networks from the Internet
De Santis Roberto
2
La rete delle reti
● Successo di Internet
● Rete vista in termini di
● Fisicità
● Sistema complesso
● Applicazioni e reti virtuali
3
Com'è fatta la rete Internet?
● Problemi inerenti allo studio di Internet
● Mancanza di una componente di controllo centralizzato o che
permetta di avere una visione globale
● Collezione di vari elementi di visione locale
● Traceroute
● Risultati
● Topologia controversa, ma nota a grandi linee
● Proprietà interessanti
4
Utilizzi della rete e comportamenti
● Struttura topologica della rete fisica e della rete virtuale sono indipendenti l'una dall'altra
● Perchè studiare le “reti comportamentali”?
● Miglioramento nella progettazione delle reti future
● Modellare meglio il traffico di Internet
5
Rilevare i comportamenti
● Server log
● Non basato su user-to-user interaction
● Flussi di rete
● IP, porte
● Cisco NetFlow
● Problema della privacy
● Campionamento dei pacchetti con frequenza 1:100
6
Scenario: la rete Abilene
● Progetto di Internet2 fine anni '90
● Prestazioni elevate: 10Gbps sulle dorsali
● Università e centri di ricerca: centinaia di migliaia di utenti
● Mai congestionata
7
I dati raccolti: forma e preparazione
● Dati sottoforma di record (circa 30GB al giorno)
● Dettagli su sorgente e destinatario
● Tipo e quantità di dati scambiati
● Identificazione dei ruoli: client e server
● C = {i1, i2, …, iNc }
● S = {j1, j2, …, jNs }
8
Behavioral, functional, application graphs
9
Flussi osservati
● Osservazione di 24 ore il 14 Aprile 2005
● 625 milioni di flussi
● 258 milioni (41,3%) relativi al Web
● 82 milioni (13,1%) relativi ad applicazioni P2P
● 285 milioni (45,6%) relativi ad altro traffico (incluso network monitoring)
Web 41,3%
Altro 45,6%
P2P 13,1%
10
Host osservati
● 15 milioni di host (considerando tutti i flussi):
● 5,82 milioni di client
● 11,1 milioni di server
● Considerando solo il flusso web:
● 3,97 milioni di client
● 0,68 milioni di server
● Considerando solo il flusso P2P:
● 0,71 milioni di client
● 0,14 milioni di server
11
Distribuzione degli edge rispetto ai traffici
● Behavioral graph
● Traffico web: 50.1 milioni di edge (38,0%)
● Traffico P2P: 7.89 milioni di edge (6,0%)
● Traffico di altro tipo: 54.9 milioni di edge (41,6%)
Web 44%
P2P 7%
Altro 49%
12
Degree overlap tra client e server
● Alcuni nodi fungono sia da client, sia da server
● Nel behavioral graph tali nodi compaiono due volte
● Grado di overlap tra gli insiemi C ed S:
● Valori rilevati nel behavioral graph
● Generico: O = 0,14
● Traffico web: O = 0,013
● Traffico P2P: O = 0,097
O= (∣ C∣∩∣S∣)
(∣ C∣∪∣S∣)
13
Statistiche sul traffico
● 1.85 TB di informazioni scambiate (in media 124 kB per host)
● Tenere in considerazione il campionamento 1:100
Web 25%
P2P
6% Altro
69%
14
Confronto tra flusso e traffico
Web 41,3%
Altro 45,6%
P2P 13,1%
Distribuzione del flusso
Web 25%
P2P
6% Altro
69%
Distribuzione del traffico
15
Studio della struttura del behavioral graph
● Degree di un nodo N
dN=i+j
dove i e j sono rispettivamente il numero di archi uscenti ed entranti
● Strength di un nodo N
dove è il peso dell'arco da N a Nk
● Il degree di un nodo rispecchia la quantità di altri nodi con cui ha scambiato dati, mentre la strength si riferisce alla quantità di dati scambiati
s
N= ∑
k =1 i
w
N , Nk
+ ∑
k=1 j
w
Nk, N
wN , N
k
16
Distribuzioni di degree e strength
● Decisioni individuali in una popolazione molto larga
● Distribuzione normale?
Degree Strength
● Distribuzioni di tipo “long-tailed” (10 ordini di grandezza per strength)
● Distribuzione approssimabile con power-law per entrambe P(n)∼n−γ
18
Distribuzione power-law P(n)∼n
● A seconda del valore di γ si ha una certa rapidità di convergenza a 0
● Valore atteso <n>=∫ n P(n) dn
● Varianza <n
2>=∫ n
2P(n) dn
● Se 2<γ<3 la varianza diverge, la media è ben definita
● Il valore atteso <n> non è più un parametro in grado di predire il numero di collegamenti nel sistema su ogni nodo (degree)
● Alta probabilità di avere client connessi con un numero arbitrario di server (degree) o che abbia scaricato un'arbitraria quantità di dati (strength)
● Se γ<2 la media diverge: né il valore medio di collegamenti (degree), né la quantità media di dati trasmessi sono caratteristiche predicibili nel sistema
● Forte eterogeneità
● Scale-free network
19
Traffico web: degree e strength
Degree
Strength
20
Traffico P2P: degree e strength
Degree
Strength
21
Relazione tra degree e strength
● Relazione tra numero di host contattati e quantità di informazioni scambiata
● Comportamento atteso: strength che aumenta in funzione del degree
22
Relazione tra degree e strength
● Power-law (crescente)
● <s(k)> k ∼
β● Server web: β≤1
● Client web: β=1.2±0,1
23
Conclusioni
● Il comportamento degli utenti raramente segue una distribuzione normale
● Comportamenti differenti a seconda dell'applicazione
● In alcuni casi il comportamento può diventare un parametro identificativo dell'applicazione
● Attuale politiche di sicurezza con soglie basate sul data rate per il rilevamento di anomalie nel traffico
● Informazioni importanti per network design e capacity planning dei
collegamenti
24
