Radiografía de Interconexión en LAC - LACNIC -...

Post on 30-Jul-2020

12 views 0 download

Transcript of Radiografía de Interconexión en LAC - LACNIC -...

Radiografía deInterconexión en LAC

Sofía Silva BerenguerIMDEA Networks

Universidad Carlos III de Madrid

2

Motivación• Estudiar el nivel de interconexión en la

región LAC

• Entender el desempeño de Internet através de información sobre la calidad delos caminos entre Sistemas Autónomos(ASs) y el grado de interconexión entreellos.

• Proporcionar criterios para determinar lanecesidad de crear más IXPs en la región.

3

● Calcular nivel deinterconexión depaíses de la región

● Simular creación deIXPs y ver impacto

● Buscar correlacionescon otros indicadores

1) Construcciónde diagramas

2) Análisisde diagramas

3) Estudiosa partir dediagramas

● Construir diagramasde conectividad deInternet a nivel de ASpara la región LAC

● Agregar info local deruteo

● Ver cómo mejoran losdiagramas

● Construir diagramasde países de la región

● Caracterizardiagramas

● Comparardiagrama de LACcon diagramas deotras regiones

Objetivos

4

Particularidades de LAC• Región poco interconectada. Poco

intercambio local de tráfico.

• Problemas debidos a la geografía →pocos cables

• Poca infraestructura local

• Dependemos mucho de la infraestructurade Norteamérica

• Hay pocoscolectores de infode ruteo

5

Importancia de Mejorar laInterconexión en la Región

• Menor co$to!

• Mejor desempeño de Internet en la región(Menor delay)

• Más seguridad y robustez

• Más posibilidades de desarrollar lainnovación (Pueden surgir nuevosnegocios locales)

6

● Calcular nivel deinterconexión depaíses de la región

● Simular creación deIXPs y ver impacto

● Buscar correlacionescon otros indicadores

1) Construcciónde diagramas

2) Análisisde diagramas

3) Estudiosa partir dediagramas

● Construir diagramasde conectividad deInternet a nivel de ASpara la región LAC

● Agregar info local deruteo

● Ver cómo mejoran losdiagramas

● Construir diagramasde países de la región

● Caracterizardiagramas

● Comparardiagrama de LACcon diagramas deotras regiones

Objetivos

7

Inferencia de Relacionesentre ASs

• Se utiliza algoritmo de CAIDA para inferirlas relaciones entre ASs a partir deinformación de ruteo*

• Línea base: Relaciones inferidas porCAIDA a partir de info de RV y RIScorrespondiente a Abril de 2015

*http://www.caida.org/data/as-relationships/

8

Fuentes de Datos(Muchas gracias! )

• Set LAC:– Access Haiti– GTD Internet (Chile)– LACNIC– Packet Clearing House (pch.net)– Looking Glasses de NAPs de CABASE– Looking Glasses PTT Metro (ix.br)– Looking Glass NAP Chile– Looking Glass Orange Chile

• Set RIS+RV:– Proyecto RouteViews (RV) (Universidad de Oregon)– Proyecto Routing Information Services (RIS) (RIPE NCC)

9

Grafo Región LACNIC

10

Grafo Región LACNIC

11

Al Agregar Info de RuteoAdicional…

• 60.414 relaciones inferidas apartir de la info RIS+RV

• 63.967 relaciones inferidas apartir de la info RIS+RV+LAC(5.9 % adicional)

– 3.066 relaciones P2P adicionales– 487 relaciones P2C adicionales– 1.385 ASNs involucrados en las

nuevas relaciones inferidas

12

● Calcular nivel deinterconexión depaíses de la región

● Simular creación deIXPs y ver impacto

● Buscar correlacionescon otros indicadores

1) Construcciónde diagramas

2) Análisisde diagramas

3) Estudiosa partir dediagramas

● Construir diagramasde conectividad deInternet a nivel de ASpara la región LAC

● Agregar info local deruteo

● Ver cómo mejoran losdiagramas

● Construir diagramasde países de la región

● Caracterizardiagramas

● Comparardiagrama de LACcon diagramas deotras regiones

Objetivos

13

Caracterización de GrafosObtenidos

• # of Nodes (ASs)

• # of Edges (Relationships)

• Avg Node Degree → Proporción de relacionespor AS

• Avg Clustering Coefficient → Medida del nivelde interconexión local entre ASs vecinos

• Avg Shortest Path Length

• Diameter → El más largo de los caminos máscortos entre dos nodos de la red

14

Comparativa

Order (Number ofNodes)(x10,000Nodes)

Size (Number ofEdges) (x10,000Edges)

Avg Degree Avg ClusteringCoefficient

Diameter Avg Path Length Number of Shor-test Paths(x100,000,000)

0

2

4

6

8

10

12

14

16

18

LACNIC AfriNIC APNIC ARIN RIPE NCC

15

● Calcular nivel deinterconexión depaíses de la región

● Simular creación deIXPs y ver impacto

● Buscar correlacionescon otros indicadores

1) Construcciónde diagramas

2) Análisisde diagramas

3) Estudiosa partir dediagramas

● Construir diagramasde conectividad deInternet a nivel de ASpara la región LAC

● Agregar info local deruteo

● Ver cómo mejoran losdiagramas

● Construir diagramasde países de la región

● Caracterizardiagramas

● Comparardiagrama de LACcon diagramas deotras regiones

Objetivos

16

Métricas de Países• Grafo de país → Incluye todos los ASs que estén

activos en el país y todos los ASs que tengan unarelación con los primeros.

• Métricas:– # de Nodos (ASs)– % Activos en el País– # de Aristas (Relaciones)– % Enlaces Internacionales (Involucran un AS que no está

activo en el país)– Avg Degree y Avg Degree “Interno”– Avg Shortest Path Length y Avg Shortest Path Length

“Interno”– Diámetro y Diámetro “Interno”– # de IXPs– # de Saltos a Destino Más Popular (Alexa)– # de Conexiones entre Países

17

Caso de Estudio: Bolivia

18

Caso de Estudio: Bolivia

# of Nodes 4959

% Active In Country 0.75%

# of Edges 6096

% International Links 99.39%

Avg Degree 2.459

“Internal” Avg Degree 2

Avg Shortest Path Length 2.839

“Internal” Avg Shortest Path Length 2.612

Diameter 6

“Internal” Diameter 5

19

Comparativa entre PaísesB

R

AR

MX

PA

CR

CO

VE

CW CL

PE

EC

DO

GT

HT

BO

SR

SX

UY

HN

BZ

SV

AW N

I

PY

FK

TT

BQ

GY

GF

CU

GS

0

2000

4000

6000

8000

10000

12000

14000

16000

Cantidad de Nodos (ASs)

País (CC)

20

Comparativa entre PaísesB

R

AR

MX

CL

CO

PA

CR

VE

UY

EC

PE

CW DO

GT

BZ

BO

HN NI

PY

SV

HT

TT

SR

AW GY

SX

BQ

GF

CU

FK

GS

0

500

1000

1500

2000

2500

Cantidad de ASs Activos en el País

País (CC)

21

Comparativa entre PaísesB

R

AR

MX

PA

CO

CR

VE

CW PE

CL

DO

EC

GT

BO

HT

SX

SR

UY

BZ

HN

SV

AW N

I

PY

TT

FK

BQ

GY

GF

CU

GS

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

Cantidad de Aristas (Relaciones)

País (CC)

22

Comparativa entre PaísesB

R

AR

MX

CO

PA

DO

VE

PE

BZ

CR

CW CL

UY

EC NI

GT

BO

SV

HN

HT

TT

PY

AW GY

SX

CU

BQ

SR

FK

GF

GS

0

1

2

3

4

5

6

Grado Promedio

País (CC)

23

Simulación deInterconexión en IXPs

● República Dominicana, Guatemala, México y Suriname.

● Política de peering: “Peering multilateral obligatorio”

● Suponemos que grandes ASs que ya están conectados aotros IXPs de la región y que ya están activos en el país deinterés, también se conectan a este IXP.

● Suponemos que Google y Akamai se conectan.

● Suponemos que los ASs más “grandes” del país (conmayor Degree) se conectan.

24

Impacto de los “nuevos” IXPs

IXP DO IXP GT IXP MX IXP SR

Relaciones creadas 25 17 225 8

A nivel de LAC

Δ # of relationships 0.04% 0.03% 0.35% 0.01%

Δ Avg Degree 0.03% 0.02% 0.34% 0.02%

A nivel de país

Δ # of relationships 0.23% 0.25% 0.89% 0.23%

Δ Avg Degree 0.23% 0.28% 0.89% 0.24%

Δ “Internal” Avg Degree 17.51% 11.28% 30.37% 60.08%

25

Otros Estudios...

• Encontrar correlaciones con otrosindicadores (económicos (Por ej. GDP) yde transporte (vuelos, cantidad decompañías aéreas, etc.))

• Ver correlación entre nivel deinterconexión y delay entre países(Proyecto SIMON)

• Analizar impacto de outages

26

Conclusiones• Tenemos mucho para mejorar en cuanto a interconexión

en la región LAC.

• Es de suma importancia contar con información local deruteo. (Bienvenidos los que quieran colaborar :) )

• Con mejores diagramas podemos conocer mejor eldesempeño de Internet en la región y encontrar puntoscríticos en los que haya que trabajar.

• Se podrían realizar muchos estudios interesantes.

• Estos estudios podrían ayudar a encontrar incentivospara los gobiernos y otros entes para promover y facilitarla creación de IXPs y para que los grandes ASs seconecten a esos IXPs.

27

Agradecimientos

• Andra Lutu (Background, código y muchomás)

• CAIDA (Algoritmo de inferencia derelaciones entre ASs)

• Juan Camilo Cardona (IMDEA Networks)(Algoritmo para procesar salidas decomando “show ip bgp”)

• Fuentes de Datos

28

¿Preguntas?¿Comentarios?

¿Feedback?¿Sugerencias?

¿Ideas?¿Chismes, chistes, etc.?

:)sofia.silvab@gmail.com

29

¿Cómo puedo colaborar?

• Compartiendo la salida de un “show ipbgp” desde algún router de borde de tured.

• Instalando una probe de RIPE ATLAS(Hay varios ATLAS Ambassadors poraquí. Yo soy una :) )

30