INTERNET MONITORING VIA ACTIVE PROBES ON PLANETLAB

Transcription

1 INSTITUT DE LA FRANCOPHONIE POUR L INFORMATIQUE, VIETNAM UNIVERSITÉ CLAUDE BERNARD DE LYON I, FRANCE INRIA SOPHIA ANTIPOLIS MÉDITERRANÉE, FRANCE MÉMOIRE DE FIN D ÉTUDES INTERNET MONITORING VIA ACTIVE PROBES ON PLANETLAB Réalisé par: Ngo Cao Cuong Superviseurs: Dr. Chadi BARAKAT M. Mohamad JABER l équipe Planète INRIA Sophia Antipolis Méditerranée France PRÉSENTÉ POUR OBTENIR LE GRADE DE MASTER INFORMATIQUE SPÉCIALITÉ SYSTÈMES ET RÉSEAUX Hanoi Septembre, 2009

2 Remerciements Je voudrais particulièrement remercier Dr. Chadi BARAKAT, mon responsable de stage, pour l encadrement, l aide, les idées qu il m a donné pendant toute la durée du stage. Je tiens également à remercier Mohamad JABER pour ses aides, ses commentaires et ses discussions qui ont fait progresser mon travail. Je voudrais remercier tous les membres de l équipe Planète à l INRIA Sophia Antipolis pour leur accueil chaleureux. J adresse mes sincères remerciements à tous les professeurs de l IFI pour m avoir enseigné et m inspirer pendant mes études au master. I

3 Résumé Les systèmes Internet à base de coordonnées permettent un positionnement pratique des nœuds dans le réseau. Dans ce type de systèmes, l idée principale est que si les distances réseau entre différents nœuds Internet peuvent être plongées dans un espace approprié, alors les distances non mesurées peuvent être estimées en utilisant une simple opération de calcul de distance géométrique dans cet espace. Récemment, on a pu prouver que ces systèmes à base de coordonnées étaient précis, avec une faible erreur de prédiction. Cependant, des travaux ont prouvé que ces coordonnées dérivent et ne sont pas stables. Dans ce travail, nous avons identifié cette oscillation et essayé de caractériser des coordonnées par Vivaldi, un système de positionnement décentralisé. Nous avons montré en premier lieu que la dynamique d un nœud, dans un système de coordonnées, peut être modélisée par un modèle de regroupement. Nous essayons des algorithmes de regroupement pour caractériser les nœuds par leur changement de distance. Par des expériences sur Planetlab, un réseau d ordinateurs utilisé pour la recherche orientée réseaux, cette méthode nous permet d observer quels nœuds qui se déplacent ensemble. Puis, nous utilisons ce modèle pour traquer les problèmes sur le réseau. Par des simulations avec la topologie extraite du projet Iplane, nous avons expérimenté plusieurs scénarios des anomalies, qui sont définies comme des augmentations inattendues de délais. La contribution majeure est donc un modèle de regroupement pour la détection des anomalies sur le réseau à base des coordonnées. II

4 Abstract Internet coordinate-based systems allow easy network positioning. In such systems, the basic idea is that if network distances between Internet nodes can be embedded in an appropriate space, unmeasured distances can be estimated using a simple distance computation in that space. Recently, these coordinates-based systems have been shown to be accurate, with low distance prediction error. However, recent works proved that these coordinates and its centroid drift away from their origin as long as the system runs. In this work, we first identify such drift and then we try to characterize them on the recently proposed distributed positioning systems, namely Vivaldi. We first show that the dynamic of a node, in a coordinate system, can be modeled by a method of hierarchical clustering. We try several different algorithms of clustering to characterize nodes by their drift. Through experiments conducted over PlanetLab, a network for distributed system research, this model allow us to observe clusters of nodes who move together. Then we show, that the obtained model can be used to track problems on the large network. Through simulations with real network topologies driven from the Iplane project, we experimented with different scenarios of anomalies, carried out by anomalous nodes that provide biased coordinates information and delay measurement probes. The major contribution is therefore a model for network problem detection during coordinates embedding. III

5 Table de matières Remerciements Résumé Abstract Liste de figures I II III VII 1 Introduction Motivations, problématiques et contributions La structure du mémoire Le contexte du stage Une vue d ensemble des systèmes de positionnement Internet Services d estimation de proximité par mesures directes Les approches géographiques IDMaps Les approches basées sur Traceroute L approche Méridien Des désavantages Systèmes de coordonnées à base de Balises Fixes GNP: Réseau de positionnement global Lighthouse Le système NPS Les systèmes de coordonnées décentralisés PIC Practical Internet Coordinate Vivaldi Discussion Vue sur les coordonnées par l expérimentation Introduction de Planetlab Pyxida, une implémentation de Vivaldi Résultats des coordonnées IV

6 3.3.1 Temps de convergence L erreur relative L oscillation des coordonnées Centre des nœuds Discussion Modélisation des coordonnées par le regroupement DBSCAN Analyse de DBSCAN Métrique de l algorithme Discussion Regroupement hiérarchique Définitions L algorithme Complexité de l algorithme Discussion sur les paramètres Résultats et analyses Conclusion de regroupement Détection des anomalies par des coordonnées Génération des anomalies par la simulation La topologie de la simulation Génération des anomalies Description de la simulation utilisée Procédures de la détection Des scénarios des anomalies Le cas normal Anomalie sur un seul nœud Deux anomalies sur deux nœuds Anomalies sur deux nœuds qui ont le même préfixe d IP Vue générale sur plusieurs anomalies Conclusion sur la détection des anomalies V

7 6 Conclusions et Perspectives 38 Annexes 39 Références 40 VI

8 Liste de figures 1 Un modèle d espace géométrique de l Internet (source [12]) Positionnement via l espace Euclidien 2-D (source [12]) Architecture de positionnement hiérachique de NPS Les coordsonnées sont convergées après 2500 secondes L erreur relative du système Les coordsonnées des nœuds après secondes de l expérimentation Les coordonnées du centre de tous les nœuds Distance du nœud ent1.cs.nccu.edu.tw vers le centre Distance du nœud lsirextpc01.epfl.ch vers le centre avec une grande variation Nombre de groupes avec la métrique géographique Nombre de groupes avec la métrique de changement sur Planetlab Nombre de groupes Distance euclidienne aux quatre groupes les plus grands Distribution des nœuds dans les groupes les plus grands Nombre des noueds dans le plus grand groupe Mouvements des nœuds, les nombres sur la ligne rouge signifient le niveau de confiance C du système Le cas normal, les nœuds restent dans le noyau (ID 0) Cas normal, la distance vers le plus grand groupe reste stable Le changement de groupe dans le cas d anomalie Le changement de la distance vers le plus grand groupe en cas d anomalie Le changement de groupes de deux anomalies La distance au plus grand groupe de deux anomalies Deux anomalies dans la même zone géographique sont dans la même groupe Relation entre la durée d anomalie et le nombre d anomalies trouvé Les informations détaillées sont affichées sur chaque nœud Le serveur de stockage contient des coordonnées des nœuds sur Planetlab.. 39 VII

9 1 Introduction Ces dernières années ont vu la croissance rapide d applications Internet basées et bénéficiant des réseaux de recouverement (overlay) tenant compte de la topologie Internet. En particulier, la plupart des ces applications et leur réseaux de recouvrement, se basent sur la notion de proximité réseau, définie en termes de délais Aller-retour (RTT), pour l optimisation de la sélection des voisins. Cependant, les mesures de proximité, peuvent s avérer extrêmement coûteuses en termes de consommation en bande passante. En effet, l existence de plusieurs réseaux de couvertures, peut créer un surcoût de communications élevé, dû aux mesures de proximité individuelles menées par chaque nœud du réseau de couverture. De plus, traquer la proximité au sein d un groupe dynamique, nécessite une fréquence de mesure très grande. Cela induit encore plus de surcoûts de mesures. Afin de pallier ce problème, les systèmes de positionnement Internet, comme [4] [5] [6] [7] [8] [9], ont été introduits. Dans ces systèmes, l idée principale, est que si chaque nœud peut être associé à une coordonnée virtuelle dans un espace approprié, la distance entre les nœuds est trivialement calculée sans pour autant avoir recours aux mesures directes. En d autres termes, ces systèmes plongent les mesures des temps de latences entre une population de nœuds dans un espace géométrique et associent un vecteur de coordonnées dans cet espace à chaque nœud, dans le but de permettre des prédictions de distance précise et peu onéreuses parmi n importe quelle paire de nœud dans le réseau. L avantage premier de ces systèmes, est que si les distances réseaux sont plongées dans un espace de coordonnées, où une position raisonnablement précise pour chaque nœud est établie, le surcoût de mesures produit par le positionnement, est ainsi amorti sur plusieurs prédictions de distance. Ceci réduit énormément le coût en termes de mesures de distances du système entier. 1.1 Motivations, problématiques et contributions Du fait de l utilisation de plus en plus répandue des réseaux se basant sur les systèmes à base de coordonnées, on peut aisément imaginer une surveillance des réseaux dont le but est de trouver rapidement les anomalies dans ces systèmes. En particulier, il est intéressant de noter qu un système fournissant un service à large échelle, serait aussi une avantage pour l implémentation des procédures de détection et résolution des anomalies. Dans les systèmes à base de coordonnées, le fait que les coordonnées oscillent a été in- 1

10 troduit dans [20][21]. Dès qu il y a une durée assez long d expérimentation, les coordonnées changent, causent des difficultés pour capturer des anomalies. Dans le travail de Wang[21], l auteur a présenté un algorithme qui permet d éliminer cette oscillation. Il utilise une méthode pour détecter le moment de stabilisation du système et arrêter des mises à jour de coordonnées à partir de ce moment. Par contre, si le système s arrête de mettre à jour, nous ne pouvons plus détecter des changements anormaux grâce aux coordonnées. Cette méthode est donc irréalisable dans un système qui permet de la détection des anomalies. Ma première contribution a été donc d étudier cette oscillion dans les systèmes à base de coordonnées sur le réseau de Planetlab et sur la simulation. La simulation est établie sur une topologie réelle qui est extraite à partir des données du projet Iplane [14]. Le travail de Kaafar [12] a introduit une méthode de détection des nœuds malicieux dans le système à base de coordonnées. Il applique le filtre de Kalman [22] sur l erreur relative des coordonnées pour trouver des anomalies. Par contre, cette méthode, qui permet d une détection sur chaque nœud, ne peut pas donnner une caractérisation globale du système. Dans le but de donner une vue rapide sur les anomalies, nous proposons un modèle de regroupement des nœuds se basant sur leur changements des coordonnées. Nous essayons quelques algorithmes de regroupement comme DBSCAN [17] ou le regroupement hiérarchique [19] qui nous permettent d observer les nœuds comme des groupes qui se déplacent aux plusieurs directions. Les métriques du modèle, comme le noyau du système, la distance vers le centre de noyau ou les petits groupes, sont utilisées pour détecter des anomalies. Ma contribution majeure a été donc de proposer une méthode de caractériser des coordonnées et un protocole de détection des anomalies se basant sur cette méthode. 1.2 La structure du mémoire Nous commençons ce mémoire en faisant, dans la section 2, un tour des systèmes de positionnement de l Internet existants. Dans cette partie, nous présentons des services d estimation de proximité par mesures directes comme l approche géographique, les méthodes IDMaps, Traceroute, Méridien. Nous nous concentrons par la suite sur les systèmes à base de coordonnées, que nous classifions en deux classes principales: Les systèmes basés sur les balises comme GNP, NPS, et les systèmes distribués tels que PIC, Vivaldi. Dans la section 3, nous présentons une vue générale sur les coordonnées. Tout d abord, nous présentons Planetlab, un réseau d ordinateurs utilisé pour la recherche orientée réseaux 2

11 et Pyxida, une implémentation d un système à base de coordonnées distribué. En utilisant Pyxida, nous montrons l oscillation des coordonnées par des expériences sur Planetlab. Nous découvrons également des métriques primaires de systèmes de coordonnées incluant: l erreur relative, le temps de convergence ainsi que le centre du système. Dans la section 4, nous présentons une modélisation de système à base de coordonnées par le regroupement. Le premier algorithme utilisé est DBSCAN avec ses avantages et désavantages trouvés. Nous nous concentrons par la suite sur l algorithme de regroupement hiérarchique qui sera utilisé pour caractériser le système. Nous discutons le choix de paramètres, un problème pour toutes les méthodes de regroupements. Les métriques du modèle sont présentées tel que les distributions de groupes, les distances vers les groupes, le plus grand groupe,... La section 5 est réservée à présenter les scénarios de anomalies ainsi que les procédures pour les détecter. La construction de simulation pour créer des anomalies est présentée également dans cette partie. Dans la partie conclusions et perspectives, nous résumons les résultats obtenus et les directions à étendre le travail dans ce mémoire. Enfin, nous présentons en annexe le site web de surveiller de coordonnées sur Planetlab. 1.3 Le contexte du stage Ce mémoire de fin d études a été réalisé au sein de l équipe de réseau Planète à l INRIA Sophia Antipolis Méditerranée, Valbonne, France de Mars en Août, Le travail au cours de ce stage s inscrit dans le projet ANR CMON, avec les participants Planète IN- RIA, Grenouille, Thomson, LIP6 et ENS ( CMON). 3

12 2 Une vue d ensemble des systèmes de positionnement Internet Dans cette partie, nous présentons une vue d ensemble des différentes propositions dans le domaine des systèmes de positionnement Internet. Nous commençons par décrire quelques travaux destinés à fournir une estimation de la localisation et de la proximité dans le réseau. Ces systèmes ne reposent pas cependant sur les coordonnées virtuelles. Nous les appellerons Services d estimation de proximité par mesures directes. Nous nous concentrons par la suite sur les systèmes à base de coordonnées, que nous classifions en deux classes principales: Les systèmes basés sur les balises (landmakrs), et les systèmes distribués. 2.1 Services d estimation de proximité par mesures directes Plusieurs approches dans la littérature fournissent des estimations de distances ou de proximité réseau en utilisant des mesures directes entre les paires de nœuds. Dans cette section, nous présentons quelques uns de ces systèmes les plus connus. Nous nous intéressons en premier lieu aux approches de géolocalisation, qui s inscrivent dans une tentative de fournir la localisation géographique des nœuds du réseau, plutôt que leurs positions Internet. Nous décrivons en outre l approche Constraint-Based Geolocation et le système IP2Geo. Puis, nous exposons les approches à base de traceroute et l approche Méridien, et nous présentons sur les désavantages de ces approches directes Les approches géographiques Plusieurs approches sont proposées pour fournir la localisation géographique des nœuds. Il y a deux approches principales: Constraint-Based Geolocation (CBG), l approche estime la position géographique d un nœud en utilisant la distance géographique aux plusieurs Balises (landmarks). Avec la supposition que l information travers le câble optique par la vitesse de 2/3 la vitesse de la lumière, la distance géographique est calculée à partir du délai correspondant. IP2Geo, le système estime la location physique du serveur lointain en utilisant l information dans le service DNS Names, les requêtes whois, pings à partir des locations fixes, et l information de BGP. 4

13 2.1.2 IDMaps IDMaps est un système complet qui est pour but de prévoir la distance Internet. Il est un service avec une infrastructure se compose des serveurs spéciaux HOPS qui maintient la topologie virtuelle d Internet. Cette topologie consiste des terminaux et des hôtes spéciaux qui s appellent Tracers. Ces hôtes sont utilisés pour prévoir la distance Internet. Par exemple, la distance entre deux hôtes x et y est estimée comme la distance entre x et son Tracer le plus proche T 1, plus la distance entre y et son Tracer le plus proche T 2, plus le chemin le plus court entre T 1 et T 2 sur la topologie virtuelle. Dès que le nombre de Tracers augmente, la précision de la prédiction s est améliorée Les approches basées sur Traceroute Plusieurs approches sont conçues et implémentées pour construire la topologie du réseau en utilisant l idée basique de l outil traceroute. Nous exposons Rocketfuel, une des approches populaires se basant sur traceroute. Rocketfuel Rocketfuel construit la topologie en utilisant des sondes de Traceroute, la table de routage BGP, et les informations de DNS. Il essaye de trouver des préfixes utiles pour découvrir la topologie ISP, et puis collecter des aliases du même routeur, en utilisant le moins possible de nombres de mesures. Une table de BGP connecte une adresse préfixe d IP à un ensemble des ASes qui traversent à la destination. L utilisation de la table de BGP permet de choisir des préfixes dont Traceroute transfère l ISP. Se basant sur la table de BGP, Rocketfuel définie trois classes de traceroutes qui transfèrent le réseau ISP, et pui, il filtre des préfixes qui ne suivent pas des routes par le réseau ISP. Il a besoin l information de DNS pour vérifier si l adresse obtenue est l ISP. Cette information est très importante pour identifier les routeurs et les locations, mais peut être coûteux L approche Méridien Dans [1], l auteur a proposé un cadre, qui s appelle Meridian, pour les hôtes à chercher leurs paires les plus proches dans le réseau de recouvrement (overlay). Chaque nœud méridien garde un petit nombre fixé des autres hôtes qui sont organisés et maintenus comme un anneau structuré. Une requête d un nœud vers son voisin le plus proche peut être transféré 5

14 dans l anneau, réduire la distance à la destination sur chaque saut Des désavantages Plusieurs approches qu on a présenté au-dessus essayent de prévoir la distance ou la topologie de routage avec les mesures directes. L approche Méridien, par exemple, cherche le nœud de recouvrement le plus proche à un nœud arbitraire sur l Internet par un grand ensemble de pings pour la réponse directe d une requête du niveau d application. Cette classe de méthode peut résoudre la tâche de la sélection des voisins et le problème de routage overlay. Malgré que les caractéristiques de la performance du réseau dynamique comme la bande passante disponible et la latence sont essentielles pour les applications et peuvent être mesurées précisément à la demande, un grand nombre des chemins bout-à-bout nécessaires dans un tel système distribué cause la mesure du réseau à-la-demande irréalisable parce que elle est trop coûteuse et très lente. Si les réseaux du recouvrement sont occupés avec des mesures de leur-même, l implémentation qui collecte toutes les latences des paires est réalisable seulement dans une petite échelle. Par exemple, le service de ping tous-paires Stribling [2] est cessé l opération car il devient irréalisable pour mettre à jour des mesures de 500 nœuds sur Planetlab. Un autre désavantage est que la mesure de proximité peut être très lourde. En réalité, l existence de plusieurs réseaux de recouvrement simultanément peut augmenter significativement la consommation de la bande passante pour les mesures. De plus, des mesures de proximité avec un changement rapide des groupes demande une haute fréquence. En général, la plupart des systèmes qu on a présenté au-dessus sont dévoués pour la construction et la recherche du réseau de recouvrement, plutôt que la prédiction de distance au niveau d Internet. Pour prévoir la distance entre deux nœuds sur l Internet, ces systèmes ont besoin encore des mesures coûteuses. Discussion Pour optimiser la performance de mesures dans une grande échelle, plusieurs approches de systèmes à base de coordonnées sont proposées. Comme la figure 1, l idée principale de tel système est pour modéliser l Internet comme un espace géométrique (comme un espace euclidien) et caractériser la position des nœuds par la position dans cet espace. La distance entre deux nœuds est prévue comme la distance géométrique entre leur coordonnées sans la mesure explicite. D autres termes, si un nœud x apprend les coordonnées d un nœud y, 6

15 x ne doit pas réaliser une mesure explicite pour déterminer le RTT à y mais plutôt utiliser la distance géométrique entre eux. C est-à-dire, tant que la position précise d un nœud peut être obtenue facilement, les mesures directes peuvent être éliminées. Figure 1: Un modèle d espace géométrique de l Internet (source [12]) Le but ultime des systèmes de coordonnées est de fournir un réseau de positionnement qui peut répondre rapidement à tous les hôtes sur l Internet. Les propriétés de tel système sont: Architecture pair-à-pair: Un système à base de coordonnées peut être utilisé dans les applications pair-à-pair dès que les nœuds peuvent maintenir facilement les coordonnées géométriques qui caractérisent leur locations sur l Internet. Rapide: Dès qu un nœud découvre les identités des autres hôtes dans une application pair-à-pair, leur coordonnées sont utilisées pour calculer des distances entre eux instantanément. Il n y a aucun délai. Les coordonnées peuvent être calculées vite, simplement, et en mode non-connecté. Grande échelle: Un autre avantage de système de coordonnées est que les coordonnées sont très efficace de résumer un grand nombre des informations de distance. Par exemple, les distances de tous les chemins de K nœuds sont stockés par K coordonnées de D dimensions (O(KD) de données) par rapport à K(K-1)/2 distances dans le cas normal. 7

16 Représentation structurée : Les coordonnées géométrique des nœuds décrient une représentation simple et structurée de la topologie complexe de l Internet. Plusieurs algorithmes peuvent profiter l avantage de cette structure pour réaliser des opérations topologiques de l Internet dans une grande échelle. 2.2 Systèmes de coordonnées à base de Balises Fixes Ces systèmes incorporent une composante centrale (un ensemble d entités balises), dont les nœuds se servent pour calculer leurs coordonnées en fonction de mesures vers ces entités balises. Le concept de positionnement par rapport à des entités balises a été introduit dans GNP (Global Network Positioning) GNP: Réseau de positionnement global Dans ce genre de système, les coordonnées des balises sont en premier lieu calculées en minimisant l erreur entre les distances mesurées et les distances estimées entre les nœuds balises. De la même manière, un nœud ordinaire dérive ses coordonnées en minimisant l erreur entre les distances mesurées et les distances estimées vers les nœuds balises. La méthode marche comme suivant. N nœuds spéciaux ou Balises, s appellent LM 1,...LM N sont déployés sur l Internet et les distances inter-balises sont mesurées. Les distances inter- Balises sont transférées au nœud central. Le nœud central ensuite calcule l ensemble des coordonnées des Balises et retourne des coordonnées aux Balises. Les coordonnées de Balises, c L1,...c LN, sont les résultats qui minimisent la fonction suivant : f obj1 (c LM1,...c LMN ) = ɛ(d LMi LM j, d LM i LM j ) i,j 1,...N i>j où d LMi LM j est la distance mesurée entre LM i et LM j, d LM i LM j est la distance géométrique entre clm i et clm j, qui s appelle la distance virtuelle, et ɛ(.) est la fonction de l erreur de mesures : ɛ(d H1H2, d H1H2 ) = ( d H1H2 d H1H2 d H1H2 ) 2 GNP utilise l algorithme Simplex Downhill[3] pour optimiser. Les coordinates des Balises défient les bases pour l espace géométrique. Pour mettre à jour un nœud H, H utilise des Balises comme des points de références et sonde tous les Balises pour obtenir des coordonnées des Balises et les distances aux Balises (figure 2). Et puis il calcule ses coordonnées, 8

17 c H, qui minimisent l équation suivante: f obj2 (c H ) = ɛ(d HLMi, d DLM i ) i 1,...,N En utilisant cette méthode avec les mesures d Internet, les distances Internet sont précisément mises à jour dans un espace Euclidien peu dimensions. Figure 2: Positionnement via l espace Euclidien 2-D (source [12]) Lighthouse Lighthouse est une extension de GNP qui a une échelle plus grande. Il a un ensemble des Balises comme GNP, mais un nouveau nœud ne doit pas requêter tous les Balises. Le nouveau nœud peut requêter un petit ensemble des nœuds pour trouver ses coordonnées et après se transférer ces coordonnées pour qu ils soitent relatives à tous les balises globaux Le système NPS Ce système étend le système GNP à un système de coordonnées hiérarchique, où les nœuds peuvent servir comme balises (appelés points référence) pour d autres nœuds. Le but principal est de pallier les problèmes de failles des balises centralisées et fixes, notamment lorsque ces entités deviennent des goulots d étranglement dans le réseau. La différence majeure par rapport à GNP est que n importe quel nœud qui s est bien positionné dans le réseau peut 9

18 être choisi comme un point référence par un serveur pour d autres nœuds. Cependant, pour assurer une cohérence dans le système, NPS impose un positionnement hiérarchique entre les nœuds. Figure 3: Architecture de positionnement hiérachique de NPS Etant donné un ensemble de nœuds, NPS les partitionne dans différents niveaux. Un ensemble de 20 balises fixes sont placées dans le niveau 0, la couche supérieure du système, et qui définit la base de l espace géométrique choisi. Chaque nœud dans un niveau L i, choisit au hasard quelques nœuds dans le niveau L i 1 comme ses points référence. L erreur relative de la prédiction de distance entre une paire de nœuds est définie comme: Erreur relative = reel virtuel min(reel,virtuel) 2.3 Les systèmes de coordonnées décentralisés Cette classe de systèmes étend le concept de positionnement par coordonnées, en généralisant le rôle des balises à tous les nœuds du système, ou en éliminant l infrastructure des balises. Ces systèmes peuvent être alors perçus comme des systèmes de positionnement pair-à-pair. 10

19 2.3.1 PIC Practical Internet Coordinate PIC est un des systèmes distribués des coordonnées qui utilise Simplex Downhill [3] pour minimiser la fonction d erreur de la distance. Il n a pas besoin des Balises. Dans PIC, les nouveaux nœuds qui veulent joindre vont choisir des nœuds dont coordonnées sont calculées, comme les Balises. Il utilise un protocole actif pour trouver un ensemble des voisins pour utiliser à calculer des coordonnées. Des stratégies différentes sont proposées comme les nœuds par hasard, les nœuds les plus proches, ou une hybride de ces deux. PIC utilise des tests des inégalités triangulaires pour contrer des participants malicieux. En général, le test observe la plupart des triples de nœuds sur Internet. Avec trois nœuds a,b, et c on a d(a, b) + d(b, c) >= d(a, c), avec d(i, j) c est la distance mesurée entre deux nœuds i et j. Si le nœud n joint PIC, le système utilise deux Balises i et j pour calculer ses coordonnées. Si d(n, i) est la distance mesurée entre n et i et d (i, j) est la distance prévue se basant sur les coordonnées entre i et j, toutes les inéquations suivant doivent être satisfait : d(n, i) <= d(n, j) + d (i, j) d(n, i) >= d(n, j) d (i, j) d(n, i) >= d(i, j) d (n, j) La première signifie la borne supérieure de la distance mesurée à i et les deux suivantes signifient la borne inférieure de d(n, j) d (i, j) Pour chaque Balise utilisé pour la computation des coordonnées, le test vérifie si la borne supérieure et les bornes inférieures sont satisfaites par i Vivaldi Vivaldi [8] est un système de coordonnées complètement décentralisé. Il est basé sur une simulation de ressorts, où la position du nœud correspond à celle de l extrémité d un ressort qui minimiserait l énergie potentielle des ressorts, et donc minimiserait l erreur de positionnement. Un nœud se joignant au système, calcule ses coordonnées en collectant des informations de positions et de mesures de délai à partir de quelques autres nœuds. Spécifiquement, Vivaldi place un ressort entre chaque paire de nœuds dans (i, j) dans le système, avec une longueur de repos correspondant à la mesure RTT entre ces deux nœuds. La longueur réelle du ressort est considérée comme étant l estimation de distance entre les deux positions 11

20 des nœuds. L énergie potentielle d un tel ressort est proportionnelle au carré de déplacement par rapport à sa longueur de repos. La somme de ces erreurs à travers tous les ressorts est la fonction d erreur que Vivaldi tente de minimiser. Une procédure identique tourne sur tous les nœuds Vivaldi. Celle-là est basée sur des échantillons récoltés par les nœuds qui fournissent les informations pour leur positionnement. Un échantillon, utilisé par un nœud i est ainsi constitué de la mesure vers un nœud j, de la coordonnée du même nœud j, ainsi que de l erreur locale reportée par j. L algorithme traite les nœuds à haute erreur, en assignant des poids à chaque échantillon collecté. L erreur relative de cet échantillon, e s est alors calculée comme suit: e s = x j x i RT T mesure /RT T mesure Le nœud calcule alors le poids de cet échantillon comme étant w = e i /(e i + e j ), où e i est l erreur actuelle (locale) du nœud i. Ce poids est utilisé en fait pour calculer un déplacement adaptatif, δ définissant la fraction de mouvement que le nœud est autorisé à faire en direction du nœud auquel il se mesure : δ = C c x w où C c est une constante < 1. Le nœud met alors à jour sa coordonnée locale comme suit: x i = x i + δ.(rt T mesure x i x j ).u(x i x j ) où u(x i x j ) est un vecteur unitaire donnant la direction de déplacement de i. Enfin, le nœud met à jour son erreur locale comme étant e i = e s x w + e i x (1 w). 2.4 Discussion Qu ils soient basés sur des balises fixes, ou qu ils soient décentralisés, la plupart des systèmes de positionnement actuels réalisent de bonne performances en termes de précision de positionnement, de stabilité et de passage à l échelle. Cependant, il faut aussi noter que cela est permis aux dépends de temps de convergence longs, allant à plusieurs minutes [8]. Cela est très loin des performances en termes de rapidité de traitement des système de mesures directes entre des paires de nœuds, et ceci est de surcroît non acceptable pour les applications tenant compte de la topologie et qui visent à déterminer les meilleurs nœuds, le plus rapidement possible. Les systèmes de positionnement à base de coordonnées sont une proposition attractive s ils sont déployés comme un service : chaque nœud pourra alors faire tourner un système de coordonnées au démarrage du système d exploitation. Cela pourra ainsi permettre au nœud de fournir des services de détection automatiquement des anomalies sur les réseaux. 12

21 3 Vue sur les coordonnées par l expérimentation Pour avoir une vue générale des coordonnées des nœuds, nous construisons des expérimentations d un système à base de coordonnées sur Planetlab. Parmi les systèmes à base de coordonnées, les systèmes à base de balises fixes sont irréalisable car ils ont besoin d une infrastructure pour jouer le rôle des Balises. Un système décentralisé, Vivaldi, est choisi pour déployer car il est totalement distribué et léger. Nous déployons Pyxida, une implémentation de Vivaldi, comme un service sur chaque ordinateur de Planetlab. Les nœuds se communiquent par un port fourni par Pyxida. 3.1 Introduction de Planetlab PlanetLab est un réseau d ordinateurs utilisé en tant que plateforme d essais pour la recherche orientée réseaux et systèmes distribués [15]. Il a été créé en 2002, et comportait plus de 1000 nœuds en 2009, répartis à travers le monde entier sur environ de 500 sites. Chaque projet de recherche se voit attribué une slice (tranche), c est à dire un accès virtuel à une partie des nœuds du réseau. L accès au réseau est restreint aux personnes affiliées aux entreprises ou établissements accueillant des nœuds. Néanmoins quelques services gratuits et publics ont été déployés sur PlanetLab, entre autres Codeen, le réseau de distribution Coral, et OpenDHT. 3.2 Pyxida, une implémentation de Vivaldi Pyxida [16] est un logiciel libre qui permet de calculer les coordonnées des nœuds d une manière distribuée par l algorithme Vivaldi. Chaque nœud de Pyxida a 32 voisins au maximum, en utilisant 4 dimensions de coordonnées. Chaque 10 secondes les nœuds choisissent un de leur voisins pour pinger et mettre à jour les coordonnées. Il y a deux types de ping dans Pyxida, le ping applicatif et le ping d ICMP. Le ping ICMP est plus précis mais demande le droit de root des machines. D après les expériences il y a des nœuds qui quittent dans le cas des pings d ICMP à cause de Jpcap utilisé pour capturer les pings. On utilise alors les pings applicatifs au lieu d ICMP, c est-à-dire les pings sont mesurés par le RTT du système. Pyxida utilise l algorithme Vivaldi comme nous avons présenté dans la section // le RTT au nœud j a été mesuré rtt (ms), //a coordonnées x j, et une erreur estimé e j 13

22 // notre coordonnées sont x j et l erreur e i //les constantes c e et c c sont des paramètres adaptés vivaldi(rtt, x j, e j ) // calculer le poids de balace à partir des erreurs w = e i /(e i + e j ) //calculer l erreur relative de ce spécimen e s = x i x j rtt /rtt //Mettre à jour l erreur moyenne de local e i = e s c e w (1 c e w) //Mettre à jour les coordonnées locales δ = c c w x i = x i + δ (rtt x i x j ) u(x i x j ) l algorithme Vivaldi avec le pas adapté de temps dans Pyxida 3.3 Résultats des coordonnées Temps de convergence Dans tous les systèmes à base de coordonnées, les nœuds commencent avec les coordonnées mise à zero. Chaque intervalle de temps (10 secondes dans Pyxida), ils communiquent avec un de leur voisins et réaliser la mise à jour de leur coordonnées. Après une durée de temps, tous les nœuds trouvent leur bonne position dans l espace et restent stables. On appelle cette durée le temps de convergence. Dans le travail de Ledlie[20], l auteur a calculé que le temps de convergence est environ 250 pas de la mise à jour. L expérimentation révèle aussi que les coordonnées convergent après environs 2500 secondes, c est-à-dire 250 pas de la mise à jour dans le cas de Pyxida. Après 2500 secondes, les coordonnées sont stables (figure 4) L erreur relative L erreur relative indique la précision du système, c est-à-dire la différence entre le délai réel et le délai estimé par les coordonnées virtuelles. Après le temps de convergence, cette erreur reste stable. Selon l auteur de Vivaldi [8], et les expériences (figure 5), l erreur moyenne de système est d environ

23 300 planetlab01.cnds.unibe.ch 15 hours 200 Coordinates Time (ms) Figure 4: Les coordsonnées sont convergées après 2500 secondes 1 kupl1.ittc.ku.edu 50 hours 1 kupl2.ittc.ku.edu 50 hours Local Error Local Error Time (s) Time (s) Figure 5: L erreur relative du système L oscillation des coordonnées Comme nous avons discuté au-dessus, le système converge après 2500 secondes. Par contre, des surveillances avec une durée longe sur Planetlab révèlent que les coordonnées se déplacent. Le déplacement est particulièrement significatif quand le temps d expérimentation est grand (figure 6). Dans les systèmes à balises fixes, ce phénomène n existe pas car il y a des points de références fixes. Dans le système Vivaldi, toutes les coordonnées sont des informations relatives, dès qu il y des inégalités triangulaires ou des variations de délais, les nœuds rencontrent des difficultés pour trouver ses coordonnées et ils oscillent. Ceci cause des diffi- 15

24 cultés dans la détection des anomalies car on n a pas de point de référence pour savoir s il y a des délais inattendus. 300 emoi.inria.fr 300 eclat.inria.fr Coordinates Coordinates Time (s) Time (s) 300 righthand.eecs.harvard.edu 300 xjtu1.6planetlab.edu.cn Coordinates Coordinates Time (s) Time (s) Figure 6: Les coordsonnées des nœuds après secondes de l expérimentation Centre des nœuds Parce que les coordonnées oscillent comme nous avons montré, on essaye de trouver une métrique pour avoir une vue globale de système des coordonnées. Car les coordonnées sont des informations relatives, le centre des nœuds est une bonne métrique dans ce cas. Dès que les coordonnées dérivent, le centre de tous les nœuds dérivent aussi (figure 7). 3.4 Discussion Dans les expériences sur Planetlab, les coordonnées dérivent, oscillent ainsi que leur centre. Pour obtenir une vue relative du système on peut utiliser la distance entre des nœuds et le centre des coordonnées. Cette distance peut donner une idée de la relation d un nœud avec les autres, comme dans la figure 8, les coordonnées oscillent énormément mais cette distance reste assez stable. Par contre, elle est encore loin d une métrique solide pour caractériser des changements des nœuds. Dès qu il y a des nœuds beaucoup instables (figure 9), ils vont 16

25 Figure 7: Les coordonnées du centre de tous les nœuds 600 ent1.cs.nccu.edu.tw Distance to centre all Time (s) Figure 8: Distance du nœud ent1.cs.nccu.edu.tw vers le centre influencer les autres nœuds ainsi que les coordonnées du centre et la distance entre eux. Dans le contexte des coordonnées d Internet ou de Planetlab, ces nœuds sont populaires car il y a des inégalités triangulaires. Notre intérêt est de classer les nœuds dans les groupes différents. Les nœuds qui ont beaucoup d inégalités triangulaires sont dans les différents groupes que les nœuds stable pour ne les influencer pas. Dans la section suivante, nous proposons des algorithmes de regroupement pour résoudre ce problème. 17