Peer to peer, BitTorrent e ricerca di file

Architettura Peer to Peer (P2P)

L’architettura P2P è un approccio alternativo al modello client-server, che può presentare benefici soprattutto quando si devono trasferire grandi quantità di dati.

Note

La distribuzione di file di grandi dimensioni da un singolo server (ad un gran numero di client) è spesso limitata dal suo bitrate di upload piuttosto che da quello di download dei client o dal passaggio attraverso la rete.

I protocolli P2P sono definiti da alcune caratteristiche comuni:

• non c’è un server sempre attivo;
• coppie arbitrarie di host comunicano direttamente tra loro;
• i peer non sono sempre attivi e possono cambiare indirizzo IP;

BitTorrent

Il protocollo BitTorrent si usa per scambiarsi file in maniera P2P.

BitTorrent assegna alcuni nomi specifici ad alcune parti del protocollo:

• torrent: gruppo di peer che si scambiano le parti del file;
• tracker: host che tiene traccia dei peer che partecipano al torrent; quando un peer vuole connettersi può scaricare la lista degli altri host attivi;
• chunk: una frazione del file intero (tipicamente 256 kB);
• seeder: peer che rimane collegato alla rete quando finisce il suo download;
• leecher: peer che non ha ancora completato il download del file;

Il protocollo si basa sullo scambio di parti di file: in un dato istante un peer può richiedere ad altri host se hanno la parte che gli manca e scaricarla. Successivamente diventa in grado di fornire quella parte ad altri nuovi host.

Ricerca di informazioni

Uno dei problemi dei protocolli P2P è riuscire a conoscere quali file sono presenti nella rete formata dagli host attivi in un dato momento.

Le 3 soluzioni più diffuse sono:

• directory centralizzata:

  • un host (indice) tiene traccia dinamicamente della posizione dei file tra i vari peer;
  • un peer comunica periodicamente quali file possiede;
  • un nuovo peer consulta l’indice per sapere a quali host connettersi;

  Problemi della directory

  • unico punto di fallimento;
  • collo di bottiglia per le prestazioni;

• query flooding:

  • un peer conosce $𝑛$ peer vicini (sa quali file ci sono su quegli host);
  • se gli serve un nuovo file chiede a loro se sanno dov’è;
  • se i peer vicini non lo sanno, chiedono a loro volta ai loro $𝑛$ vicini;
  • prima o poi qualcuno riuscirà a connettersi ad un host che ha il file;

• copertura gerarchica:

  • è una combinazione tra il metodo della directory e quello del query flooding;
  • i peer sono suddivisi in gruppi, con un leader che tiene traccia di tutti i file sui peer del suo gruppo;
  • il query flooding avviene solo tra i leader dei gruppi, limitando il traffico generato;