Università “G.D’Annunzio” Pescara Facoltà di economia
Corso di laurea specialistica in Economia Informatica
FUNZIONAMENTO E
DIFFERENZE TRA PROTOCOLLI DI
CACHING COOPERATIVO (ICP,HTCP,CD,CARP)
Seminario per il corso di
“RETI DI CALCOLATORI E SICUREZZA” ’05/’06 Docente: Stefano Bistarelli
Studente: Caniglia Maria Giacinta
SOMMARIO
Introduzione (Web caching e web replication);
Protocolli:
• ICP: caratteristiche, implementazione, applicazioni e problematiche;
• HTCP: caratteristiche, implementazione, applicazioni e problematiche ;
• CD: caratteristiche, implementazione, applicazioni e problematiche ;
• CARP: caratteristiche, implementazione, applicazioni e problematiche;
Conclusioni: confronti tra i protocolli
INTRODUZIONE
La crescente richiesta di servizi Internet e, soprattutto, l’enorme numero di accessi a dati e servizi resi disponibili da web server hanno determinato un considerevole aumento del traffico di rete che, in alcuni casi, può provocare il congestionamento delle linee di trasmissione con conseguente degrado nelle prestazioni. Per cercare di limitare questi problemi, vengono comunemente utilizzate due differenti tecnologie: Web Replication (USA) e Web Caching (Europa). Entrambe le tecnologie cercano di ridurre il fenomeno della congestione della rete e di migliorare la qualità del servizio, ma utilizzano approcci diversi.
WEB REPLICATION
Web Replication si basa sul concetto di ridondanza.
Più server web, dislocati in differenti aree geografiche offrono gli stessi servizi replicando, totalmente o solo in parte, dati e software disponibili in un particolare sito. Gli obiettivi sono:
ridurre il traffico indirizzato a server con alta frequenza di accessi, diminuendo il carico computazionale della macchina che offre tali servizi, e dare all’utenza un servizio migliore, consentendo l’accesso a delle repliche che hanno una migliore
“connessione”.
Questa tecnica non riduce effettivamente il traffico di rete, ma lo ripartisce su differenti cammini, dirigendo le richieste verso server distribuiti che replicano dati e servizi.
WEB CACHING
Web Caching indica la memorizzazione temporanea di pagine web in locazioni più vicine al richiedente (cache server) rispetto alla sorgente dell’informazione (originweb server). In tal modo, richieste successive dello stesso oggetto possono essere soddisfatte direttamente dal cache server, riducendo il tempo che trascorre tra la richiesta e la disponibilità dell’oggetto, cioè la latenza. Abbreviando il cammino di rete degli oggetti Internet, la tecnologia di web caching ottimizza l’utilizzo della banda trasmissiva, riduce il traffico sulla rete, e migliora la qualità del servizio offerto all’utente. Ma, di contro, può comportare problemi di inconsistenza tra l’oggetto originale e le copie temporanee.
Le macchine che offrono il servizio di cache possono operare in modalità stand-alone (non c’è l’interazione tra le caches) oppure possono cooperare.
CACHING
COOPERATIVO
SIBLING: i server agiscono allo stesso livello, la cooperazione è distribuita;
PARENT:subordinazione gerarchica
La cooperazione tra cache può essere:
ICP
INTERNET CACHE
PROTOCOL
ICP :storia…
Nel 1994 nasce e viene sviluppato come parte fondamentale del progetto Harvest ed è stato il 1° protocollo intercache.
Nel 1995 da Harvest vengono creati 2 nuovi progetti:
Netcache e Squid cache che apportano delle modifiche all’ICP.
Nel 1997, visto il notevole uso di Squid e Netcache, si adottano 2 documenti (rfc2186-2187) che descrivono la versione 2 del protocollo.
ICP:
caratteristiche
OBBIETTIVO : determinare la presenza di determinati oggetti nelle cache vicine ;
Non permette di testare la congestione della rete anche se può fornirne une stima
Offre la funzionalità di selezione delle cache:
i massaggi ICP possono contenere informazioni utili per la scelta della sorgente migliore per un oggetto.
E’ molto diffuso
E’ basato su UDP
ICP:
funzionamento
Le fasi di una transazione ICP sono:
1. La cache locale riceve una richiesta HTTP dalla cache del client;
2. La cache locale invia la query ICP alle altre cache (parent o sibling);
3. Le cache ricevono la query e inviano la risposta;
4. La cache locale riceve la risposta e la invia al client.
ICP: formato messaggio
Identificatore che deve essere copiato nella risposta
Ogni messaggio è formato da 20 byte fissi che sono l’intestazione più una parte variabile che è il payload.
Il suo contenuto dipende dal tipo di messaggio
ICP: tipologie di messaggi
Value Name Description
0 ICP_OP_INVALID non è inviato intenzionalmente, non ha campi
1 ICP_OP_QUERY è il messaggio di richiesta dell’oggetto
2 ICP_OP_HIT è la risposta inviata dai server che hanno nella loro cache l’oggetto richiesto
3 ICP_OP_MISS è la risposta inviata nel caso non si ha l’oggetto
4 ICP_OP_ERR indica il tipo di errore in cui si è incorso
… ci sono alcuni opcode che sono in disuso come ad esempio ICP_OP_SECHO e ICP_OP_DECHO.
Inoltre bisogna fare un discorso a parte per il tipo ICP_HIT_OBJ che è tipo un HIT solo che contiene anche l’oggetto richiesto, il trasferimento avviene senza la richiesta HTTP questo permette di risparmiare tempo e banda.
Però lo stesso rfc sconsiglia l’uso di questo opcode perché in esso manca l’header HTTP e perché si può rischiare la frammentazione del messaggio e la perdita di pezzi.
tipologie di
messaggi (…segue)
ICP: applicazioni
Sono elencate nell’rfc 2187 tra le principali:
Harvest prima Squid poi;
Network appliance;
Cisco cache engine;
Volera;
Ecc…
ICP :
problematiche
Ritardi: dipendono da quanto sono distanti le cache e dalla
% di risposte che sono hits.
Larghezza di banda: una transazione ICP occupa circa 160 byte senza includere le intestazioni UDP e IP.
False hits: nel pacchetto ICP non è incluso l’header HTTP che darebbe informazioni importanti sul pacchetto.
Uso di UDP
ICP :
problematiche (…
segue)
Query per oggetti “uncachable”
Unwanted query: riguarda il fatto che potrebbero
configurare il nostro sito come un “vicino” senza il nostro permesso rallentando il traffico,per evitare ciò dobbiamo configurare la nostra cahe in modo che risponda con
ICP_OP_DENIED.
Scalabilità
Uso di ICP_OP_OBJ
HTCP
Hyper Text Caching
Protocol
HTCP:
caratteristiche
Protocollo di comunicazione inter-cache nato per colmare le carenze dell’ICP, è ancora sperimentale ed è regolato dall’rfc 2756
Include nel pacchetto l’header HTTP: supporta l’autenticazione
Ha segnato il passaggio da HTTP/1.0 a HTTP/1.1
Permette di gestire insiemi di cache e monitorarne le attività in tempo reale
È supportato da pochi prodotti
Con esso si può chiedere ad una cache di cancellare o modificare un dato oggetto
Il suo messaggio ha una struttura complessa
Usa UDP per il trasporto
Causa un notevole overhead sulla rete
HTCP: formato messaggio
Un messaggio HTCP ha 3 sezioni fondamentali:
1. HEADER: indica la lunghezza del messaggio e la versione del protocollo, occupa 4byte.
HTCP: formato
messaggio
(…segue)2. DATA: consiste in 8 campi di lunghezza variabile, è il
messaggio vero e proprio e cambia al variare del tipo di messaggio.
È diverso da length dell’header
Flag di un bit che se vale 1 Distingue tra query (=0) e risposta (=1)
Indica il tipo di errore nelle risposte
HTCP: formato
messaggio (…segue)
3. HUTH:serve a garantire un certo livello di sicurezza tale che un messaggio non possa essere “spoofed” da terzi.
Ora in cui è generata la “signature” è espressa in numero di secondi
trascorsi dallo “unix-time” che è il 01/01/1970
Scadenza chiave
Nome della chiave che verrà usata dall’algoritmo HMAC-MD5
HTCP: tipologie di messaggi
HTCP 0.0 definisce 5 opcode:
NOP (null operation)
è simile ad un ping è usato per vedere i ritardi della rete tra cache;
TST
testa l’esistenza di un oggetto nella cache vicina ,nelle query, nelle risposte vale 0 se l’oggetto è presente, 1altrimenti.
MON (monitor opcode)
con esso la cache informa le altre sugli oggetti che ha aggiunto, modificato o cancellato.
HTCP: tipologie di messaggi (…segue)
SET
permette ad una cache di spingere le altre a delle modifiche attraverso una query, nella risposta ci sarà un codice che vale 0 se la richiesta è stata accettata, altrimenti è 1.
CLR (Clear opcode)
è usato per indicare che un vicino ha rimosso dalla sua cache un oggetto, questa caratteristica è utile per vedere se un oggetto è stato eliminato dal server originario
HTCP:
problematiche
Complessità del messaggio
Precisione o velocità?
La transazione HTCP può includere l’intestazione http e questo comporta un elevato utilizzo di tempo e memoria perciò il sever in ogni momento deve scegliere se inviare header parziali o totali.
Scalabilità
Uso dell’UDP
CD
CACHE
DIGEST
CD:
caratteristiche
E’ un nuovo protocollo che affronta i problemi della latenza e della congestione legati all’ ICP e all’HTCP
Consente il peering tra cache senza ricorrere allo scambio query/reply
Permette ai peer di mantenere un sommario: “DIGEST” del contenuto delle cache con cui hanno relazioni
I digest possono esistere come oggetti cacheati quindi soggetti alle stesse regole dei comuni oggetti di cache
Riduce la % di “miss” e il ritardo di lookup
Al momento è usato solo da Squid nella sua versione 5.
CD: formato messaggio
Un messaggio CD è formato da un intestazione di 128-byte seguita da un Bloom filter di dimensioni variabili, la struttura dell’header è:
Stima del n° di oggetti contenibili nel digest
N° di oggetti codificati nella lista
Tiene traccia degli oggetti rimossi dalla cache da quando è stata creata la lista
Contatore del numero di funzioni
CD : Bloom Filter
E’ un algoritmo che codifica un set di dati con l’aiuto di una funzione hash. E’
definito da due parametri : K funzioni hash e un array di M bit.
I bit del filtro sono usati per codificare in modo efficiente un insieme di oggetti, nel caso di CD gli URL.
Per costruire un Bloom filter si scorrono gli oggetti dell’insieme applicando ad ognuno le K funzioni hash e ottenendo K valori che rappresentano un bit di posizione nel filtro che può essere acceso o spento.
Se K>M applico il modulo per far rientrare il valore nei limiti Se K<M vuol dire che ci saranno bit che non verranno mai accesi
Possiamo dire quindi che un filtro è una sequenza di 1 e 0 in Squid e anche detto Bitmap dove se il bit è 1 vuol dire che l’oggetto è in memoria, 0 altrimenti.
CD:
implementazion e
Comprende:
1. KEYS: dati ai quali è applicata la funzione hash, è un identificatore unico per ogni oggeto in cache, la sua struttura è:
CD:
implementazione
(…segue)
2. FUNZIONE HASH :
algoritmo che prende dei dati in input (key) e produce un intero per output.3. DIMENSIONAMENTO DEI FILTRI:
consiste nel dare un valore ad M è un passo importante perché se M troppo piccolo si ha una % più alta di
insuccesso, se M troppo grandi si avranno nel filtro dei bit sempre a zero quindi spazio sprecato.
4. SELEZIONE OGGETTI PER LA LISTA:
non tutti gli oggetti sono inseriti nella digest
5. SCAMBIO DEI DIGEST :
si usa HTTP…riassumendo
CD, oggi, è supportato solo da Squid le cache che lo usano periodicamente si scambiano una sorta di riassunti sugli oggetti che contengono.
Tali riassunti non sono né un elenco di URL né l’hashing di URL ma dei “filtri” che sono il risultato dell’algoritmo Bloom Filter.
Il bitmap o filtro è disponibile ad altre cache con una connessione HTTP ad un determinato URL.
CD:
problematiche
Scalabilità
Complessità nella costruzione dei digest
Mancanza di documentazione
Scarsa diffusione
CARP
Cache Array Routing
Protocol
CARP :
caratteristiche
Sviluppato dalla Microsoft come parte dei propri prodotti proxy server
Da molti non è considerato un vero e proprio protocollo ma un algoritmo
È utile nelle architetture piatte di cache dove sono presenti dei cluster di macchine perché con l’uso di una funzione hash permette di condividere lo spazio delle URL tra più cache.
Ottimizza le prestazioni del sistema: le richieste fatte dai client sono ripartite in modo uniforme tra più macchine in modo da evitare la duplicazione degli oggetti nei server.
Le sue regole forniscono un metodo veloce ed efficiente per creare insiemi di web cache (array), gestirne la comunicazione, bilanciare il carico del server massimizzando la % di Hit e minimizzando la latenza.
Ha la proprietà di lineare scalabilità: lo score è calcolato per ogni membro del gruppo.
CARP:
implementazione
Comprende 2 fasi principali:
DEFINIZIONE DELLA TABELLA DEI MEMBRI (proxy array membership)
FUNZIONE DI ROUTING
PROXY ARRAY MEMBERSHIP
Proxy Array Information/1.0 ArrayEnabled: 1
ConfigID: 12345
ArrayName: My-Array ListTTL: 3600
proxy1.isp.net 10.2.3.4 3128 http://proxy.isp.net/carp.txt SmartCache-v1 21600 UP 1 2048
proxy2.isp.net 10.2.3.5 3128 http://proxy.isp.net/carp.txt SmartCache-v1 20127 UP 1 2048
proxy3.isp.net 10.2.3.6 3128 http://proxy.isp.net/carp.txt
Un esempio può essere:
INFORMAZIONI GLOBALI
LISTA MEMBRI
PROXY ARRAY
MEMBERSHIP
(..
segue)proxy1.isp.net 10.2.3.4 3128 http://proxy.isp.net/carp.txt SmartCache-v1 21600 UP 1 2048
Nome del dominio del proxy Indirizzo dove si trova la copia corrente della tabella di array
Venditore e versione Cache size
Load factor
Funzione di routing
E’ un algoritmo che calcola un punteggio (score) per ogni
membro dell’array in modo che quando si effettua la richiesta questa è inoltrata solo ai membri con score più alto.
Lo score si calcola attraverso 3 valori:
Hash dell’URL;
Hash del nome della cache
Peso della cache
CARP: applicazioni
La principale applicazione si ha nei sistemi di webcache Microsoft Proxy & ISA Server
Squid lo usa solo come client per selezionare
un membro dell’array non è in grado di
partecipare in modo attivo all’array.
CARP:
problematiche
Non predice i cache hits
Può essere usato solo da alcuni web client
Mancanza di documentazione
Scalabilità
CONCLUSIONI
CHE
PROTOCOLLO
USARE?
CONCLUSIONI
La scelta del protocollo da usare dipende da molti fattori, ci sono una serie di “linee guida” che possono aiutare a scegliere il migliore.
SE si ha bisogno di far inter-operare le cache di prodotti diversi
SE si vuole costruire una “rete” di cache
ICP
CONCLUSIONI
SE siamo interessati alla sicurezza
SE la rete presenta dei ritardi o una
elevata congestione SE c’è un firewall
NO
ICP
CONCLUSIONI
HTCP è simile a ICP solo che ha una % di false hit più bassa e offre l’autenticazione.
Di contro però i messaggi HTCP occupano
molta banda: circa 5 volte in più di un
messaggio ICP
CONCLUSIONI
E’ consigliabile usare CD quando si vuole rendere possibile lo scambio di contenuti tra le memorie senza incorrere in elevati ritardi.
E’ sconsigliato l’uso di CD su connessioni
lente perché il trasferimento saturerebbe il
link.
CONCLUSIONI
CARP è la scelta logica quando si hanno gruppi di cache amministrati da una singola organizzazione.
Carp non permette creare una sibling relationship.
RIFERIMENTI
“Web Caching” Duane Wessels -O’Reilly -Edizione 2001
www.rfc-editor.org
www.squid-cache.org
“Free software per web caching” Laura Abba, Marina Buzzi, Francesco Gennai, IAT- CNR Pisa Massimo Ianigro Area della Ricerca CNR Bari
www.ircache.net