4.1 Introducción. 4.2 Diseño de las DNS

Transcripción

1 MIT : Temas sobre informática teórica: problemas de investigación en Internet Primavera de 2002 Clase 4 27 de febrero Profesores: T. Leighton, D. Shaw, R. Sudaran Copistas: K. Battochi y M. Monteleone 4.1 Introducción Se podría decir, simplificando, que una DNS se utiliza para encontrar algo en Internet. El diseño tradicional (y anticuado) de una DNS funciona, esencialmente, como un nombre y un directorio en el que el usuario puede introducir un nombre y obtener un número como respuesta (o viceversa) a partir de un archivo de texto. No resulta demasiado complicado deducir que este sistema no resultaba muy eficiente y que, en la práctica, los resultados no eran buenos. Más que un verdadero sistema de denominación, se trataba de un catálogo de tarjetas. El diseño actual de las DNS no tiene mucho que ver con un catálogo de tarjetas. Al contrario, podría entenderse más bien como un enorme directorio distribuido. Existen cuatro términos que describen el diseño básico de las DNS: 1. Nombre: incluye las terminaciones ".edu", ".com", ".org", etc. 2. Tipo: hace referencia al tipo de datos que se almacenan; los datos pueden ser de cualquier tipo, no sólo direcciones. 3. Clase: exceptuando un número reducido de clases internas, las clases hacen referencia fundamentalmente a Internet. 4. Datos: existen varios tipos de datos. Algunos ejemplos son: A (dirección IP), CNAME (alias), H- Info (información del host) (resulta interesante observar que esto no se ha extendido tanto como en el pasado por varios motivos, ya que los usuarios pueden identificar información relativa a un equipo concreto y su ubicación). 4.2 Diseño de las DNS Existen 13 servidores raíz y cada uno de ellos contiene una zona que define nombres de nivel superior. Analice la figura siguiente, que ilustra la estructura jerárquica de las DNS: 4-1

2 Es importante señalar que el almacenamiento en la memoria caché se realiza en todos los pasos del árbol. Además, la información contenida en cada nodo tiene un tiempo de vida (TTL) asociado. En muchos casos, suele ser de un día, pero la duración puede ser mayor o menor. Por razones obvias de eficacia, resulta útil que los servidores de nombres construyan una caché. Asimismo, los proveedores de servicios de Internet (ISP) buscan construir cachés para ahorrar ancho de banda y, en última instancia, ahorrar costes. El propietario de una zona en particular registra todas las nuevas subzonas. Por ejemplo, consulte el siguiente diagrama: math.mit.edu Math.mit.edu se ha creado en la red del MIT. Además, existen tres de servidores de nombres (x, y y z) que pertenecen al departamento de matemáticas (math). El concepto de un registro fijo describe este tipo de delegación. Si una zona se delega a un servidor cuyo nombre de host proviene de una zona en concreto, se debe incluir un registro fijo para dicho nombre de host en la delegación. Por ejemplo, el Administrador del MIT mantiene la información de los servidores de nombres del MIT (esto es, la información que se guarda en mit.edu en contraposición a la que se guarda en math.mit.edu). Definamos también algunos términos adicionales importantes. Un registro PTR, o registro de puntero, también recibe el nombre de registro inverso. Un registro PTR asocia una dirección IP con un nombre canónico (el nombre real del host). Los registros PTR deben apuntar a un nombre que pueda identificarse en la dirección IP. El nombre del registro de puntero no coincide con el nombre de la dirección IP propiamente dicho, sino con los cuatro octetos IP de la dirección IP en orden inverso y seguidos de IN- ADDR.ARPA. Por ejemplo, se convierte en IN-ADDR.ARPA. Antes de profundizar en el uso real de las DNS, deberíamos tratar la delegación equivocada. La delegación equivocada tiene lugar cuando un servidor de nombres apunta a un host incorrecto. Esto puede ocurrir si una zona se ha delegado a un servidor que no se ha configurado correctamente para que tenga autoridad en la zona. Asimismo, la delegación equivocada puede tener lugar cuando un servidor que sí tiene autoridad en una zona contiene un registro de servidor de nombres que apunta a otro servidor que no tiene autoridad en la zona. Esto hace que los servidores de ambos no respondan o no respondan con autoridad y como resultado se obtiene un tráfico denso de red o una carga de trabajo innecesaria en el servidor. 4.3 Uso práctico de las DNS A continuación explicaremos cómo se utilizan las DNS en la práctica para realizar descargas en un sitio web. También estudiaremos detalladamente el proceso por el cual se buscan DNS, tal y como ocurre en este contexto. Resulta útil considerar dos formas de utilizar las DNS para realizar descargas de un sitio web: el método tradicional y el método Akamai. A continuación, profundizaremos en ambos métodos. 4-2

3 4.3.1 El método tradicional Asumamos que el usuario quiere consultar web.mit.edu. Tras escribir [1] el navegador intenta localizar la dirección IP del sitio. La DNS desempeña un papel importante en este paso, ya que la DNS asigna la dirección web.mit.edu a la dirección IP La DNS devuelve la dirección IP y el navegador se pone en contacto con el servidor en dicha dirección. A continuación, el servidor devuelve HTML (incluyendo vínculos incrustados). El proceso se repite con cada objeto incrustado. Ahora pasaremos a describir el proceso de búsqueda de DNS de forma más detallada. Ya hemos mencionado que el almacenamiento en la memoria caché desempeña un papel fundamental en la búsqueda de DNS. Así, cuando se escribe web.mit.edu en el navegador, éste consulta su propia caché en primer lugar para ver si ese nombre en concreto ya se ha introducido con anterioridad. Si no lo encuentra en la caché del navegador, se consulta el sistema operativo (SO). Si tampoco se encuentra, el navegador se conecta a su servidor de nombres local. De nuevo, el servidor de nombres local devolverá la dirección si ya se ha localizado con anterioridad. De no ser así, consultará a autoridades superiores. En el peor de los casos, las consultas llegan por último al servidor DNS raíz. Una vez localizada la dirección, el servidor DNS local se pondrá en contacto con el servidor DNS de mit.edu con el fin de obtener la resolución para web.mit.edu. A continuación, da comienzo la solicitud del HTML, tal y como se describía en el párrafo anterior El método Akamai Un sitio web que emplee tecnología Akamai puede descargarse de forma más óptima. El principio básico de la resolución de direcciones IP mediante DNS sigue siendo válido en este método, pero la dirección que se devuelve tras la búsqueda proviene de un servidor Akamai óptimo. El navegador se pone en contacto con el servidor Akamai para obtener el HTML. El servidor Akamai es el responsable de reorganizar el sitio web y de enviar el contenido al navegador del usuario. Los servidores Akamai óptimos también son responsables del envío de cualquier objeto incrustado contenido en el sitio web. A continuación describiremos el proceso de búsqueda de las DNS dentro del método Akamai. Como estamos modificando el procedimiento de búsqueda de DNS para obtener la respuesta desde un servidor Akamai óptimo, debemos diseñar un método que garantice que se encontrará este servidor óptimo (en contraposición al método tradicional, donde la dirección IP se devolvería para el sitio web solicitado). Se utiliza un alias para garantizar que la dirección se localiza en el servidor óptimo adecuado. El proceso de búsqueda comienza en este punto con la dirección del servidor de nombres local hacia el servidor DNS del sitio solicitado (en nuestro caso, sería mit.edu; asumiremos, por motivos de coherencia, que el sitio web del MIT está "akamaizado" para que podamos seguir utilizándolo como ejemplo para el método Akamai). Sin embargo, cuando se consigue contactar con el servidor DNS mit.edu, se aplica un alias llamado CNAME al servidor de nombres local. Se trata de un nombre de DNS intermedio (no una dirección IP) con el que, en última instancia, localizaremos esta dirección DNS. Asumamos que el CNAME es a123.b.akamai.net. El servidor de nombres local enviará una consulta a akamai.net y recibirá una dirección IP para un servidor DNS de Akamai de nivel superior. Este servidor localizará a continuación b.akamai.net. Entonces, comenzaremos a apreciar las ventajas del método Akamai: el servidor DNS de alto nivel determina qué dirección IP debe localizarse en b.akamai.net teniendo en cuenta consideraciones geográficas. La dirección IP que establece es una dirección ubicada en un servidor DNS de Akamai de nivel inferior. El servidor DNS de bajo nivel ejecuta algoritmos para mejorar el rendimiento 4-3

4 en tiempo real, teniendo en cuenta factores como la congestión de la red, las cargas de los servidores y el estado de la red. Más tarde, determina el servidor web óptimo para el usuario. Así, el servidor de nombres local recibe por último la dirección IP para un servidor óptimo Akamai que aloja el contenido del sitio web solicitado. Como puede apreciarse, el método Akamai optimiza la forma en que se envía el contenido a través de la web, desarrollando formas ingeniosas para la descarga optimizada de los sitios web y las búsquedas de DNS Algoritmos BIND - Visión general El objetivo general de los algoritmos BIND es localizar el mejor servidor para obtener respuestas rápidas, fiables y concisas. Comenzaremos por el algoritmo BIND 4. Resulta útil ilustrar el algoritmo BIND 4 con un ejemplo. Supongamos que tenemos dos servidores de nombres para math.mit.edu: y Comenzamos consultando uno, por ejemplo y penalizándolo cada vez que recibe una consulta. La penalización es proporcional al tiempo que lleva realizar la consulta. Así, recibirá la consulta y se penalizará siguiendo el mismo procedimiento. El proceso continuará de tal forma que el servidor con el menor número de penalizaciones obtenga la consulta definitiva. El algoritmo BIND 8 incorpora principios similares, pero introduce 3 factores: α, β, y γ. El factor α refleja el tiempo de la consulta. Está basado en un 70% del tiempo de la consulta previa y en un 30% del de la actual. Así, α determina qué servidor dará la respuesta más rápida. El factor β tiene que ver con la precisión. Penaliza a los servidores que no responden de forma correcta, incluyendo a los servidores equivocados. Por último, el factor γ se introduce para garantizar que se consultan todas las máquinas. Reduce el tiempo de consulta en todas las máquinas que no se han consultado. Así, consigue garantizar que los posibles servidores rápidos y precisos no se vean rechazados por el algoritmo. Estos tres factores deberían permitir que el algoritmo BIND 8 converja en el servidor que responda con mayor velocidad y precisión. A continuación analizaremos los algoritmos BIND y su rendimiento de forma detallada Algoritmo BIND 4 El algoritmo BIND 4 intenta seleccionar el servidor más rápido sin utilizarlo de forma exclusiva para que, si cambian los patrones del tráfico, pueda encontrarse el servidor óptimo. Intenta hacerlo manteniendo la ejecución total, que incluye el tiempo total de todas las respuestas obtenidas hasta el momento. Para garantizar que no se selecciona siempre el mismo servidor, el total también incluye una penalización para cada servidor seleccionado. A continuación presentamos cierta notación para precisar estas ideas. Siendo N el número de recursos que podemos consultar, R i (t) será la ejecución total para el recurso i antes del paso t y definiremos S i (t) para que sea el tiempo que tardará el recurso i en completar la solicitud t. Si definimos i * (t) para que sea el recurso seleccionado por nuestro algoritmo para consultar en el paso t, podremos minimizar el rendimiento medio, Cada paso del algoritmo BIND 4 funciona de la siguiente forma: 4-4

5 1. i * (t) se selecciona para que sea i, de tal forma que R i (t) sea un mínimo (evita de forma arbitraria cualquier coincidencia) 2. R i* (t) (t + 1) R i*(t) (t) + S i*(t) (t) 3. El resto de R i no sufren cambios Asumiendo que S i (t) permanece constante con respecto al tiempo, resulta fácil ver que el mejor rendimiento posible siempre es seleccionar el recurso con menor S. Ahora podemos demostrar que el BIND 4 es N-competitivo. Teorema 4.1 Asumiendo que S i permanece constante, el algoritmo BIND 4 descrito anteriormente se realiza con un tiempo de ejecución medio Demostración: Sea n i (t) el número de veces que se selecciona el recurso i antes del paso t. Así, como Si es constante, Ri(t) = Sini(t). Consideremos dos recursos, i y j. Tras los pasos t, se seleccionará el recurso i si Ri(t) es menor que Rj(t), hecho que implica que S i n i (t) < S j n j (t). Si la desigualdad inversa se mantiene, se seleccionará j. Así, la relación del número de veces que se selecciona i en comparación con el número de veces que se selecciona j tiende a la igualdad n i (t)/n j (t) = S j /S i y el recurso i se selecciona un número de veces inversamente proporcional a S i. La probabilidad de que un recurso determinado sea seleccionado es c/s i para algún c. La probabilidad total es 1, por lo que y Para calcular T, tenga en cuenta que el recurso i se seleccionará con la probabilidad c/s i y tardará un tiempo de Si en ejecutarse. El tiempo de ejecución esperado es, por lo tanto El factor de N en el tiempo medio de ejecución es preocupante, ya que el algoritmo ideal debería seleccionar el recurso más rápido en cada ocasión, independientemente del número de recursos que existan. Resulta posible pensar que la suma del denominador mitigaría este problema. Demostramos aquí que no es el caso. Teorema 4.2 Para todo Є más grande que cero y todo N, existe un conjunto de recursos que hacen que el tiempo de ejecución esperado del algoritmo BIND 4 sea, al menos N(1 - Є) veces tan insuficiente como el algoritmo óptimo. Demostración: Sea S 1 = 1 y S i = (N - 1)/Є para i Є {2,...,N}. El rendimiento medio obtenido por el Teorema 4.1 es A partir de la identidad (1- Є)(1+Є) = 1-Є 2 deducimos que (1- Є)(1+Є) 1 y que para Є en el rango (0,1), 1/(1 + Є) 1 - Є. Así, T N(1 - Є), mientras que el algoritmo óptimo siempre seleccionará el recurso con tiempo de ejecución

6 No sólo es posible que el tiempo medio del BIND 4 ascienda a medida que lo hace el número de recursos, pero el ejemplo utilizado en la demostración del Teorema 4.2 no resulta muy probable en la práctica. Si hay un recurso cerca y varios en un punto distante, los tiempos de rendimiento sí coincidirán en gran medida con los de la demostración. Llegados a este punto, consideramos un cambio sutil en el algoritmo BIND 4. En vez de establecer Ri *(t) (t +1) = R i*(t) + S i*(t) (t) como hacíamos en el algoritmo original, qué ocurre si establecemos R i*(t) (t + 1) = R i*(t) (t) + f(s i*(t) (t)) para una función f distinta a la identidad? Parece que podríamos conseguir un algoritmo competente si utilizamos, por ejemplo, f(x) = x 2 o, sin lugar a dudas, f(x) = 2 x. Para tratar estos problemas debemos primero demostrar el siguiente teorema. Teorema 4.3 Con R definido como precede, el tiempo medio de funcionamiento T del algoritmo BIND 4 modificado es Demostración: Esta demostración es virtualmente idéntica a la del Teorema 4.1. La probabilidad de que el recurso se seleccione es ahora proporcional a 1/S i. La constante de proporcionalidad debe ser para que las probabilidades sumen uno. Como el recurso i tarda S i tiempo en ejecutarse, el rendimiento esperado del algoritmo es Qué diferencia hay entre el nuevo algoritmo BIND 4 y el anterior? En primer lugar demostraremos que cualquier función asintomáticamente peor que la utilizada en el BIND 4 original sigue siendo muy mala. Teorema 4.4. Si es una función tal que el lim inf(f(x)/x) = 0, entonces el rendimiento del nuevo algoritmo podría ser arbitrariamente insuficiente. Demostración: Resulta claro que si f(x) es menor o igual que cero para cualquier x mayor que cero, el rendimiento del algoritmo puede ser peor que el óptimo por un factor arbitrario grande. Por lo tanto, asumiremos para el resto de la demostración que f(x) es positivo para todas las x positivas. Asumiremos también que f tiene la propiedad de que lim inf f(x) <. Así, para demostrar que el rendimiento puede ser peor que cualquier número fijo A, dejemos que N sea 2. Tomaremos S 1 = 1. Existen x grandes arbitrarias de tal forma que f(x) < L, así que tomaremos S 2 como + A con f(s 2 ) < L. Así Tras realizar cálculos rutinarios obtenemos 4-6

7 Recopilando los términos de A, obtenemos A partir de lo cual se deduce inmediatamente que por lo que es, de hecho, posible obtener un rendimiento arbitrariamente insuficiente independientemente del número de fuentes. Asumiremos entonces que lim inf f(x) =. Así, para una x lo suficientemente grande, f(x) > 1. Para cualquier A, de nuevo tomaremos N = 2 y estableceremos S 1 = 1. Como lim inf f(x)/x = 0, si seguimos cualquier n 0 y c mayor que cero, existirá una x mayor que n 0 tal que f(x) < cx. Siendo c = 1/C, esto equivale a decir que para cualquier C existe una x > n 0 tal que x/f(x) > C. Como lim inf f(x) =, hay alguna n 0 tal que para todas las x mayores que n 0 f(x) > 1. A continuación tomaremos S 2 para que sea un número mayor que n 0 en el cual S 2 /f(s 2 ) > (A - 1)/f(1) + A. Así, como f(s 2 ) > 1, se deduce que Pero, como f(s2) > 1, A/f(S2) < A y Por lo tanto Simplificando denominadores, obtenemos S 2 f(1) - Af(1) > Af(S 2 ) - f(s 2 ). Despejando términos en A, S 2 f(1) + f(s 2 ) > A[f(S 2 ) + f(1)]. Dividiendo, obtenemos Si dividimos el numerador y el denominador por f(1)f(s 2 ), obtenemos de tal forma que hemos demostrado así nuestro resultado por completo. En cierto sentido, esto demuestra que el algoritmo que el BIND 4 utiliza en realidad no es demasiado insuficiente, ya que al menos en el peor de los casos el rendimiento está delimitado por N. Si optamos por una penalización asintomáticamente más pequeña que S i podríamos tener un rendimiento realmente perjudicial. Qué ocurriría si escogiésemos una penalización mayor? 4-7

8 Podremos obtener en algún momento el rendimiento medio necesario para nuestro resultado óptimo? La respuesta es que podemos acercarnos mucho al rendimiento óptimo, pero no podemos conseguirlo. Para motivar esta discusión, consideremos que ocurriría si f(x) = x 2. Análogamente a lo que demostramos en el Teorema 4.2, tomaremos S 1 = 1 y S 2 = S 3 =... = S n = Así, Por lo que el rendimiento sigue sin depender de N, a pesar de haber reducido la penalización. Podemos realizar un análisis similar para cualquier función con una inversa definida correctamente. Teorema 4.5 Dada una función biyectiva f = existe un conjunto de S i tal que el nuevo algoritmo BIND 4 se ejecuta en un tiempo medio Ω(f-1(N - 1) peor que el tiempo competitivo. Demostración: Tomemos S 1 = 1 y S i = f -1 (N - 1) para i Є 2... N. Así Por lo que, aunque podemos obtener un rendimiento que crece arbitrariamente con N, no podemos obtener un rendimiento independiente de N. Podemos extender este resultado a las funciones que satisfacen condiciones menos restrictivas que las del Teorema 4.5. Teorema 4.6 Dada una función f = existe un conjunto de S i tal que el algoritmo se ejecuta en un tiempo arbitrario insuficiente. Demostración: Si lim inf f(x)/x = 0, ésta es una consecuencia inmediata del Teorema 4.4. Así que asumiremos que f(x)/x es positivo. Entonces habrá alguna c o n 0 tal que para todo x > n 0, f(x) > c x. Definamos f -1 (x) para que sea la x más grande de tal forma que f(x) y y f(x') > y para x' > x. Tomemos N > n Así, f(f -1 (N - 1)) N - 1 y f(f -1 (N - 1)) cf -1. Por lo que si S 1 = 1 y S 2 = S 3 =... = S n = f -1 (N - 1), Pero 1/f(1) + (N - 1) f -1 (N - 1)/f(f -1 (N - 1)) 1/f(1) + f -1 (N - 1) y 1/f(1) + 1/f(f -1 (N - 1)) 1/f(1) + 1/cf -1 (N - 1). Por lo tanto, Pero si f(x) > cx para x > n 0, entonces f -1 (x) aumenta a infinito y T también lo hace con N, como ha quedado demostrado. 4-8

9 4.6. Algoritmo BIND 8 Como ya hemos mencionado anteriormente, el algoritmo BIND 8 funciona de forma similar al BIND 4. No obstante, utiliza tres factores para determinar el rendimiento. Las ecuaciones que rigen la asignación de una penalización en t son las siguientes: 1. Si el recurso i no se selecciona para consulta, R i (t + 1) = γr i (t). 2. Si el recurso i se selecciona para consulta y devuelve una respuesta válida, R i*(t) (t + 1) = αs i*(t) (t) + (1 - α)r i*(t) (t). Recuerde que la notación i*(t) hace referencia al recurso seleccionado para consulta en el paso t. 3. Si el recurso i se selecciona, pero no consigue dar una respuesta aceptable, R i*(t) (t + 1) = βr i*(t) (t) Como ya hemos mencionado con anterioridad, el código del BIND 8 utiliza α = 0,3, β = 1,2 y γ = 0'98. Este algoritmo parece, de forma intuitiva, seleccionar el servidor más rápido en la mayoría de las ocasiones, pero hemos demostrado que, en realidad, su rendimiento puede ser arbitrariamente insuficiente. Teorema 4.7. Existe un conjunto de dos recursos tales que el rendimiento del algoritmo BIND 8 es peor que N-competitivo. Demostración: Asumamos que S 1 = 1 para todo t y que S 2 = x para todo t, donde x es un número fijo. Entonces asumamos que se selecciona el recurso 2. R 2 será x, γx, γ 2 x, etc. en cada paso sucesivo, ya que R 1 se seleccionará cada vez. Cuando γ n x sea menor que uno, x se volverá a seleccionar. Pero γ n x = 1 es lo mismo que n = log γ-1 (x). Así, el tiempo medio de ejecución del algoritmo es aproximadamente 1 + x/log γ- 1x), que puede, evidentemente, hacerse tan grande como sea necesario seleccionando una x adecuada. 4-9

10 Bibliografía [1] Documento Akamai: "Internet Bottlenecks: the Case for Edge Delivery Services." 2000, Cambridge, MA. URL disponible: [2] Leighton, Tom; Shaw, David, Sudaran, Ravi. Presentación: "DNS." 2002, Cambridge, MA. 4-10