Estudio de la evolución de la topología de Internet a través de tablas BGP David Domingo Alegre Universidad Politécnica de Catalunya 4 de Febrero de 2004 Buenos días a todos y bienvenidos a la presentación de mi proyecto final de carrera. Os voy a explicar el trabajo que he realizado en los últimos meses y que tiene por título "Estudio de la evolución de la topología de Internet a través de tablas BGP".

Introducción Internet crece en varias dimensiones Servicios ofrecidos Número de usuarios Medios de acceso Se soporta sobre una compleja infraestructura de interconexión de redes, que tiene que crecer con el uso de Internet. El proyecto estudia esta infraestructura de Internet desde el punto de vista de su evolución temporal. Como todos sabemos, Internet esta en crecimiento constante desde su creación, hace ya bastantes años. Es un crecimiento en varias dimensiones: Por una parte, cada vez son más los servicios que ofrece, primero era sólo el correo electrónico y las páginas web y ahora ya podemos ver la tele a través de ella o controlar los electrodomésticos de casa desde el trabajo. Por otra parte, cada vez hay más gente que usa Internet. Eso son más máquinas o dispositivos conectados y más usuarios accediendo a la vez a todos los recursos. Y por otro lado, cada año aparecen nuevos medios desde donde se usa Internet. Antes solamente era el ordenador personal de casa o trabajo y ahora ya se puede acceder desde agendas electrónicas, teléfonos móviles, el coche, terminales en bares, etc. Todo esto se soporta sobre la infraestructura de Internet, que es una compleja interconexión de miles de redes. Una serie de máquinas y dispositivos intermedios repartidos por todo el mundo que permiten que una persona aquí en Barcelona desde su teléfono móvil pueda enviar una foto a través de Internet a un amigo suyo de Australia y que él la pueda ver al cabo de segundos. Por tanto, si Internet esta creciendo, la infraestructura de red que la mantiene también tiene que crecer y justamente, la evolución de este crecimiento en los últimos años es lo que estudia este proyecto.

Índice Objetivos Background Estudio Conclusiones y trabajos futuros Evolución de las métricas básicas Evolución de la repartición geográfica Evolución de las zonas de Internet Conclusiones y trabajos futuros Voy a dividir la presentación en 5 partes: Definiremos los objetivos exactos que persigue el proyecto. Haremos una introducción sobre la tecnología y los protocolos en los que se basa este proyecto en el background. A continuación veremos los estudios realizados, que a su vez se pueden agrupar en 3 tipos: Estudio de las métricas básicas, Estudio de la repartición geográfica y Estudio de las zonas de Internet. Ya veremos que significa todo esto más adelante. Y por último haremos un repaso de los resultados obtenidos, las conclusiones que se pueden extraer y los trabajos futuros por donde podría continuar este proyecto.

Índice Objetivos Background Estudio Conclusiones y trabajos futuros Evolución de las métricas básicas Evolución de la repartición geográfica Evolución de las zonas de Internet Conclusiones y trabajos futuros Empecemos por los objetivos

Objetivos Extraer datos de una tabla BGP para construir la topología de Internet Repetir el proceso para tablas de diferentes instantes en el tiempo Con los datos de la topología, estudiar: Evolución de las métricas básicas Evolución de la repartición geográfica Evolución de las zonas de Internet Obtener resultados globales de los estudios Los objetivos del proyecto son los siguientes: - En primer lugar conseguir extraer los datos de las tablas BGP y de allí construir la topología de Internet, como se interconectan las redes. Esto nos daría una imagen instantánea de Internet. - En segundo lugar, hemos de repetir este proceso para los datos de varios años, coger varias imágenes para calcular la evolución - En tercer lugar, ya podemos hacer los estudios sobre la evolución de la topología, que formarían los objetivos reales del proyecto. Los estudios son estos cinco. Una vez hemos hecho estos estudios, extraeremos las conclusiones sobre cada uno de ellos y sobre el estudio global. Hay que decir que es un estudio horizontal, es decir, que se estudian muchas cosas para tener una visión global, pero que no se entra en mucha profundidad en ninguna de ellas.

Índice Background Objetivos Estudio Conclusiones y trabajos futuros Evolución de las métricas básicas Evolución de la repartición geográfica Evolución de las zonas de Internet Conclusiones y trabajos futuros A continuación vamos a ver muy por encima en que consiste la infraestructura de Internet al nivel al que lo vamos a estudiar en este proyecto.

Sistemas Autónomos El Sistema Autónomo es un conjunto de redes y dispositivos bajo una administración común. Suelen ser ISP (Internet Service Providers) Poseen un bloque de direcciones IP que publican al resto de Sistemas Autónomos para que puedan llegar a ellas. Cada Sistema Autónomo esta identificado por un número de 16 bits.

Sistemas Autónomos e Internet La agregación de Sistemas Autónomos forma Internet

Tipos de relaciones entre Sistemas Proveedor a Cliente (P2C) Cliente a Proveedor (C2P) Cliente AS 120 AS 7 Proveedor Proveedor AS 120 AS 7 Cliente

Tipos de relaciones entre Sistemas Peering (PEER) Sibling (SIB) Peer AS 120 AS 7 Peer Sibling AS 120 AS 7 Sibling

BGP (Border Gateway Protocol) BGP es el protocolo de comunicación entre Sistemas Autónomos AS 120 AS 7 BGP BGP establece una conexión TCP y a continuación empieza a intercambiar rutas a través de mensajes BGP. Los sistemas autónomos se comunican entre ellos mediante el protocolo BGP. Este protocolo lo que hace es intercambiar rutas entre sistemas autónomos. Como llegar los datos de un sistema autonomo a otro que se encuentra en la otra punta del mundo. Este proceso se llama encaminamiento.

Tablas BGP Las rutas entre Sistemas Autónomos se guardan en tablas BGP. Network NextHop Metric LocPrf Weight Path *> 1.0.0.0 64.50.230.1 0 4181 65333 i *> 2.0.0.0 64.50.230.1 0 4181 65333 i * 3.0.0.0 216.140.2.59 949 0 6395 7018 80 i * 64.200.199.4 0 7911 7018 80 i * 134.222.85.45 20 0 209 7018 80 i * 196.7.106.245 0 2905 701 7018 80 … … … … … Ejemplo (2.0.0.25): AS 65333 2.0.0.25 AS 4181 Las rutas que se intercambian los sistemas autónomos estan guardadas en unas tablas que el protocolo BGP almacena en los routers. Estas tablas tienen un formato como este. Aquí hay muchos datos que no nos interesan para nuestro estudio, nosotros solo nos quedamos con esta parte de aquí, que son los caminos entre AS. Cada AS tiene un número y aquí dice como llegar desde el AS X al AS Y hay que pasar por todos estos. Para conseguir estas tablas de los años anteriores, hay un centro de análisis en la universidad de Oregon que guarda estas tablas desde hace 6 o 7 años y las ofrece publicamente a todo el mundo. AS 105

Fuente de tablas BGP El proyecto RouteViews de la universidad de Oregón almacena tablas BGP desde el 1997 cada día. RouteViews … …

Índice Estudio Objetivos Background Evolución de las métricas básicas Evolución de la repartición geográfica Evolución de las zonas de Internet Conclusiones y trabajos futuros Una vez visto la base teórica empezemos con el primer estudio.

El grafo de Sistemas Autónomos Representamos Internet como un grafo: Los Sistemas Autónomos son los nodos Las conexiones entre Sistemas Autónomos son las aristas Una ruta de la tabla BGP indica el camino de aristas entre dos nodos AS 209 AS 7018 AS 80 Path 4181 65333 i 6395 7018 80 i 7911 7018 80 i 209 7018 80 i 2905 701 7018 80 … Matemáticamente podemos representar Internet como un grafo no dirigido. Los sistemas autónomos serían los nodos de este grafo y las conexiones entre cada pareja de AS serían las aristas. Si tomamos la tabla BGP que hemos visto antes, cada ruta entre AS nos indica las conexiones o aristas que hay entre cada par de AS. Ejemplo.

De la tabla BGP al grafo Aplicando scripts se transforma la tabla BGP en la matriz de adyacencias del grafo de Sistemas Autónomos. Matrix 1 2 … 65333 … 1 0 0 0 2 0 0 0 … 4181 0 0 1 Path 4181 65333 i 6395 7018 80 i 7911 7018 80 i 209 7018 80 i 2905 701 7018 80 …

Evolución de los Sistemas Autónomos Evolución del número de Sistemas Autónomos (nodos): Como es lógico y podemos ver en las gráficas, tanto el número de sistemas autónomos como el de enlaces ha ido en aumento desde el 1999 hasta el 2003. Vemos que el crecimiento es prácticamente lineal.

Evolución de las relaciones Evolución del número de enlaces (aristas):

Grado medio de un Sistema Autónomo Grado de un Sistema Autónomo = número de relaciones con otros Sistemas Autónomos. Se divide en grado de salida o grado de entrada dependiendo del tipo de relación con los otros Sistemas Autónomos. Grado de AS 7018 = 2 AS 209 AS 7018 AS 80 Grado de entrada de AS 7018 = 1 El grado de un nodo es el número de conexiones que tiene un AS con otros AS. Si calculamos la media de todos los grados de todos los AS y vemos la evolución en los últimos años obtenemos la siguiente grafica. Como conclusión de este estudio obtendríamos que además de aumentar el número de AS y enlaces, aumenta la interconexión entre los AS, significa que cada vez hay más rutas redundantes y para llegar de un sitio a otro hay más caminos posibles. Grado de salida de AS 7018 = 1

Evolución del grado medio Los Sistemas Autónomos tienen más relaciones: Los clientes han aumentado su grado por redundancia y balanceo. Los Sistemas Autónomos están mejor interconectados

Índice Estudio Objetivos Background Evolución de las métricas básicas Evolución de la repartición geográfica Evolución de las zonas de Internet Conclusiones y trabajos futuros vayamos al segundo estudio sobre la repartición geográfica.

Los Internet Routing Registry (IRR) Los IRRs son organismos registradores de Sistemas Autónomos. Cada IRR tiene una base de datos con el número, nombre y país de cada Sistema Autónomo que ofrece públicamente. Se ha usado una base de datos única construida a partir de la consulta de todos los IRRs.

Los Internet Routing Registry (IRR) Existen 4 IRRs en todo el mundo: Para situar cada AS en la zona o país, utilizamos las bases de datos que tienen los IRRs. Los IRRs son los Internet Routing Registry. Los IRRs sirven para que los sistemas autonomos obtengan el numero de AS que les identifica y guardan sus datos de pais y nombre en una base de datos publica. Hay 5 IRRs en todo el mundo y cada uno tiene su zona geográfica. ARIN para america del norte, RIPE para europa, LACNIC para sudamerica y APNIC para asia y pacífico.

Número de Sistemas Autónomos por IRR Aplicando scripts, calculamos el porcentaje de Sistemas Autónomos que pertenecen a cada IRR: 52,5% 30,4% 11,2% 3,37% 1,8% 2003-12 Sabiendo a que IRR pertenece cada sistema autónomo, calculamos el número total de sistemas autonomos de cada IRR. Nos da este pastel, donde vemos el 55% de arin, etc. A continuación, podemos ver la evolución que ha tenido el porcentaje de de AS de los IRR. ARIN baja y RIPE sube. el resto se mantienen.

Número de Sistemas Autónomos por IRR Evolución temporal del porcentaje de cada IRR:

Número de Sistemas Autónomos por Países Aplicando scripts, calculamos el porcentaje de Sistemas Autónomos que pertenecen a cada país: 49,5% 37,6% 2,5% 3,12% 3,7% 3,3% 2003-12 - los 5 primeros unicamente. vemos que de ARIN todo se lo come USA pero que en RIPE esta mas repartido entre todos los paises de europa. en apnic pasa algo parecido con japon, korea y australia. en la evolucion hemos mirado desde otro punto de vista. hemos visto la evolucion de la clasificacion de estos 5 nuevamente vemos que USA va perdiendo porcenetaje y se lo ganan otros paises como se estabiliza hacia el final.

Número de Sistemas Autónomos por Países Evolución temporal de la clasificación de países:

Índice Estudio Objetivos Background Evolución de las zonas de Internet Evolución de las métricas básicas Evolución de la repartición geográfica Evolución de las zonas de Internet Conclusiones y trabajos futuros Por ultimo veremos el ultimo estudio.

Las Zonas de Internet Internet se puede dividir en tres zonas en base a la forma en que se interconectan los Sistemas Autónomos dentro del grafo. Los Sistemas Autónomos pueden pertenecer a: Customers: ISPs pequeños que están conectados únicamente a otro Sistema Autónomo. Regional ISP: Proveedores medianos que dan servicio a los Customers. Core: Pequeña red muy interconectada con los ISP más importantes y que da servicio a los Regional ISP.

Representación de las Zonas de Internet Customers Regional ISP Core

Separación del grafo en las 3 zonas Esta división en 3 zonas es virtual, y para separarlas, utilizamos la heurística: “los Sistemas Autónomos con grado de salida = 0 son clientes, es decir, no proveen tráfico a otros Sistemas Autónomos”. Ejemplo: Grado de entrada de AS 209 = 1 Proveedor Grado de salida de AS 209 = 0 Cliente AS 209 AS 7018 Grado de entrada de AS 7018 = 0 Grado de salida de AS 7018 = 1

Separación del grafo en las 3 zonas Aplicamos 2 veces esta heurística sobre el grafo: Separamos los Customers del resto Separamos los Regional ISP del Core Obtenemos tres grafos con las tres zonas de Internet que pueden estudiarse cada uno por separado.

Evolución del crecimiento de las zonas Evolución del porcentaje de Sistemas Autónomos de cada zona: remarcar unidireccionalidad de las medidas, debido a rutas diferentes o políticas aplicadas de forma asimétrica

Evolución del crecimiento de las zonas Evolución del porcentaje de enlaces de cada zona:

Evolución del grado medio de las zonas El grado de los Regional ISP es respecto a su zona.

Conclusiones y trabajos futuros Índice Objetivos Background Estudio Evolución de las métricas básicas Evolución de la repartición geográfica Evolución de las zonas de Internet Conclusiones y trabajos futuros

Conclusiones Internet crece a un ritmo constante y lineal. El número de Sistemas Autónomos y el número de enlaces no ha parado de crecer en los 5 años. El Core de Internet cada vez es más pequeño y tiene más enlaces, por tanto esta más interconectado. El coeficiente de clustering en Customers y Regional ISP se ha mantenido pero en el Core ha aumentado un 10% El estudio es una INFERENCIA porque los datos no son completos. En base a ello estas son las conclusiones más importantes.

Conclusiones El 55% de Internet se encuentra en Estados Unidos, el 30% en Europa y el 10% en Asia-Pacífico. Las diferencias entre regiones se van equilibrando, pero muy lentamente. En el Core de Internet, la repartición esta mucho más equilibrada. La mayoría de Customers están registrados en ARIN.

Trabajos futuros Profundizar en los estudios Nuevas métricas Estudiar las causas económicas, sociales y políticas de esta evolución. Que requisitos pide cada IRR para ser Sistema Autónomo? Predicción del futuro Como evolucionarán estas métricas en el futuro? Cuando se acabarán los números para los Sistemas Autónomos (65535)? Detallar el estudio del Core

Preguntas?