Os resultados mostrados na seção anterior indi am que métri as de entralidade,
espe i amente, grau de saída, podem ser usadas para predizer o nível de ooperação
dospares ompre isãorazoável. Essaprediçãopodeserutilizadaparaproverbenefí ios
ourestriçõesaosparesdea ordooseunívelde ooperação. Porexemplo,aidenti ação
de pares mais ooperativospode ser exploradaem políti asque favoreçam esses pares
provendodadosdiretamentedoservidordevídeoparamelhoraraqualidadedeserviço
[Chatzidrossos etal., 2010℄. Nesta seção, são dis utidos alguns fatores que impa tam na utilização práti a do modelo desenvolvido. Em parti ular, dis utem-se aspe tos
rela ionados à oleta de dados para apli açãoe alibraçãodo modelo, àsobre arga de
pro essamento nosistema eà robustez da estratégia proposta a pares mali iosos.
Para alibrar e apli ar o modelo, um parti ipante entral do sistema pre isa
oletar periodi amentedadossobre aspar erias dos pares parare onstruir arede P2P
sobreposta e também oletar os valores de nível de ooperação (
NC
) para alibrar omodelo. A oleta dos valores de
NC
pode ser feita em intervalos de tempos maiores,onformedis utidos naseção4.2.3.2. Alémdisso, aoinvésde oletardadosde todos os paresdarede,podeser oletadouma amostradospares,jáqueamétri agraudesaída
não exigeo onhe imento ompleto darede. De fato, um trabalho a ser explorado no
futuroéodesenvolvimentodeestratégiasdeamostragemdeparesnaredepara alibrar
o modelo.
Muitos sistemas P2P de vídeo ao vivo existentes já oletam dados sobre os
pares periodi amente utilizando mensagens de ontrole. Por exemplo, o sistema
Coolstreaming 3
possui um servidor de logs dedi ado para oletar dados de ada par
sobre qualidade de vídeo, volume de download e upload,e par erias re entes [Li etal.,
2008a℄. De forma similar, tais informações são oletadas pelos sistemas UUSee [Wu etal., 2007℄ e PPLive. Este último, emparti ular, utiliza o tra ker darede P2P para realizartal oleta[Piateket al.,2010℄. Issomostraointeresse dessessistemasem monitorartantootráfegode dadosentre ospares omotambémaspar erias formadas
entre eles oua organização darede P2P sobreposta.
NosistemaSopCast otra ker também omuni a omtodos osparespormeiode
mensagensde ontrolesin ronizadasemintervalosde2e3minutos, omofoiobservado
nos experimentosrealizadosnestetrabalho, emboranão tenhasido possívelde odi ar
o onteúdo dessas mensagens. Caso as mensagens de ontrole tro adas entre os pares
e o tra ker no sistema SopCast não ontenham informações de par erias, in luí-las
in orre em pequena sobre arga de largura de banda. Isso porque os pares a umulam
pou asdezenasdepar eirosemumajaneladetempo. Defato,foiobservadoumamédia
de 15,65 par eiros em um minuto, e ada par eiro pode ser representado por apenas
4 bytes. A título de ilustração, se existem 10.000 pares na rede informando as suas
par erias a ada2minutosnasmensagensde ontrole,asobre argaadi ionalagregada
no tra ker vai ser de 40kbps. Essa sobre arga é pequena dado que o monitoramento
ompletodarede,in lusivesuaestruturatopológi a,édeinteressedosadministradores
dos sistemasP2P de distribuição de vídeo omofoi dis utido anteriormente.
3
O segundo ponto importante é a sobre arga de pro essamento no sistema. As
informaçõessobre a rede sobreposta devemser atualizadas à medidaque novosdados
são oletados dos pares. Nesse pro esso, as par erias são veri adas a partir das
informaçõesdos dois pares envolvidos na omuni ação (o par provedor e par re eptor
de hunks). O parâmetro de entrada domodelo, grau de saída dos pares, não requer
omputação extra uma vez que a rede sobreposta está disponível. O usto para obter
essa métri aporpar é xo,ouseja,
O(1)
. Caso omodelo utilizasseasoutras métri asde entralidadeestudadas, o usto seria maior. Por exemplo o ál ulo dobetweenness
exato tem omplexidade
O(mn)
emgrafosnãodire ionados omm
arestasen
verti es[Brandes, 2001℄. Já o ál ulo da proximidade exato tem o usto
O(nm + n
2logn)
[Eppstein &Wang, 2001℄.
Para alibrar omodelo éne essário obter onível de ooperaçãodos pares (
NC
),que pode ser oletado om um usto extra de 4 bytes na mensagem de ontrole.
Todavia,o
NC
éne essárioapenasemintervalosde temposmaislongos, pois omo foimostrado naseçãoanterior(Figuras 4.12e4.13),a alibração domodelo emintervalos de16minutosaindalevaaresultadosrazoavelmentepre isos. A alibraçãotambémtem
um ustobaixo,poisalgoritmosderegressãopara omputarosparâmetros
aj
domodelo não são omputa ionalmente intensivos [Jain, 1991℄. Por exemplo, a alibração do modelo om GNUR para um milhãode pontos (variáveispreditoras erespostas)duraemmédia3segundos utilizandoum omputador om pro essadorde 2Ghz ememória
de 8 GBytes. Possivelmente, a alibração exigemenosre ursos omputa ionais doque
a utilização de me anismos de autenti ação no pro essamento de dados oletados dos
pares, tal omo o me anismo Contra ts [Piateketal., 2010℄, omo será dis utido a seguir.
O ter eiro ponto diz respeito à robustez a pares mali iosos, ou seja, pares que
informampar eriasfalsaspara aumentaroseu
NC
indevidamente. Aforma omquearedesobrepostaére onstruídadi ultaqueumparmali iososozinhoenganeosistema.
Isso porque as par erias são onsideradas quando são reportadas por ambos os pares
envolvidos na omuni ação. Logo, não é ne essária nenhuma omputação extra para
veri ar aautenti idadedo grau de saída dos pares.
A veri ação do
NC
de um par tem um usto alto de pro essamento aso sejaadotado um me anismo de in entivo, omo Contra ts, que utiliza apenas té ni as de
autenti ação(re ibos riptografados). EmContra ts, ada par oleta re ibos dos seus
par eiros a ada volume
v
de hunks forne idos. Ele tambémreporta esses re ibos aotra ker para omprovar as suas ooperações ao nal de uma janela de tempo. Essa
que ele forne eu dados (grau de saída) emum minuto e onsiderando ograu de saída
médio no SopCast de 8,21 par eiros, o tra ker pro essa er a de 80.000 re ibos por
minuto emuma rede om10.000pares. Opro essamentodessesre ibosemtemporeal
exige uma infraestrutura om poder omputa ional alto, mesmo om implementação
otimizada e paralelização de riptogra a de have públi a (Algoritmo RSA) omo
sugerem os autores. Esse é um usto onsiderável omparado à abordagem proposta
nesta dissertação, ujo usto om pro essamento é baixo.
Existem situaçõesespe í as emque re ibos riptografados são ne essários para
omprovarpar erias na rede sobreposta. Tome omo exemplo, um ataque oordenado
dos par eiros de um par ( onluio) para difamá-lo negando as par erias estabele idas
om ele. Nesse aso, o modelo pode ser apli ado onjuntamente om o me anismo
Contra ts, mas diminuindo a quantidade de re ibos pro essados no tra ker. Dessa
forma,osistemarequisitare ibosdeumparapenasquandoumaproporção onsiderável
desuaspar eriasnãosão on rmadasnamanutençãodaredesobreposta. Essesre ibos
servirão omo prova para des one tar ospares em onluiodarede.
Contudo, existe outro tipo de onluio mais difí il de ser identi ado e o uso de
re ibos riptografados não é su iente. Considere um enário em que pares agem
oordenadamente para bene iar uns aos outros informando par erias falsas entre
si. Nesse aso, o uso de re ibos riptografados não é apaz de dete tar esses pares
porque eles tro am re ibos riptografados. Na próxima seção serão exploradas outras
propriedadestopológi asdaredesobrepostabus ando diminuiraspossibilidadesdesse
tipode onluio.