文件共享系统的测量与研究.pptVIP

P2P文件共享系统的测量与研究 韩士雄 han8048347@163.com 华北计算技术研究所 什么是P2P网络？ 争议 没有特定的集中的网络设备 由网络中的结点提供资源或服务 所有结点（设备）的角色、责任和义务平等 研究动机 P2P文件共享系统(Gnutella and Napster)已得到广泛应用 还没有人对P2P网络进行测量研究 发现系统中用户的特征：带宽瓶颈、包延迟、用户接入与退出系统的生命周期、用户共享和下载的数据量、用户间的协作水平，特征之间的关系 内容概要 文章概述 研究方法 测量结果 建议 结论 介绍 Gnutella Napster 节点对系统产生的影响 例：网络状况差（大量引用） 接入时间短（资源可用性） 。。。 研究方法 主动测量 第一步：周期性获取每个系统的同时在线人数以及用户的状态，包括IP地址、端口号以及客户端软件自己上报的一些信息。 第二步：针对第一步得到的用户，进行长时间探测，获取他们的相应信息，如带宽瓶颈等。 研究方法—体系结构 目标：利用互联网使用户自由交换文件 协议：HTTP 用户：对等（均衡）、上传、下载（与分布式系统差异） 策略：定位文件 研究方法—体系结构 研究方法—Napster网络爬虫 无法直接访问Napster服务器 提前确定文件列表（流行音乐）--误差 并行发出大量请求 收集用户信息：带宽、共享文件数、正在上传及下载的文件数、文件的名字及大小、IP地址 统计：160服务器，40%-60%用户 80%-95%文件 546401个不同IP地址，509538个用户 研究方法—Gnutella网络爬虫 连接热点Peer 循环发送ping消息（TTL很大） 通过pong消息获取用户信息（IP地址等） 每个网络爬虫运行2分钟，无误差 统计：每个网络爬虫获取到8000-10000个结点信息，总节点的25%-50% 1180205个不同IP，1239487个用户 研究方法—Gnutella网络爬虫 研究方法—测量用户特征 带宽瓶颈测量 延迟测量 生命周期测量（连接频率、保持连接时间） 研究方法—带宽瓶颈测量 Napster(25%)和Gnutella都存在不上报带宽的节点 采用动态侦听获取节点带宽，两个难点： 1、可用带宽随时间变化 2、必须衡量丢包率 高带宽接入（1G） 可用带宽＝链路带宽＝最后一跳 工具：SProbe（TCP包） 研究方法—生命期测量 Peer的三种状态： 离线状态（未接入互联网或不响应TCP SYN包） 非活动状态（接入互联网，响应TCP SYN包，但未接入点对点系统） 活动状态（已接入点对点系统，能接受TCP连接） 工具：LF（可监视上万个结点生命期） 研究方法—测量对象描述 Gnutella 1、生命期（17125Peer，60小时，7分钟） 2、瓶颈带宽（595974Peer，下行223552， 上行16252） 3、延迟（339502Peer) Napster 1、生命期（7000Peer，25小时，2分钟） 2、瓶颈带宽（2049/4079Peer) 测量结果—带宽瓶颈 测量结果--带宽瓶颈 测量结果—Napster结点带宽 测量结果—Napster结点带宽 测量结果—Gnutella延迟 测量结果—Gnutella延迟 测量结果—可用性 测量结果—可用性 测量结果—文件共享数量 测量结果—文件共享数量 测量结果—下载、上传、共享文件 测量结果—共享文件特征 测量结果—Gnutella网络拓扑 对Peer-to-Peer系统的建议 根据结点的物理特征及可靠性来分配责任 节点之间的差异： 连接速度、延迟、生命期、共享数据 3-5个数量级 直接测量各节点的物理特征 处理服务器与客户端的关系 Gnutella 26%的用户不共享数据 Napster 20%-40%的用户不共享或很少共享 总结 Gnutella和Napster内部节点之间存在着较大的差异 系统中存在着责任不均衡的问题 用户会在某种动机的驱使下谎报自己的信息 Thank you! * * 例：电驴、BT下载、搜狗音乐等 P P P P P P S S S S Q R D P P P P P P Q R P Q Q Napster Gnutella 下行带宽高于上行带宽 下行带宽Gnutella高于Napster 70ms 280ms 接入方式影响上网带宽及延迟大小 Gnutella与Napster的文件传输方式基本相同 少量的用户拥有大部分的资源 文件共享数量Gnutella高于Napster 上传文件（高带宽用户） 下载文件（低带宽用户） Gnutella共享文件 数量远大于Napster Gnutella依赖少