Monitoring the Impact of P2P Users on a Broadband Operator's Network H. J. Kolbe, O. Kettig and E. Golic. Germany IM'09 Proceedings of the 11th IFIP/IEEE.

Apresentação em tema: "Monitoring the Impact of P2P Users on a Broadband Operator's Network H. J. Kolbe, O. Kettig and E. Golic. Germany IM'09 Proceedings of the 11th IFIP/IEEE."— Transcrição da apresentação:

1 Monitoring the Impact of P2P Users on a Broadband Operator's Network H. J. Kolbe, O. Kettig and E. Golic. Germany IM'09 Proceedings of the 11th IFIP/IEEE international conference on Symposium on Integrated Network Management Apresentado por: Gustavo Rodrigues Cordeiro Novembro/2011 Identificando o Impacto de usuários P2P em uma Rede de Banda Larga

2 Roteiro Motivação; P2P; Método; Resultados; Análise; Conclusões; Análise crítica.

3 Motivação Identificar os perfis de clientes de uma rede banda larga; Servir como apoio aos operadores da rede nas questões: Modelo de Tarifas; Escalabilidade da rede; Dimensionamento da rede.

4 P2P Grande consumidor de Banda; Compartilhador de arquivos; Qual a quantidade de usuários P2P em uma rede ? Quais horários estes usuários demandam mais banda ? Qual o impacto na rede ?

5 Protocolos P2P 90% dos usuários P2P da Alemanha utilizam aplicações baseadas nos protocolos eDonkey ou BitTorrent; eDonkey – Busca centralizada. Não há um nó central na rede, os nós se auto-organizam. Conhecida também como ed2k; BitTorrent – Rede descentralizada, Busca por tabela Hash distribuída (DHT).

6 Método Separação dos usuários por grupos; Usuários P2P versus não usuários P2P; Capturar pacotes em um determinado espaço de tempo; Definir um Threshold para classificar grupos; Presevar a privacidade do usuários.

7 Cenário Alemanha; ADSL; 2.5 milhões de usuários em todo a rede; 3200 usuários no link monitorado; Sem VoIP ou IPTV; Dias: Terça, Quinta, Sábado e Domingo; A cada 2 horas; 120s. Tempo de captura de pacotes.

8 Coleta de dados Entre DSLAM e BRAS; Apenas os primeiros 200 bytes de cada frame; Foram descartados mensagens de gerenciamento da redes; IPs dos clientes foram substituídos e descartados.

9

10 Resultados Horário de pico entre 18:00h e 22:00h; Downstream maior que Upstream em razão do fator assimétrico da ADSL; Downstream vária conforme a hora do dia; Enquanto no horário comercial é apenas 50% que Upstream durante a noite, Downstram, é quase 200% maior.

11

12 Análise do tráfico baseado portas Tráfico HTTP/HTTPS é dominante: YouTube; Servidores de hospedagem de arquivos (RapidShare, Megaupload e etc); P2P (Edonkey, BitTorrent e outros); Desconhecidos.

13

14 Classificação por peers Grande parte dos usuários tem menos que 100 peers em ambas as direções; Números de peers = MIN (Peers(downstream), Peers(upstream)); 85% dos usuários não trocam pacotes com mais de 20 peers.

15 Classificando os Grupos Usuários de clientes P2P com base em portas conhecidas: Edonkey - porta 4662; Outros compartilhadores. Grande parte BitTorrent; Usuários com 30 e 40 peers; Taxa de acerto de 95% que ambos os métodos identificam os mesmos usuários.

16

17 Grupos Usuários P2P tem mais de 40 peers; Usuários ativos enviam e recebem pacotes; Há 3 vezes mais usuários ativos que usuários P2P nas horas de pico; 4% dos usuários conectados utilizam P2P nas horas de pico e 2.5% de madrugada; Grande parte dos usuários P2P continuam conectados o dia todo.

18

19 Consumo de Banda Usuários de YouTube e sites de hospedagem de arquivos também eram responsáveis por um alto consumo de banda; Picos de download foram observados destes sites; O consumo de download nos horários de pico chegou a ser até 3 vezes maior; 4% dos usuários eram responsáveis por 40% da banda de download; Usuários P2P dominam a banda de Upstream.

20

21

22 Conclusões 30% dos usuários conectados estavam ativos; Entre 4 – 4,5 % eram usuários de redes P2P; Maioria deixa clientes conectados o dia todo; Usuários P2P eram responsáveis por 40% da banda de download utilizada; A quantidade de banda utilizada por aplicações interativas está aumentando.

23 Análise Crítica Simples, o método é bem explicado e não demanda grande poder computacional; Privacidade; Não foram apresentados os resultados das análises do fim de semana; É preciso ter acesso a rede da operada para reproduzir.