu canal de conexão com a Internet. Os documentos estáticos (imagens, páginas HTML geradas estaticamente) solicitados por qualquer uma das máquinas da sua rede ficam armazenados também no servidor, e caso outra máquina da rede solicite o mesmo documento, ele é fornecido a partir do cache, economizando assim a sua banda com o provedor de Internet, que normalmente é de velocidade bem mais baixa do que a rede local que liga as máquinas clientes ao servidor Proxy. Outra vantagem importante é o nível de controle oferecido. O Squid permite criar regras avançadas de restrição de acesso, podendo definir que determinados micros terão acesso irrestrito, outros podem acessar apenas um determinado conjunto de sites, e outros ainda podem acessar qualquer site. É possível restringir um determinado conjunto de sites cuja URL possua uma determinada palavra ou expressão regular. Estas regras podem variar de acordo com o horário,

14 permitindo a criação de regras que restrinjam o tráfego no horário de expediente, e liberem nos horários de menor demanda Arquivo de Configuração A configuração do squid fica gravada em um arquivo chamado (squid.conf), geralmente no diretório (/etc ou /etc/squid) dependendo do sistema operacional usado. As políticas de acesso, ocupação de memória e quanto ao prazo de validade dos arquivos do cache são funções que estão definidas dentro do (squid.conf). Contudo, basta habilitar as funções neste arquivo Função do Proxy Squid O Squid depende da infra-estrutura de sua rede. Quando ele entrar em operação, as rotas e interfaces de rede da máquina já devem estar ativadas, sejam elas sobre uma linha discada, uma conexão através de um roteador dedicado, uma conexão sob demanda discada, rede local ou qualquer outra suportada pelo Linux de acordo com Campos (2006). Conforme definição de Andrade (2006), o objetivo principal de um servidor Proxy é possibilitar que máquinas de uma rede privada possam acessar uma rede pública, como a Internet, sem que para isto tenham uma ligação direta com esta. O servidor Proxy costuma ser instalado em uma máquina que tenha acesso direto à Internet, sendo que as demais efetuam as solicitações através desta. Justamente, por isto, é que este tipo de servidor é chamado de Proxy, pois é um procurador, ou seja, o sistema é que faz solicitações em nome dos outros. Um servidor Proxy para o protocolo HTTP, por exemplo, pode ter outras funcionalidades implementadas. Visto que todas as solicitações de páginas efetuadas pelas máquinas da rede privada serão feitas através dele, é muito útil armazenar localmente as páginas que foram solicitadas, permitindo que os próximos acessos, efetuados por quaisquer máquinas da rede, possam ser otimizados. Este conceito é chamado de (caching), na qual a página é baixada imediatamente para o cliente a partir do servidor Proxy, evitando ter que baixá-la da Internet Progresso do Squid O Squid está continuadamente melhorando sua performance, conforme Bastos (2006), além de adicionar novas características e ter uma excelente estabilidade em condições extremas. Sua compatibilidade com várias plataformas e a imensa gama de software para analisar logs, gerar relatórios, melhorar o desempenho e adicionar seguranças providos pela comunidade open source, combinados com ferramentas de administração simplificada e baseadas em Web agregam grande valor ao produto. Podemos ainda citar a capacidade de clustering, transparent Proxy, cache de FTP e, é claro, seu baixo custo. O sistema é totalmente aberto, possibilitando a sua otimização à nível de código fonte, além da otimização via configuração Tipos de protocolos O Squid busca por comunicação TCP (Transmission Control Protocol) e ICP (Internet Cache Protocol) em portas específicas. O TCP é usado para comunicação entre webservers e clientes, e o ICP para conversa entre servidores de cache. Para cada servidor ou cliente, a configuração do Squid precisa fornecer uma única porta sobre a qual o Squid irá enviar as requisições TCP ou ICP e ouvir as respostas.

15 O Squid trabalha apenas com FTP, Gopher e HTTP. O Squid, não configura acesso a e- mails, ICQ, IRC, etc. Visto que não só é função do firewall trabalhar com o NAT (Network Address Translation), como também não faz sentido criar caches de s pessoais e mensagens do ICQ Proxy transparente no Squid Proxy Transparente é um recurso muito útil para evitar que os usuários removam as configurações do Browser. Conforme Bastos (2006) os usuários serão obrigados a passar pelo Proxy, mesmo que as máquinas não estejam configuradas para tal. Extremamente recomendado, principalmente em casos de bloqueio de sites ou limitação de banda. Experiências do grupo comprovam que usuários com um pouco mais de conhecimentos irão remover a configuração de Proxy. Algumas pessoas desejam trabalhar ao mesmo tempo com autenticação e Proxy transparente. Isso é possível de ser feito com uma interação entre o firewall e um CGI Listas de Controle de Acesso O conceito de ACL (Access Control Lists) é utilizado no squid para estar controlando o que cada usuário acessa no navegador. A ACL é muito útil, por nos permitir trabalhar com níveis de acesso baseados em diversas informações. Não é incomum que em uma instalação do Squid algumas situações podem acontecer, como exemplo poderíamos citar a diretoria que pode acessar qualquer site, a gerência que não pode acessar determinados sites e os funcionários da fabrica que pode acessar apenas o site da empresa e de parceiros. Graças ao uso de ACL s e um pouco de conhecimento, podemos fazer todas essas restrições. Todas as configurações de usuários, grupos, horários e sites são configuradas em ACL s. A ordem em que as ACL s aparecem é muito importante, pois ao ser feita uma configuração no arquivo fonte do Squid ele respeita a regra que vem primeiro ou o arquivo de bloqueio, por isso a Acl que bloqueia os sites deve ser a primeira. Outra função essencial no Squid e o suporte a autenticação que para isso se usa um recurso chamado de (ncsa_auth), que é a alternativa mais simples. Ele está disponível junto com o Squid e pode ser implementado rapidamente. É a solução ideal para pequenas e médias instalações e redes com arquitetura de grupo de trabalho. 1 CGI: Consiste numa importante tecnologia que permite gerar páginas dinâmicas permitindo a um navegador passar parâmetros para um programa alojado num servidor web. Este é um recurso bem interessante para controle pessoal de usuários, pois permite que você crie ACL s individuais e gere logs de qualidade bem superior. Existem diversos métodos de autenticação, sendo interessante averiguar exatamente o que irá precisar com base no plano de regras. Para controlar o acesso por usuários e grupos, podemos configurar o Squid como PDC. O (smb_auth) lê o arquivo (\netlogon\proxyauth) que por padrão e localizado no Linux, e em um dos controladores de domínio previamente informado. Se a leitura desse arquivo retorna um (allow) ou permitido, então o acesso é liberado. Caso contrário se for um (deny) o acesso é negado. Crie um arquivo chamado (proxyauth) no compartilhamento NETLOGON de seu PDC (dê preferência ao primário). Esse arquivo deve conter unicamente a palavra (allow) e dê permissão de leitura para os grupos e usuários que deseja permitir o acesso. O recurso de ACL externas é muito útil para um tratamento melhorado de algum recurso que não é compreendido por ACL s normais. Uma ACL externa pode ser escrita em qualquer linguagem. Ela deve sempre retornar um valor de confirmação para o (stdout) caso a condição seja satisfeita, ou retornar um erro para o (stdout), caso ela não seja satisfeita.

16 Para facilitar a vida dos usuários e do administrator, conforme citado por (Reguly 2006), podemos criar um arquivo de configuração automática que será colocado nos Browsers dos clientes. Dessa forma todos terão seu Proxy reconfigurado dinamicamente em caso de mudanças, sem a necessidade de intervenção em cada máquina. Esse arquivo deve ser acessível via Web e, via de regra, chama-se (proxy.pac). A utilização de sistemas de cache, como o Squid, tem se mostrado excelentes para aliviar certos sintomas, reduzindo o tráfego na rede e, conseqüentemente, a latência da mesma ou seja a perda de banda. Toda a idéia por trás de um sistema de (caching) é criar um grande banco de dados onde os sites mais populares ou acessados recentemente sejam armazenados para futuras consultas. Isso significa que se 10 usuários da sua rede tentarem acessar um mesmo site ao mesmo tempo, somente uma das conexões realmente irá ser feita a esse site. Todas as outras 9 vão se aproveitar do primeiro acesso e utilizar a página já em memória. Isso é um enorme ganho de desempenho para seu backbone local e para o backbone do ISP 1 onde o site está armazenado e também para o servidor que hospeda o mesmo. Com todas essas configurações habilitadas e funcionando corretamente é possível diminuir consideravelmente o fluxo de informações na banda e controlar ao máximo o conteúdo acessado pelos usuários. Podemos definir um Proxy ou cache da seguinte forma: Velocidade de acesso: A melhor forma de verificar se o seu cache está sendo eficiente é pela velocidade. Um sistema de cache que não agrega velocidade não está cumprindo o seu papel; Disponibilidade: De nada adianta um sistema veloz disponível apenas 2 horas por dia, ou mesmo que precise de um reboot a cada 2 semanas. Em casos de grandes instalações, ainda é preciso ir mais a fundo, buscando uma altíssima disponibilidade, como (Redundância de servidores, backup, eliminação de ponto único de falha); Transparência ou Ostensividade: São conceitos específicos e que se adaptam a cada caso. Grandes instalações, ISP s e empresas não preocupadas com que seus usuários vêem ou fazem na Internet devem preferir a transparência, onde o usuário desconhece ou não se sente afetado (exceto pelo ganho de velocidade) pela presença de um cache. Por outro lado, empresas com uma política de segurança mais rígida, órgãos com informações críticas, ou mesmo pais que queiram controlar o acesso de seus filhos a alguns sites, vão preferir a ostensividade; 1 ISP: serviço de acesso à internet, agregando a ele outros serviços relacionados, tais como " ", "hospedagem de sites" ou blogs, entre outros. Capacidade de trabalhar com redes heterogêneas: Ele é capaz de trabalhar com diversos tipos de redes e não sendo necessário estar exclusivamente amarrado a de um fabricante de Software ou de hardware, sendo assim ele se adapta a qualquer situação. Isso é especialmente verdade quando não sabemos que tipo de plataforma iremos utilizar em nossa instalação; Simplicidade: Deixando um pouco de lado o usuário e focando no administrador, conforme citado por (Bastos 2006) é preciso ter consciência de que um sistema bom é um sistema fácil de administrar. O mais rápido, mais disponível e mais abrangente sistema de (caching) é totalmente inútil se somente uma pessoa no mundo souber lidar com ele. Cache hierárquico é a extensão lógica do conceito de (caching). Um grupo de caches podem se beneficiar do compartilhamento de seus dados entre si de várias formas. Isso é facilmente explicável quando pensamos em termos regionais. Como exemplo podemos citar o de uma empresa estabelecida em um prédio, pela qual os

17 usuários desta empresa resolvem enviar uma requisição de acesso a um determinado site, então é repassado esta requisição ao Proxy mais próximo, na qual baixa-se diretamente as informações sem precisar sair para a Internet para baixá-la. Fica fácil de visualizar que se todas as empresas interligassem localmente seus Proxies, todas sairiam ganhando. Na realidade, essa prática entre pequenas empresas não existe. Mas quando falamos de grandes empresas e grandes backbone, cada 1 MB economizado com (caching) é 1 MB ganho em outros serviços. Além de trabalhar com o conceito de árvore conforme citado por (Bastos 2006), onde existe um cache principal e outros ligados a ele, o Squid trabalha também com um conceito parecido com grupo de trabalho, onde todos os servidores se consultam mutuamente. Toda a comunicação entre os caches é feita via ICP. O ICP foi desenvolvido como parte fundamental do projeto Harvest (Pai do Squid). Seu objetivo é prover um método rápido e eficiente de obter-se comunicação entre servidores cache. O ICP permite que um cache pergunte a outro se ele tem uma cópia válida de um determinado objeto, aumentando a possibilidade de encontrar aquele objeto já (cacheado). Adicionalmente, o ICP permite que requisições trafeguem entre servidores filhos em uma estrutura de árvore. Além do controle de cache, o ICP também gera indicações do estado da rede. O não recebimento de uma resposta ICP normalmente indica que a rota está congestionada ou que outro Host não está ativo. Além disso, a ordem de chegada de uma resposta ICP pode indicar quais hosts estão com uma distância lógica menor ou com menos carga. As mensagens ICP são geralmente bem pequenas, com cerca de 66 bytes. Em uma estrutura hierárquica, normalmente tem-se mais trocas de mensagens ICP do que HTTP. Roteamento por domínio e outra características de configurações do Squid pode favorecer muito no desempenho. A configuração seria assim Tabela2: cache_host_domain cache 1 portalxpto.com cache_host_domain cache 2 portalxing.com cache_host_domain cache 3 portalling.com cache_host_domain cache 4!portalxing.com! portalxpto.com!portalling.com Tabela 2 Exemplo de configuração (Reis, 2006). Sendo que o cache 4 será o responsável por todos os domínios que não sejam os 3 anteriores Squid como servidor Uma situação muito útil, mas por vezes pouco explorada do Squid é a sua capacidade de trabalhar com Proxy reverso. Isso significa que, além de armazenar objetos remotos, criando toda uma série de vantagens já discutidas aqui, ele também pode armazenar objetos de um servidor Web interno, aliviando seu uso e provendo maior segurança Estrutura de Hardware Especificar o hardware é uma etapa muito importante no início do projeto. O ideal é traçar um perfil de como é e de como será em 1 ano o volume de uso desse hardware.

18 Ao escolher devemos sempre utilizar um hardware que permita atualizações, especialmente em memória e armazenamento. Instalar servidores já com todos os bancos de memória usados ou no máximo de seus recursos sempre evitar. Pequenas instalações dispensam disco rígido do tipo SCSI 1, uma opção que já fica inviável em instalações maiores. Conforme citação de Bastos (2006), ao utilizar RAID 2, prefira o nível 0 do que outros, visto que o mesmo é feito para desempenho. É interessante utilizar um disco rígido separado para os dados e para os logs do Squid. Se isso não for possível, ao menos uma partição separada é extremamente recomendada. Como normalmente, tanto os dados quanto os logs ficam abaixo do diretório (/var), esse é o ponto de montagem para essa partição. O desempenho das resoluções DNS é um ponto crítico e deve ser analisado como se segue. Em uma situação ideal, deveria existir um cache de DNS na mesma máquina ou em uma máquina muito próxima, para diminuir ao máximo o tempo de resolução dos nomes. Em múltiplas rotas como em instalações com o ISP pode ser vantajoso definir suas rotas manualmente. Já em empresas médias ou grandes que utilizam links de baixo custo, como ADSL 3, o balanceamento de carga nos links é uma ótima opção, conforme citado por Bastos (2006). 1 SCSI: A tecnologia criada para acelerar a taxa de transferência de dados entre dispositivos de um computador, desde que tais periféricos sejam compatíveis com o padrão. 2 RAID: É um meio de se criar uma unidade virtual composta por vários discos individuais, com a finalidade de duplicação ou balanceamento. 3 ADSL: Asymmetric Digital Subscriber Line Tags A seguir será mostrado algumas tags de configuração do Squid. Alterações bem feitas e pensadas podem trazer um grande ganho para a performance do cache, enquanto um erro de configuração pode impedir o Squid de trabalhar ou até mesmo remover muitas de suas funcionalidades. Estas configurações são feitas editando o arquivo (squid.conf), localizado por padrão no diretório (/etc/squid/squid.conf). Http_port: Esta tag define qual porta ou portas do serviço do Squid estará aberta, por padrão é definida a 3128; Cachê_mem: Especifica o ideal a ser usado pelo Squid de memória, levar em consideração a quantidade de memória usada, por que ao ser setado valores extremamente altos os outros serviços do sistema operacional serão prejudicados; Cache_swap_low: Este parâmetro é especificado para quando o tamanho do diretório de Swap já estiver no mínimo, por padrão costuma-se inserir o valor de 90; Cache_swap_high: Esta outra tag é para especificar o tamanho do diretório de Swap quando o mesmo já estiver no máximo, por padrão costuma-se inserir o valor de 95.

19 3.5 - Referências de conexão Em conexões intermitentes o Squid pode operar em redes (dial-up) ou (demand-dial). O modo (off-line) irá funcionar para algumas destas redes, mas está longe de ser uma solução ideal. Infelizmente muitas das funcionalidades do modo (off-line) do Squid parecem ter desaparecido durante o desenvolvimento da série Squid 2.x. Na versão 2.3 STABLE4, o modo (off-line) não tem quase nenhum efeito. Ter um cache no lado intermitente do Link pode acabar com alguns dos problemas destas conexões, conforme Vesperman (2006), dando acesso a informação que está em cache e assim reduzindo o uso do Link. Sem as correções do (patche), o Squid pode funcionar razoavelmente bem em conexões (dial-on-demand), mas discar cada vez que uma consulta tem que ser resolvida pode influenciar consideravelmente no custo. O Squid foi projetado para conexões permanentes. Fazer o Squid funcionar em conexões intermitentes exige alterações no modo em que o Squid trabalha com as páginas Web antigas e pesquisas DNS antigas. As páginas são consideradas antigas quando o seu TTL 1 (time to live) tiver sido expirado. Muitas páginas Web possuem valores de validade em seus cabeçalhos informando até quando a página pode se considerada atualizada, e quando a mesma pode ser considerada como página antiga. O Squid também possui informação padrão de validade, se não há dados nos cabeçalhos, o Squid configura os seus próprios. Páginas antigas são mantidas no cache. Se o cache ficar sem espaço, as páginas antigas são descartadas em uma ordem (mais velha primeiro). Este algoritmo é chamado LRU 2 (least recently used). Outros algoritmos estão disponíveis em versões mais atuais do Squid. Se mesmo assim você estiver com problemas de espaço no cache a recomendação e adquirir um novo disco rígido com bem mais espaço e mais memória. Páginas antigas que ficam no cache são validadas quando um cliente solicita a página. O Squid gasta uma solicitação, perguntando (Ei, esta página mudou?), e o servidor de origem irá responder com (Sim, aqui está à nova página), ou (Não, ela ainda é boa). A página é considerada recente novamente, seja uma nova página ou uma antiga. Este processo é chamado de solicitação IMS, uma abreviação para (if modified since) que significa, desde a última vez que o Squid verificou que a mesma é recente. Pesquisas DNS também são armazenadas em cache, e possuem um TTL configurável. Quando uma entrada cacheada de (Fully Qualified Domain Name), FQDN, ou uma entrada IP DNS expira, ela é removida do cache. 1 TTL: Significa o número de máquinas que os pacotes podem demorar numa rede de computadores antes de serem descartados. 2 LRU: Algoritmo Adaptativo de Substituição de Páginas. O modo (off-line) também nunca expira informações de DNS que esteja no cache, e nunca renova páginas antigas. Isto não é o que os usuários de (dial-up) e outros usuários com conexões intermitentes querem. Usando a configuração não modificada do Squid, (offline_mode on) que assinala ao Squid para nunca tentar uma validação, e (offline_mode off) que assinala uma operação normal.

20 3.6 - Vantagens O Squid está continuadamente melhorando a sua performance, além de adicionar novas funcionalidades e ter uma excelente estabilidade em condições extremas. Sua compatibilidade com várias plataformas e a imensa quantidade de softwares para analisar logs, gerar relatórios, melhorar o desempenho, bem como a adicão de segurança providos pela comunidade open source, combinados com ferramentas de administração simplificada e baseadas em Web agregam grande valor ao produto. Podemos ainda citar a capacidade de clustering, transparent proxy, cache de FTP e, é claro, seu baixo custo. Capitulo 4 - Conhecendo Algumas Soluções Configuração Esta idéia surgiu da possibilidade de configurarmos o Squid de uma forma que o mesmo atinja o seu potencial máximo. Porém utilizando esta idéia, iremos somente redefinir configurações pré-existentes para que estas se encaixem no objetivo proposto. Nas páginas de anexos está o Squid proposto HDparm Aumenta a taxa de transferência de dados do discos rígidos IDE com o HDparm. Como as maiorias das distribuições Linux sempre adaptam o sistema operacional para que ele esteja totalmente compatível, algumas vezes é deixado de lado o desempenho do hardware e é neste caso que entra programas como o HDparm. A taxa de transferência de dados quintuplica com o uso dos novos parâmetros, se a compararmos com a configuração padrão. O ganho de desempenho tende a ser muito grande mas o risco de perda de dados é diretamente proporcional a ele. A melhor proteção é fazer primeiro um backup do sistema e somente depois realizar teste para se chegar a um valor ideal de (multcount) que significa a quantidade de setores que ele está lendo por vez Banco de Dados Quando pensamos em uma solução para resolver o problema proposto a principio a alteração no código fonte seria a opção mais viável, no entanto, ao pesquisarmos e nos aprofundarmos mais no assunto descobrimos a vantagem de utilização de bancos de dados. A vantagem de utilizar o banco de dados é que sua indexação interna é mais rápida e dinâmica, o que facilita a resposta do