Análisis y selección del middleware Aspectos de seguridad y trabajo del middleware Globus Toolkit 4.0.4

Transcripción

1 Análisis y selección del middleware Aspectos de seguridad y trabajo del middleware Globus Toolkit Álvaro Henry Mamani-Aliaga Jesus Martín Silva Fernandez 1 Universidad Nacional de San Agustín, Escuela Profesional de Ingeniería de Sistemas alvarohenry@gmail.com, jmsilva@yahoo.com Resumen El Globus Toolkit es un conjunto de herramientas de software, empleadoâ para desarrollar aplicaciones basadas en tecnología Grid. El toolkit incluye servicios de alto nivel para la construcción deâ aplicaciones Grid. La seguridad en un conjunto de nodos Grid es de relevancia, llegando a ser un estado crítico. El presenteâ artículo tomamos directivas a seguir en la etapa de instalaciónâ de Globus Toolkit, muestra tambien la construcción de un cluster basado en Globus Toolkit y la demostración de su funcionamiento. 1. Introducción Haciendo una pequeña introducción, la grid computacional nace de la idea comparativa con la malla electrica que existe en el planeta. La idea de la malla electrica, es un gran conjunto nodos distribuidos en diferentes paises y conectados entre sí, con la finalidad, de apoyarse en caso haya una perdida de energía en algun sector o apoyar en caso falte energía en cierto sector. Siguiendo esta idea nace el grid computacional, tratando de imitar este comportamiento, con la finalidad de crear un entorno distribuido, para el procesamiento de grandes cantidades de información a un corto tiempo, se trata de aprovechar los recursos computacionales, para originar un gran procesamiento en una especie de supercompuradora. A esto que nacen varias propuestas de la implementación de ésta. Una forma de hacer esto es con el middleware Globus Toolkit(GT4), ahora en su versión La Computación Grid es un modelo de computación relativamente nuevo que plantea repartir el cómputo de estos problemas entre recursos computacionales (como supercomputadores, clusters de ordenadores, etc.) distribuidos en diversas organizaciones. Conceptualmente, es una solución muy sencilla, un divide y vencerás. La unión de recursos de distintas organizaciones es lo que habitualmente se denomina una gridçomputacional. Hay muchas aplicaciones reales que utilizan computación Grid de manera eficaz y eficiente.(sotomayor, 2006) Actualmente, la mayoria acotadas al ámbito científico-académico. Fuera del alcance directo del consumidor final, pero aun así le afecta indirectamente. Todavía no existe La Grid, sino gran variedad de grids. en todo el mundo para tipos específicos de aplicaciones. Las principales áreas de aplicación de la tecnología Grid son: Aplicaciones con grandes necesidades computacionales. Simulaciones, predicción, monitorización,... Proyecto Crossgrid Modelado y simulación de regiones susceptibles de inundaciones para predecir inundaciones y/o proporcionar datos a equipos de crisis en caso de inundación.

2 Aplicaciones con grandes necesidades de almacenamiento o proceso de datos. Aplicaciones que generan un flujo grande y constante de datos. Aplicaciones que se benefician del acceso a datos similares situados en distintas organizaciones. Aplicaciones colaborativas. El resto de éste paper está organizado de la siguiente manera. En la sección 2 se muestramos el estado del arte, trabajos relacionados a la computación grid. La sección 3 hace una breve descripción cada capa del Globus Toolkit, en la sección 4 se muestra la manera de como se inicia y crea una Organización Virtual. En la sección 5 se muestra la configuración de cada capa del Globus Toolkit 4 y uso de los serivicos que ofrece. Los Experimentos y Resultados se encuentra en la sección 6. La Discusión de los Experimentos se muestra en la sección 7, las conclusiones se encuentran en la sección 8, y finalmente los Trabajos Futuros se muestran en la sección Estado del Arte En esta rama existen diferentes tipos de trabajo, todos apuntando al objetivo de hacer una grid de gran capacidad, y con la finalidad de hacer procesamiento de grandes cantidades de información, tareas que ni la mejor computadora de nuestros tiempos procesaria en un tiempo esperado. Inicialmente al planteo y investigación de los primeros pasos en la construcción de GT4. EL Globus Toolkit(GT4) a sido desarrollado desde 1990, para soportar el desarrollo de aplicaciones y infraestructuras distribuidas orientadas a servicios. (Foster, 2006). En la actualidad existen varios software que desarrollan grid services y/o tecnologia grid, propietarias y open source. En el caso de Open Source, GT4 se ha convertido en el estandar de facto para el trabajo grid computacional. El esfuerzo comienza con la Globus Alliance, como mencionamos antes, a comienzos del año 1990, se inicia lo que ahora es un estandar de facto. El GT4 bastante robusto, así como tambien en el aspecto de seguridad, contiene varios web services, para el trabajo con grid computacional. 3. Globus Toolkit 4.0.4: GT4 El globus toolkit es organizado como una colección de componentes debilmente acoplados. Los componentes de Globus Toolkit contienen: servicios y clientes. librerias herramietas de desarrollo Los componentes de Globus Toolkit son usados para construir aplicaciones y servicios basados en Grid Arquitectura El Globus Toolkit está compuesto de diversos componentes de software. Como presenta la figura 1, estos componentes estan divididos en 5 categorias: Security, Data Manage-

3 ment, Execution Management, Information Services, and the Common Runtime. Aquí se muestra como se confunde el hecho de que GT4 se centra en Web Services, el toolkit también incluye componentes que no son implementados sobre lo Web Services. Por ejemplo, los componentes GridFTP usan un protocolo no WS que comienza como un protocolo propio de Globus, pero despues llega a ser una especificación GGF(CYTED-Grid, 2006). Figura 1: Arquitectura GT4: (Sotomayor, 2006) 3.2. Componentes GT4 Los componentes de Globus Toolkit, de acuerdo con la figura 1, son: Common Runtime Los componenetes Common Runtime proporcionan un conjunto de librerias fundamentales y herramientas que son necesarias para contruir ambos servicios WS y NO-WS Security Usando los componentes Security, basados sobre la Grid Security Infrastructure (GSI), nosotros podemos cercionarnos que nuestras comunicaciones sean seguras Data management Éstos componentes nos permitirán administrar largos conjuntos de datos en nuestra organización virtual Information services El Information Services, mas comunmente conocido como el Monitoring and Discovery Services (MDS), incluye un conjunto de componentes para descubrir

4 y monitorizar recursos en una organización virtual Execution management Los componentes Execution Management se ocupan de la inicialización, monitorización, administración, programación y coordinación de programas ejecutables, usualmente llamados Jobs, en un grid. Centrandonos en la seguridad sobre la que trabaja GT4, nos centramos en SECURITY y Grid Security Infrastructure (GSI). 4. Contrucción de la Organizacion Virtual Para el presente proyecto se instaló el GLobus Toolkit (GT4), en un entorno de dos maquinas, de acuerdo con la guia rápida de instalación del GT4 se instalaón previamente los prerequisitos de software que necesita el GT4(of Chicago, 2006): Guiándonos del QuickStart, instalamos primero todos los prerequisitos para la instalación de GT4, que son los siquientes: Instalador de Globus Toolkit versión para Debian-Ubuntu, descargarlo de la página. J2SE (o superior) SDK de Sun, IBM, HP, o BEA (no use GCJ) Ant 1.6 (o superior) (1.6.1 (o superior) si esta usando Java 1.5). Compilador C. Gcc, versiones y 2.95.x estan correctos. Compilador C++. Usa la versión correspondiente a la de tu compilador de C. GNU tar GNU sed zlib (o superior) GNU Make Perl sudo JDBC. para instanciar a PostgreSQL 7.1 (o superior) Cada paquete tiene una función específica, no se requieren que esten todos instalados si se va hacer una tarea específica. Para la instalación de GT4 se sugiere tener un usuario cuyo nombre sea Globus, por lo tanto como root creamos al usuario Globus, en la máquina. Iniciamos sesión como usuario Globus y comenzamos a trabajar Cuando tengamos descargado el instalador de Globus Toolkit, entonces procedemos a la instalación. Como usuario root creamos el directorio con nombre globus-4.0.4, y ahí copiamos el instalador, como indicamos en los siguientes pasos. 1. Como root, creamos el directorio globus-4.0.4: mkdir /usr/local/globus Después, como root damos permisos para esa carpeta al usuario globus chown globus:globus /usr/local/globus-4.0.4/ 3. Ahora, como usuario Globus, lo descomprimimos, damos las rutas de los paquetes Java y ANT, en nuestro caso el directorio de ANT es /usr/local/apacheant y el de Java es /home/globus/java/jdk /, despues comenzamos la instalación:

5 tar xzf gt4.0.4-x86 deb 3.1-installer.tar.gz cd gt4.0.4-x86 deb 3.1-installer/ export ANT HOME=/usr/local/apache-ant export JAVA HOME=/home/globus/java/jdk / export PATH=ANT HOME/bin/:JAVA HOME/bin/:$PATH./configure make make install Luego de damos la orden make install, comienza la instalación de GT4 en nuestra máquina. Para la maquina 1 se hicieron todos los pasos anteriormente mencionados, en el caso de la maquina 2 se hicieron todos los pasos menos la instalacion del SGDB postgresql. Puesto que la intención es usar estos recursos al lanzar trabajos(jobs) desde la maquina Configuración de la seguridad En este paso se comienza la formación de la Organización Virtual(VO). Nosotros trabajamos creando nuestra propia entidad certificadora, para lo cual usamos el SimpleCA, entonces en la maquina1, como usuario globus, instalamos el SimpleCA.(Bo Lang, 2006) export GLOBUS LOCATION=/usr/local/globus-4.0.4/ source $GLOBUS LOCATION/etc/globus-user-env.sh $GLOBUS LOCATION/setup/globus/setup-simple-ca En esta etapa nacen conceptos como: Certificado host, certificado user. Un certificado host, es aquel certificado que identificado la maquina sobre la que se va a trabajar y la cual va a pertenecer a la orfganizacion virtual. Un certificado user, es el certificado que identifica a cada usuario y le da el privilegio de usar los recursos de la organizacion virtual. Despues de haber creado la entidad cetificadora, como usuario root, instalamos el GSI, luego, nos vamos a dar un certificado Host. export GLOBUS LOCATION=/usr/local/globus-4.0.4/ $GLOBUS LOCATION/setup/globus simple ca 1e1680c3 setup/setup-gsi -default source $GLOBUS LOCATION/etc/globus-user-env.sh grid-cert-request -host maquina1.globalsysconsult.com.pe Puesto que el hostname de nuestra maquina y el domainname respectivamente son: maquina1 maquina1.globalsysconsult.com.pe Asimismo, un usuario pide su certificado con el comando, y tambien lo hace con el comando grid-cert-request, solo con ese comando y ingresando la que va a ser su clave en el entorno grid, crea su certificado. El usuario Globus, de la maquina 1, en este caso, es el encargado de verificar y firmar los requerimientos de certificados host y users, la firma del usuario es una validez para sus certificados. La siguiente linea muestra como firma el certificado host. grid-ca-sign -in /etc/grid-security/hostcert request.pem -out hostsigned.pem Una vez que la maquina1 tiene su certificado, certificado de host, al momento de crear la entidad certificadora se creo tambien un archivo similar a globus simple ca 1e1680c3 setup-0.19.tar.gz, este archivo se ejecuta en la maquina2 de la siguiente forma: $GLOBUS LOCATION/sbin/gpt-build globus simple ca 1e1680c3 setup-0.19.tar.gz $GLOBUS LOCATION/sbin/gpt-postinstall Y como usuario root, instalamos GSI y de ahi la peticion del certificado host, este certificado es firmado por el usuario globus de la maquina1, y asi poco a poco se genera la VO.

6 Figura 2: Organización Virtual 5. Configuración y Utilización de Servicios Una vez que se tiene los certificados de host, usuarios y se genera el proxy, ya se puede hacer la configuración de servicios seguros asi como su ejecución Configuración de GRIDFTP Este es un protocolo de transferencia para el envió de data, basado en FTP. Previa edición del archivo gridftp y del archivo services localizado en /etc/services. Despues ya podemos crear nuestro certificado final para poder realizar servicios en nuestra grid, con un nuevo usuario podemos crear un certificado de usuario y luego de esto este mismo usuario puede generar su certificado proxy. Para verificar si se tiene bien instalado el certificado de usuario, se usa tambien la generación del certificado proxy. En la configuración de Gridftp, lo hacemos en base al servidor Xinetd, que es un servicio ó demonio que usan gran parte de los sistemas Unix dedicado a administrar la conectividad basada en Internet. xinetd es una extensión más segura del servicio de Internet inetd. Despues de estar instalado Xinetd, se puede comenzar con la configuración, creamos el archivo llamado gridftp, y lo editamos como muestran la figura 3: Una vez editado el archivo Gridftp, continuamos con la adición de una linea al archivo services ubicado en el directorio /etc/, como lo muestra la figura 4: Luego de la edición de los archivos ya podemos pedir el certificado proxy: grid-proxy-init -verify -debug globus-url-copy gsiftp://maquina1.globalsysconsult.com.pe/etc/group file:///tmp/alvaro.test.cop Con el comando ultimo verificamos el trabajo del gridftp.

7 Figura 3: Archivo de configuración de Gridftp: Comenzar el trabajo del Contenedor de Servicios WEB Para la configuración del Contenedor, primero editamos 2 achivos. El primer archivo startstop, que estará en el directorio de GLOBUS LOCATION, en nuestro caso /usr/local/globus se editará como usuario globus, el contenido lo muestra la figura 5. Despues de editar este archivo damos permisos de archivo: chmod +x $GLOBUS LOCATION/start-stop Del mismo modo hacemos con el archivo globus como usuario root, en el directorio /etc/init.d/, el contenido de dicho arhivo se muestra en la figura 6. Tambien damos los permisos generales a este archivo de la misma forma: chmod +x /etc/init.d/globus Una vez configurados los archivos ya podemos ejecutar el contenedor con todos los servicios que ofrece el GT4, de la siguiente forma: /etc/init.d/globus start El la edición del primer archivo fue para configurar la ejecución del contenedor, el segundo archivo le manda parámetros y lo corre con el comando anterior Configuración de RFT - El RFT(Reliable Transfer Service) se encarga del movimiento de datos en GT4. Utiliza una base de datos para el registro de sus transferencias. Configuramos el SGBD, y despues creamos una base de datos con el usuario globus y cargamos el esquema que vienec con el GT4. createdb rftdatabase psql -d rftdatabase -f $GLOBUS LOCATION/share/globus wsrf rft/rft schema.sql Despues de la configuracion de la base de datos, se reinicia el contenedor de web services: /etc/init.d/globus restart

8 Figura 4: Archivo de configuración de Gridftp: GRAM Para la configuración de GRAM, se tiene que editar el archivo de sudo, y se le agrega dos lineas con el fin que solamente los usuarios permitidos puedan ejecutar tareas(jobs). globus ALL=(alvaro,henry) NOPASSWD: /usr/local/globus-4.0.4/libexec/globusgridmap-and-execute -g /etc/grid-security/grid-mapfile /usr/local/globus-4.0.4/libexec/globusjob-manager-script.pl * globus ALL=(alvaro,henry) NOPASSWD: /usr/local/globus-4.0.4/libexec/globusgridmap-and-execute -g /etc/grid-security/grid-mapfile /usr/local/globus-4.0.4/libexec/globusgram-local-proxy-tool * Esas lineas con fundamentales en el momentos de ejecución de tareas que se mandarán a la grid, en nuestro caso los usuarios alvaro y henry tienen permitido la ejecución de tareas y de acuerdo con el archivo grid-mapfile, mencionado anteriormente se procede a trabajo en grid. 6. Experimentos y Resultados Para las pruebas de la grid, configurada se tienen las dos maquinas. La maquina 1 tiene toda la configuracion funcionando hasta la parte del RFT que utiliza el SGDB. La maquina 2 que hace uso de algunos recursos de la maquina 1. Las lineas de abajo muestran el proceso de subir un trabajo de la maquina 2, pero el proceso se ejecuta en la maquina 1, y el resultado mostrado en la maquina 2. EL comando para ejecutar el trabajo es: henry@maquina2: $ globusrun-ws -submit -streaming -F - f a.rsl, el resultado mostrado se muestra. Las siguientes lineas tambien muestran un proceso similar al anterior, usa el servicio de la maquina 1, desde la maquina 2. Este es otro ejemplo de prueba que se mando al cluster, se mando el siguiente comando:

9 Figura 5: Archivo de configuración de Web Services Container Algoritmo 1 Prueba 1 Delegatingusercredentials...Done Submittingjob...Done. JobID : uuid : 348f8bc dc a af8 Currentjobstate : Active Currentjobstate : CleanU p Hold HelloW orld! Currentjobstate : CleanU p Currentjobstate : Done Destroyingjob...Done. Cleaningupanydelegatedcredentials...Done. henry@maquina2: $ globusrun-ws -submit -streaming -F -f simple-stage-job.rsl 7. Discusión de los Experimentos En los experimentos mostrados, se ve, que dos maquinas interactuan, compartiendo recursos entre sí, este es un pequeño, cluster hecho en base a GT4, la intención es tener la iniciatica para hacer un gran cluster a nivel nacional, y conectarse a La Grid, que es la intención de la comunidad grid, formar una grid para que cualquier ordenador haga que necesite grandes cantidades de recursos computacionales, las haga.

10 Figura 6: Archivo de configuración de Web Services Container Algoritmo 2 Prueba 2 Delegatingusercredentials...Done. Submittingjob...Done. JobID : uuid : 6dc21cda 15fe 11dc af8 T erminationtime : 06/09/ : 25GM T Currentjobstate : StageIn Currentjobstate : Active Currentjobstate : CleanU p Hold HelloW orldf romhenryonmaquina1!!! Currentjobstate : CleanU p Currentjobstate : Done Destroyingjob...Done. 8. Conclusiones La seguridad en un sistema de Servicios Grid, es fundamental, puesto que el acceso a los recursos remotos significa un nivel alto de confianza. La compartición de recursos computacionales, es una gran alternativa en cualquier campo de investigación que utilice y requiera necesidad de recursos computacionales. Existen varias islas de grids, la intención es juntarlas y hacer una gran malla La Grid. Segun la forma de manejo de la seguridad en Globus Toolkit, se corrobora la razón de convertirlo en el estándar de facto para la computación distribuida y el soporte sobre la cual se desarrollan varias aplicaciones basadas en Grid.

11 9. Trabajos Futuros El GT4 tiene su lenguaje para el envio de trabajos a la Grid, asi como tambien tiene capas para el envio de trabajos en lenguajes soportados como Java, C y pythona por otro lado, acepta lenguajes tipo XML.Se planea tener una interfaz que acepte estos lenguajes para el envio de trabajos en el cluster. Actualmente los Grids implementados son del tipo académico o de investigación, pero los Grid van mas alla de eso, y en un futuro no muy lejano, se planteará para su uso comercial, en este aspecto la seguridad juego un rol de vital importancia. El objetivo global de la computación distribuida, especificamente de la computación Grid, es juntar todos los Grids que existen, para hacer un solo Grid. Referencias Bo Lang, Ian Foster, F. S. R. A. T. F. (2006). A multipolicy authorization framework for grid security. IEEE NCA06 Workshop on Adaptive Grid Computing. CYTED-Grid, G. (2006). Tecnología grid como motor del desarrollo regional. CLEI. Foster, I. (2006). Globus Toolkit 4: Software for service-oriented systems. Computatión Institute, Argonne National Laboratory, University of Chicago, Argonne, IL 60439, U.S.A. of Chicago, U. (2006). Globus project and globus toolkit. Sotomayor, B. (2006). A Gentle introduction to grid computing. CS/TTI Grad Student Cake Talk Series.