Entender el networking e internet desde primeros principios

 (fazamhd.com)
4 puntos por GN⁺ 4 시간 전 | 1 comentarios | Compartir por WhatsApp
  • Internet convierte voz, video y texto en patrones de electricidad, luz y ondas de radio, y los hace pasar por equipos de múltiples operadores independientes; los datos se transmiten solo con decisiones locales en cada salto, sin un controlador central ni una sola entidad que conozca toda la ruta
  • La regeneración digital del telégrafo, la conmutación de circuitos de la red telefónica, la conmutación de paquetes, Ethernet, IP, TCP, DNS y TLS no son piezas de un plano terminado, sino protocolos acumulados que fueron resolviendo las limitaciones físicas y operativas de cada época
  • IP solo se encarga de una entrega de mejor esfuerzo que permite pérdida, duplicación y cambios de orden; TCP realiza en los extremos la retransmisión, la restauración del orden y el control de congestión; DNS convierte nombres en direcciones y TLS agrega autenticación y cifrado
  • Al abrir una página web por primera vez, antes de transferir el contenido se necesitan varios viajes de ida y vuelta para la consulta DNS, la conexión TCP y el handshake de TLS, por lo que solo tener gran ancho de banda no elimina el inicio lento causado por la latencia
  • Gracias a una capa IP simple y a estándares abiertos, se pueden desplegar nuevos protocolos como HTTP, VPN, WebRTC y QUIC sin pedir permiso ni reemplazar los routers existentes, e Internet sigue compensando los límites de cada capa cada vez que aparecen nuevas necesidades

De la señal física a los bits

  • La comunicación por Internet transforma continuamente los mensajes en ondas de radio Wi-Fi, pulsos eléctricos sobre cobre y luz en fibra óptica, y luego los reconstruye al otro lado en orden inverso
    • Los equipos y cables son compartidos por millones de conversaciones, y los datos pasan por equipos propiedad de empresas independientes en varios países
    • Ninguna computadora central dirige el tráfico; cada equipo solo elige el siguiente tramo del recorrido
  • Internet no fue diseñado de una sola vez, y la conmutación de paquetes, TCP, DNS y TLS se agregaron después para resolver problemas concretos de redes que ya estaban funcionando
  • El principio básico de todos los enlaces es cambiar una magnitud física en un extremo y medirla en el otro en momentos acordados
    • Una cuerda tensa puede transmitir vibraciones mecánicas, pero la señal se debilita con la distancia por la fricción y la holgura
    • El cobre transporta bits variando el voltaje, la fibra óptica variando el láser y el Wi-Fi variando las ondas de radio

La comunicación digital y los protocolos establecidos por el telégrafo

  • La palabra red originalmente se refería a una malla de hilos o cuerdas cruzadas, y a inicios del siglo XIX pasó, a través de las redes de canales y ferrocarriles, a designar el sistema de cables y estaciones de relevo del telégrafo en la década de 1840
  • En 1844, Samuel Morse transmitió “What hath God wrought” desde Washington hasta Baltimore
    • El código Morse no enviaba la voz tal cual, sino que era una red digital que transmitía símbolos discretos en forma de pulsos eléctricos cortos y largos
    • Los repetidores no amplificaban la forma de onda debilitada, sino que detectaban si había pulsos y generaban pulsos nuevos y limpios
    • La amplificación simple también incrementa el ruido en cada tramo, pero la regeneración de símbolos discretos evita la degradación del mensaje incluso a escala continental
  • Las reglas compartidas de antemano entre emisor y receptor sobre los pulsos de cada carácter y procedimientos como received y repeat son el protocolo
    • IP, TCP, DNS y TLS son iguales en ese sentido: reglas acordadas públicamente sobre el formato de los mensajes y el orden de la comunicación
  • En la red telegráfica, el enrutamiento lo hacían personas
    • El operador de la estación intermedia registraba el mensaje en cinta de papel y lo retransmitía cuando una línea más cercana al destino quedaba libre
    • En horas de congestión, los mensajes se dejaban esperando en bandejas, una estructura que luego reapareció en el almacenamiento y reenvío electrónico y en los routers
  • El primer cable telegráfico transatlántico empezó a operar en agosto de 1858, pero falló tras tres semanas por daños en el aislamiento y problemas de sobretensión
    • El cable exitoso fue instalado en 1866 por el SS Great Eastern, tendiendo una sola pieza de unos 4,000 km de largo
  • Un bit es la unidad mínima de información que representa uno de dos estados: 0 o 1
    • 1 byte, que son 8 bits, expresa 256 estados y puede contener un carácter o un número pequeño

Ancho de banda y latencia

  • El ancho de banda es la cantidad de bits que un enlace transporta por segundo, y la latencia es el tiempo que tarda un bit en llegar al otro extremo
  • El ancho de banda puede aumentar reduciendo el intervalo entre transmisiones o usando varias longitudes de onda en paralelo, pero la latencia está limitada por la distancia y la velocidad de la luz
    • La luz se desplaza en el vidrio a unos 200,000 km por segundo, aproximadamente dos tercios de su velocidad en el vacío
    • Entre New York y London, el límite físico de ida es de unos 28 ms, y un viaje de ida y vuelta necesita el doble
  • El streaming de video tolera la latencia precargando varios segundos en búfer, pero necesita mucho ancho de banda
  • En una videollamada, aunque la demanda de ancho de banda sea relativamente baja, la latencia reducida es importante
  • Una página web pasa por viajes de ida y vuelta de DNS, TCP y TLS antes de recibir el contenido, así que incluso con una conexión gigabit el inicio puede ser lento
  • El ancho de banda surge del calendario de transmisión y la latencia de la longitud del enlace, por lo que no son valores intercambiables entre sí

Conmutación de circuitos y módems

  • Después de 1876, la red telefónica utilizó conmutación de circuitos, reservando para cada llamada un camino eléctrico dedicado de extremo a extremo
    • Al principio, los operadores conectaban cables manualmente, y luego los relés electromecánicos automatizaron el proceso
    • Como la voz fluye de manera continua durante la llamada, tenía sentido una estructura que usara el circuito reservado de forma constante
  • En las décadas de 1950 y 1960, las computadoras no tenían más opción que usar la red telefónica existente, por lo que recurrían a módems (modulator-demodulator) para convertir bits digitales en sonido analógico
  • Los primeros módems de 300 baud, como el Bell 103, usaban FSK
    • 1 se representaba como un tono continuo de frecuencia alta y 0 como uno de frecuencia baja
    • El módem del otro lado distinguía la frecuencia que oía y reconstruía los bits
  • Antes de transmitir datos, se negociaban la velocidad de comunicación, la corrección de errores y las características de la línea
    • Desde el Hayes Smartmodem de 1981, el altavoz quedaba encendido para que las personas pudieran comprobar el estado de la conexión, por lo que se oían el tono de marcado, la llamada, el intercambio de capacidades, la negociación de modulación y el entrenamiento del ecualizador
    • El handshake real pasaba por varias etapas en menos de 30 segundos
  • DSL y cable reutilizaron las líneas telefónicas y de TV existentes como enlaces digitales siempre activos, y la fibra óptica residencial salió por completo de los cables de la red de voz
  • El tráfico de computadoras es en ráfagas: hace una solicitud y luego queda inactivo mientras lee o calcula
    • Si se reserva un circuito, la capacidad queda ociosa la mayor parte del tiempo y otros usuarios no pueden aprovecharla
    • Como la ruta queda fijada al inicio de la llamada, si se corta un solo enlace intermedio, toda la conexión termina
  • A inicios de la década de 1960, el aumento de computadoras de investigación, la naturaleza en ráfagas de la computación interactiva y la necesidad militar de sobrevivir aunque se perdieran algunos tramos dejaron en evidencia los límites de la conmutación de circuitos

Conmutación de paquetes y entrega de mejor esfuerzo

  • Paul Baran ideó la conmutación de paquetes para la supervivencia y Donald Davies para compartir circuitos, de manera independiente; Davies además le dio el nombre packet
  • Los mensajes se dividen en unidades pequeñas, y cada paquete consta de un encabezado con información de control, como origen y destino, y una carga útil que contiene los datos reales
  • Los routers realizan store-and-forward: reciben el paquete completo, leen el destino y lo envían al siguiente enlace según sus propias tablas
    • Para mantener la escala, en las tablas se registran redes, es decir rangos de direcciones, y no hosts individuales
  • Los paquetes permiten que varias conversaciones crucen la misma línea y que cada uno se enrute de forma independiente
    • Si un router intermedio falla, los paquetes posteriores pueden usar otra ruta
    • Antes de que se propague la información de la falla, algunos se envían por la ruta antigua y se pierden; al proceso por el que la nueva ruta se estabiliza se le llama convergencia (convergence)
  • Un dispositivo con dirección es un host; el lado que inicia una conversación es el cliente, y el lado que espera solicitudes en una dirección fija y conocida es el servidor
  • Si la velocidad de entrada supera la del enlace de salida, el router pone los paquetes en espera en memoria y, cuando la cola se llena, descarta el excedente
  • La red solo ofrece entrega de mejor esfuerzo, que permite pérdida, duplicación y cambio de orden de los paquetes
    • La decisión de dejar la confiabilidad en las computadoras de los extremos y no en el centro de la red mantuvo Internet simple y fue la base para escalarla a nivel mundial

ARPANET y los primeros routers

  • ARPA impulsó en 1969 ARPANET, la primera red real de conmutación de paquetes, para conectar computadoras universitarias de investigación
  • Como era difícil hacer que mainframes con distintos fabricantes y sistemas operativos se encargaran de la conmutación de paquetes, BBN creó el IMP (Interface Message Processor)
    • El IMP era una minicomputadora dedicada que dividía mensajes en paquetes, los enrutaba y los reensamblaba
    • Los mainframes de cada sitio se conectaban a su IMP local, y los IMP se comunicaban entre sí por líneas telefónicas alquiladas
    • La terminología que separa Host para el mainframe que realiza el cómputo e IMP para la infraestructura de transporte continúa hasta hoy
    • El IMP fue el primer router, y los routers inalámbricos domésticos siguen el mismo patrón: un dispositivo dedicado maneja los protocolos de red por su cuenta
  • El 29 de octubre de 1969, Charley Kline de UCLA escribía LOGIN hacia el Stanford Research Institute cuando el sistema receptor falló después de recibir LO
  • ARPANET llegó a 4 nodos en diciembre de 1969 y en 1973 se expandió hasta Norway y London

Ethernet y redes locales

  • Las redes de larga distancia como ARPANET son WAN, y la red que conecta varios dispositivos dentro de una oficina es una LAN
  • Robert Metcalfe diseñó Ethernet en Xerox PARC en 1973
    • Tomó la idea de la transmisión sin permiso y el manejo de colisiones de ALOHAnet, que conectaba las islas de Hawái
    • En el Ethernet inicial, todas las computadoras estaban conectadas a un solo cable coaxial compartido y recibían todos los frames, pero solo procesaban su propia dirección
  • El cable coaxial está compuesto por un conductor central de cobre, una capa aislante, un blindaje cilíndrico y una cubierta exterior
    • El blindaje funciona como ruta de retorno y además bloquea la interferencia externa
  • Si dos dispositivos transmiten al mismo tiempo en un medio compartido, se produce una colisión
    • CSMA/CD escucha el medio antes de transmitir, y si detecta una colisión durante la transmisión, se detiene de inmediato y vuelve a intentarlo tras un tiempo aleatorio
    • El backoff exponencial, que duplica el rango de espera cuando hay colisiones repetidas, evita colisiones permanentes
  • Las oficinas modernas usan, en lugar de cable coaxial compartido, un cable de par trenzado dedicado desde cada dispositivo hasta el switch y conectores RJ-45
    • Como cada puerto tiene una línea dedicada y las rutas de envío y recepción están separadas en full-duplex, en principio no hay colisiones
    • CSMA/CD dejó de ser útil en el Ethernet cableado moderno, pero en Wi‑Fi, que usa el aire como medio compartido, vuelven a aparecer los problemas de contención

  • Switches y direcciones MAC

    • El nombre de red switch proviene del mismo linaje que los desvíos ferroviarios, las llaves eléctricas que desvían corriente y las centrales telefónicas
    • Los switches de red modernos reenvían frames con ASICs hechos de millones de transistores de conmutación
    • Los routers usan direcciones globales de red, pero los switches usan direcciones MAC, que son direcciones locales de hardware
    • La unidad de datos de Ethernet es el frame
    • Una dirección MAC se escribe como 6 pares hexadecimales, 48 bits en total, por ejemplo 00:1A:2B:3C:4D:5E
    • Un dígito hexadecimal equivale exactamente a 4 bits, y dos dígitos se alinean con 1 byte, por eso sirve para representar bits crudos de forma compacta
    • En una dirección MAC tradicional, los primeros 3 pares son el OUI del fabricante y los últimos 3 pares son el número de serie de esa interfaz
    • Los smartphones también tienen direcciones separadas para sus chips de Wi‑Fi y Bluetooth
    • Para evitar el rastreo en espacios públicos usando direcciones fijas, los sistemas operativos modernos generan direcciones MAC aleatorias temporales al buscar o conectarse
    • Los switches aprenden automáticamente su tabla de reenvío observando la MAC de origen del frame y el puerto por el que entró
    • Si todavía no conocen el destino, hacen flooding por todos los demás puertos
    • Si conocen el destino, lo reenvían solo por ese puerto
    • La tabla de un switch se infiere automáticamente a partir del tráfico local, mientras que la tabla de un router se llena con configuración manual o con protocolos de enrutamiento
    • Las direcciones MAC solo tienen significado dentro del segmento local, mientras que las direcciones IP se usan para moverse entre redes

IP y la red de redes

  • En los años 70, distintas redes de paquetes como SATNET, PRNET y Ethernet no podían comunicarse directamente porque diferían en formato, direccionamiento y tamaño máximo
  • Vint Cerf y Bob Kahn diseñaron en 1973 una internetwork que conectaba esas redes sin unificar su estructura interna
  • IP es una capa común delgada en la que todas las redes participantes deben ponerse de acuerdo
    • Define una dirección IP universal y un formato universal de paquete
    • Cada red local transporta los paquetes IP dentro de sus propios frames
    • Los routers no recuerdan el estado de la conversación ni recuperan pérdidas
    • Al ser sin conexión, sin etapa de configuración ni estado compartido entre paquetes, puede implementarse sobre cobre, fibra óptica, radio o satélite
  • Debajo hay muchos medios físicos distintos y encima muchas aplicaciones diferentes, y en el medio IP forma un modelo de reloj de arena con un punto común angosto que hace posible la interoperabilidad

  • Direcciones IPv4 y longest prefix match

    • Una dirección IPv4 tiene 32 bits, es decir, 4 octetos escritos en decimal separados por puntos, como 91.198.174.192
    • /24 indica un prefijo de red en el que los primeros 24 bits son fijos
    • La máscara de subred 255.255.255.0 representa esos mismos bits fijos de otra manera
    • El router hace XOR entre el destino y la ruta y luego aplica una máscara a la parte posterior al prefijo para comprobar si hay discrepancias en la parte fija
    • Si coinciden varias rutas, elige la de prefijo más largo con más bits fijos
    • Cuando no hay una ruta específica, usa la ruta por defecto 0.0.0.0/0
    • Cada router no necesita conocer el mapa completo de internet; le basta con conocer a sus vecinos y la dirección general, porque la misma decisión en el siguiente router acaba llevando al destino

  • De classful addressing a CIDR

    • El classful addressing de 1981 fijaba el tamaño de las redes en tres tipos
    • La Clase A /8 ofrecía 16,777,216 direcciones, la Clase B /16 ofrecía 65,536 y la Clase C /24 ofrecía 256
    • Una organización que necesitaba unas 4,000 direcciones tenía que recibir una Clase B y desperdiciar cerca del 94%, o recibir 16 Clase C y obligar a todos los routers troncales a mantener 16 rutas
    • A comienzos de los 90, tanto el espacio de direcciones como la memoria de los routers se estaban agotando rápidamente
    • CIDR, introducido en 1993, permite elegir libremente la longitud del prefijo
    • Un solo /20 ofrece 4,096 direcciones y permite agregar bloques adyacentes en una sola ruta
    • IANA administra todo el espacio IPv4 y asigna bloques grandes a cinco registros regionales de internet
    • Los registros regionales reparten bloques más pequeños a los ISP, y los ISP a empresas y hogares
    • Esta delegación jerárquica, donde cada organismo administra solo su propia área, es el mismo principio de escalabilidad que usa DNS

  • TTL, ICMP, ping y traceroute

    • El TTL del encabezado IP representa hops restantes, no tiempo, y cada router lo reduce en 1
    • Cuando llega a 0, el paquete se descarta para evitar que una ruta errónea lo haga circular infinitamente
    • Cuando el TTL expira, el router envía al origen un ICMP Time Exceeded
    • ping mide la latencia hasta un host específico con el tiempo de ida y vuelta de ICMP Echo Request y Echo Reply
    • traceroute aumenta el TTL a 1, 2 y 3 para recopilar las respuestas Time Exceeded generadas en cada hop
    • A partir del TTL, creado originalmente para evitar loops, surgió una función de diagnóstico de rutas

  • MTU y fragmentación

    • Cada enlace tiene una MTU, el tamaño máximo que puede transportar de una vez, y en Ethernet es de 1,500 bytes
    • Los routers IPv4 tradicionales fragmentaban en varias partes los paquetes más grandes que el siguiente enlace y el destino los reensamblaba
    • Eso aumenta la carga de trabajo del router, y si se pierde una sola parte, hay que reenviar todo el original
    • El enfoque moderno activa don’t fragment y usa Path MTU Discovery, donde el router que no puede reenviarlo informa por ICMP cuál es la MTU permitida
    • Si más adelante aparece un enlace aún más angosto, el emisor vuelve a reducir el tamaño hasta converger en la MTU mínima de la ruta real
    • IPv6 eliminó la fragmentación en routers y solo permite PMTUD del lado del emisor

  • Unicast, broadcast, ARP y multicast

    • El unicast, de un emisor a un receptor, representa la mayor parte del tráfico de internet
    • Una subred es un vecindario físico y numérico al que se puede llegar directamente por dirección MAC en el mismo cable o canal inalámbrico, sin pasar por un router
    • El broadcast se entrega a todos los hosts de la subred y no cruza los límites del router
    • DHCP distribuye configuración a dispositivos que todavía no tienen dirección
    • ARP hace un broadcast preguntando “¿quién tiene esta IP?” y solo el dueño responde por unicast, para encontrar la dirección MAC correspondiente a una IP local
    • El resultado se guarda en caché durante algunos minutos
    • Si el destino está en una subred externa, no se busca la MAC del servidor remoto sino la de la puerta de enlace predeterminada
    • El multicast entrega un paquete solo a los grupos que se han suscrito, y se usa en IPTV y en protocolos internos de enrutamiento, entre otros
    • Los cerca de 4,300 millones de direcciones de IPv4 ya no alcanzan, y IPv6, que usa direcciones de 128 bits, se ha desplegado en paralelo durante unos 20 años y hoy transporta casi la mitad del tráfico

La confiabilidad que crea TCP

  • TCP implementa en ambos extremos la confiabilidad que IP no ofrece, y los routers intermedios no conocen el estado de TCP.
  • Asigna un número a cada byte, y el receptor informa con un ACK cuál es el siguiente byte que espera.
    • Los datos no confirmados se retransmiten.
    • Los datos que llegan fuera de orden se reordenan según su numeración antes de entregarse a la aplicación.
  • Como ambos lados recuerdan el estado de la conversación, TCP es orientado a conexión y tiene un inicio y un final explícitos.
  • Las unidades de datos por capa son: trama de Ethernet, paquete IP, segmento TCP y datagrama UDP.

  • 3-way handshake y checksum

    • El 3-way handshake de TCP sincroniza los números de secuencia iniciales de ambos lados.
      1. El cliente envía SYN, seq=5000.
      1. El servidor responde con SYN-ACK, seq=9000, ack=5001.
      1. El cliente envía ACK, ack=9001.
    • El checksum envía junto con los bytes transmitidos un valor calculado, y el receptor lo vuelve a calcular para detectar daños accidentales en los bits.
    • Los paquetes con discrepancias se descartan y, como no hay ACK, el procedimiento normal de retransmisión se encarga de la recuperación.
    • Ethernet usa una frame check sequence basada en CRC; IP, TCP y UDP usan suma en complemento a uno.
    • No puede impedir alteraciones intencionales de un atacante capaz de recalcular el checksum; esa función la cumple TLS.

  • Control de flujo y control de congestión

    • El emisor TCP mantiene una ventana deslizante que limita los datos no confirmados.
    • Cada vez que llega un ACK, la ventana avanza para evitar que un emisor rápido abrume a un receptor lento.
    • La pérdida se interpreta como una señal de que la cola de un router intermedio se desbordó, y el emisor reduce la ventana.
    • En octubre de 1986, un enlace de 400 m entre Lawrence Berkeley Lab y UC Berkeley colapsó de 32,000 bps a 40 bps porque los emisores respondían a la pérdida con todavía más retransmisiones.
    • El control de congestión de Van Jacobson reduce multiplicativamente la tasa de envío ante pérdidas y la aumenta con cautela cuando hay éxito.
    • Miles de millones de conexiones aplican las mismas reglas locales sin coordinación central para evitar el colapso por congestión en redes compartidas.
    • Si se pierde un paquete intermedio, el receptor envía ACK duplicados del último byte continuo, y el emisor puede detectar la pérdida y retransmitir antes del timeout.

  • Puertos, sockets y UDP

    • Si la dirección IP identifica al dispositivo, el puerto identifica al programa dentro de ese dispositivo.
    • Por convención, los servidores HTTPS usan el puerto 443.
    • La combinación de dirección IP, puerto y protocolo representa el extremo de socket de una aplicación.
    • El sistema operativo del cliente toma prestado un puerto temporal durante la conexión para distinguir a qué destino deben llegar las respuestas.
    • UDP solo añade puertos a IP y no ofrece establecimiento de conexión, retransmisión ni restauración de orden.
    • TCP es adecuado para datos donde la integridad importa, como páginas web, correo y archivos.
    • UDP es adecuado cuando los datos tardíos son peores que la pérdida, como en videollamadas, juegos multijugador y DNS.
    • TCP/IP se convirtió en el protocolo oficial de ARPANET el 1 de enero de 1983, y toda red que acepte transportar paquetes IP forma parte de internet.

Cómo se crea la información de enrutamiento

  • OSPF y RIP dentro de una organización

    • Dentro de una organización, un IGP intercambia información de estado de enlaces y rutas.
    • Los protocolos de estado de enlace como OSPF hacen que cada router difunda a toda la red la información sobre sus propias conexiones.
    • Todos los routers tienen el mismo mapa de topología y calculan de forma independiente la ruta más corta.
    • Los protocolos de vector de distancia como RIP solo informan a los vecinos la cantidad de saltos hasta un destino.
    • El volumen de intercambio es pequeño, pero no existe un mapa completo para verificar si los números de los vecinos siguen siendo correctos.
    • La convergencia es el proceso por el que, después de una falla, las tablas reflejan el nuevo estado.
    • OSPF converge rápido porque transmite cambios reales de la topología.
    • RIP puede crear bucles en los que dos vecinos creen que el otro es la ruta, y los paquetes van y vienen hasta que se agota el TTL.
    • RIP trata 16 saltos como inalcanzables y, pese a varias mitigaciones, converge más lento que OSPF, por lo que ha sido reemplazado en la mayoría de las redes de producción.

  • Sistemas autónomos y BGP

    • NSFNET comenzó en 1985 como un backbone que conectaba varias redes académicas regionales.
    • Al principio prohibía el tráfico comercial y levantó esa restricción en 1991.
    • Tras su cierre en 1995, el rol de backbone se distribuyó entre varios carriers comerciales en competencia, y internet pasó a tener una estructura sin un único propietario.
    • Internet está compuesto por decenas de miles de sistemas autónomos (AS), como ISP, universidades, carriers y empresas de nube.
    • BGP hace que cada AS anuncie a sus vecinos los bloques de direcciones a los que puede llegar y la ruta de AS por la que pasó.
    • La selección real de rutas prioriza la política comercial antes que la velocidad.
    • La longitud de la ruta AS es un criterio de desempate que se aplica después de políticas como preferencia local y weight.
    • Los negocios pequeños compran transit a proveedores superiores y les pagan por conectividad al internet completo.
    • Las redes de tamaño similar establecen peering sin liquidación para reducir los costos de transit.
    • Cientos de redes se conectan en instalaciones comunes de conmutación llamadas puntos de intercambio de internet.
    • DE-CIX y AMS-IX conectan redes de alrededor de 1,000 participantes.
    • La política de BGP normalmente prefiere, en este orden, rutas de clientes que pagan, rutas de peers gratuitas y rutas de proveedores a los que se les paga.
    • Los backbones tier-1 como Lumen, Arelion y NTT hacen peering entre sí y no pagan a un proveedor superior.

Cables submarinos de fibra óptica, Anycast y CDN

  • Aproximadamente 600 cables submarinos de fibra óptica transportan prácticamente todo el tráfico intercontinental.
  • En 1956, TAT-1 ofrecía 36 circuitos de voz sobre cable coaxial de cobre y colocaba amplificadores aproximadamente cada 70 km.
    • La amplificación analógica aumenta tanto la señal como el ruido.
  • En 1988, TAT-8 fue el primer cable óptico transatlántico y ofrecía en dos fibras de vidrio capacidad equivalente a decenas de miles de circuitos de voz.
  • La fibra óptica usa reflexión interna total en el límite entre un núcleo con mayor índice de refracción y el revestimiento que lo rodea.
    • A diferencia de un espejo común, no hay pérdida por reflexión en la interfaz, así que la luz puede guiarse durante unos 100 km antes de amplificarse.
  • La multiplexación por división de longitud de onda pone el flujo de bits de cada láser en distintas longitudes de onda y los combina en una sola fibra.
    • Las longitudes de onda avanzan juntas en un medio lineal y luego se separan con filtros en el otro extremo.
    • Los sistemas reales ponen unas 100 longitudes de onda en una sola fibra, y una nueva longitud de onda aumenta la capacidad del vidrio submarino existente en el equivalente a un flujo más.
  • Anycast permite que servidores en varios continentes usen la misma IP y anuncien la misma ruta por BGP desde cada ubicación.
    • El cliente llega al servidor topológicamente más cercano sin cambiar su configuración.
  • Los CDN usan Anycast o DNS con reconocimiento de ubicación para servir contenido desde servidores cercanos.
    • Cloudflare y Akamai distribuyen copias de videos, imágenes y sitios web por todo el mundo.
    • La forma de reducir el límite inferior de latencia impuesto por la velocidad de la luz es mover los datos cerca del usuario antes de la solicitud.
  • BGP en gran medida confía en los anuncios de los vecinos.
    • En 2008, Pakistan Telecom anunció una ruta más específica para bloquear YouTube dentro del país, y esa información se propagó por el mundo, haciendo que mucho tráfico fluyera hacia Pakistan y desapareciera.
    • RPKI valida mediante un registro firmado la autoridad para anunciar rutas de bloques de direcciones.

Red privada doméstica y NAT

  • En un router doméstico se combinan un switch Ethernet, un dispositivo inalámbrico Wi‑Fi, DHCP, gateway predeterminado y funciones para distribuir la configuración de DNS.
  • Los bloques privados de IPv4 que no se enrutan en internet pueden reutilizarse una y otra vez.
    • 10.0.0.0/8 son 16,777,216 direcciones.
    • 172.16.0.0/12 son 1,048,576 direcciones.
    • 192.168.0.0/16 son 65,536 direcciones.
  • NAT cambia las direcciones y puertos privados internos por la dirección y los puertos públicos del router, y mantiene una tabla para devolver las respuestas a la conversación interna original.
    • Dos casas distintas pueden tener 192.168.1.5 sin conflicto, porque los paquetes nunca salen de cada red privada.
  • NAT solo registra conversaciones iniciadas desde adentro, así que descarta conexiones externas no solicitadas.
    • Para operar un servidor en casa se necesita port forwarding que conecte un puerto externo específico con un dispositivo interno.
    • Si el ISP cambia la dirección pública, eso debe rastrearse por separado.
    • Las videollamadas P2P requieren técnicas de traversal de NAT, como que ambos lados envíen paquetes al mismo tiempo.
    • Como solución temporal a la escasez de direcciones, internet terminó dividiéndose entre servidores que reciben solicitudes externas y dispositivos que solo inician solicitudes.
  • 127.0.0.0/8 es un rango de loopback, y el sistema operativo lo devuelve a la misma computadora sin pasar por la tarjeta de red.
    • 127.0.0.1 es por convención localhost.
    • Un servidor de desarrollo en 127.0.0.1:3000 solo es accesible desde esa misma computadora.
  • Un dispositivo tiene al mismo tiempo una dirección MAC que representa el hardware local y una dirección IP asignada en la red.

DNS: usar nombres en lugar de números

  • En los primeros días de ARPANET, el grupo de Elizabeth Feinler en Stanford Research Institute gestionaba manualmente todos los nombres y direcciones en un solo HOSTS.TXT
    • Cada computadora descargaba el archivo periódicamente, y los dispositivos no registrados eran prácticamente imposibles de encontrar
    • A medida que la red creció, la capacidad de edición de una sola oficina y un único punto de descarga se volvieron cuellos de botella
  • Paul Mockapetris diseñó en 1983 el DNS basado en delegación
    • en.wikipedia.org sigue la jerarquía de derecha a izquierda: root, org, wikipedia.org, en
    • El namespace se divide en zonas donde cada organización administra servidores autoritativos
  • Los dispositivos delegan las consultas a un resolvedor recursivo como el del ISP o Cloudflare 1.1.1.1
    1. El root indica los name servers de .org
    2. .org indica los servidores autoritativos de wikipedia.org
    3. El servidor autoritativo de Wikipedia responde 91.198.174.192 y un TTL de 3,600 segundos
  • El TTL de DNS, a diferencia del número de saltos de IP, es la vida útil del caché en segundos
    • El navegador, el sistema operativo y el resolvedor recursivo almacenan respuestas en caché, así que los nombres populares se resuelven al instante desde un punto cercano
    • El caché reduce la carga sobre el DNS superior, pero después de un cambio de dirección deja el valor anterior durante el TTL, creando una especie de inercia
  • Al comprar un dominio, el registrar registra en la zona del registry, como .com, un NS record que apunta a los name servers autoritativos
    • El zone file del dominio incluye, entre otros, un A record para IPv4 y un AAAA record para IPv6
    • Cloudflare, Route 53, el registrar o un servidor operado directamente pueden encargarse del DNS autoritativo
    • El DNS con reconocimiento de ubicación puede devolver direcciones de distintos datacenters según el lugar desde donde se hace la consulta

  • Seguridad y privacidad en DNS

    • El DNS inicial confiaba en la primera respuesta que llegara y coincidiera con la consulta
    • En 2008, Dan Kaminsky reveló el riesgo de envenenamiento de caché al explotar las 65,536 posibilidades del transaction ID de 16 bits
    • Si un atacante acierta el ID antes que la respuesta real y envía una respuesta falsificada con información maliciosa de name server, el resolvedor puede guardar datos falsos en caché durante el TTL definido por el atacante
    • DNSSEC hace que cada zona agregue firmas criptográficas a los registros y que el resolvedor verifique la cadena hasta una root key confiable
    • La firma de una respuesta falsificada no pasa la verificación y se descarta
    • DNSSEC garantiza autenticidad e integridad, pero no cifra la consulta en sí
    • DoT y DoH encapsulan las consultas DNS dentro de TLS o HTTPS, respectivamente, para que los observadores en la ruta no puedan leer qué dominios se están consultando

La interfaz de usuario que añadió la web

  • Para finales de los años 80, IP, TCP, Ethernet y DNS ya estaban completos, pero para acceder a la información todavía había que conocer el sistema de destino y usar herramientas de línea de comandos
  • Tim Berners-Lee propuso en 1989 en CERN un sistema para compartir documentos, y en 1991 puso en marcha la World Wide Web
  • La web usa tres componentes simples
    1. HTML conecta palabras o elementos de un documento con otros documentos en internet
    2. Una URL indica protocolo, servidor y ruta, como https, en.wikipedia.org, /wiki/Internet
      • El puerto predeterminado de HTTPS es 443 y el de HTTP es 80, por lo que pueden omitirse
    3. HTTP intercambia solicitudes y respuestas sobre TCP, como GET /page
      • 200 OK indica éxito, 404 Not Found que el documento no existe y 500 Internal Server Error un fallo interno del servidor
  • Como la URL se construye sobre DNS, HTTP sobre TCP y TCP sobre IP, no fue necesario cambiar los routers existentes para crear la nueva web
  • IP, TCP, DNS y HTTP están definidos en RFC que cualquiera puede leer e implementar gratis
    • Las RFC comenzaron en 1969 como memorandos en los que los desarrolladores de ARPANET pedían opiniones
    • El IETF estandariza los protocolos de internet desde 1986
    • Los puertos 80 y 443 también son convenciones registradas por RFC ante la IANA
  • NCSA Mosaic colocó imágenes dentro de los documentos en 1993, y Netscape Navigator, del mismo equipo, llevó la web a los hogares en 1994

TLS: intercambiar secretos sobre una línea pública

  • Los primeros protocolos de internet enviaban bytes en texto plano, por lo que routers, ISP y redes intermedias podían leer o modificar el contenido
  • La criptografía de clave pública crea un par de clave pública y clave privada mediante operaciones fáciles de calcular pero prácticamente imposibles de invertir
    • Los datos cifrados con la clave pública solo pueden descifrarse con la clave privada
    • Las firmas creadas con la clave privada pueden verificarse con la clave pública
    • En la práctica, en lugar de firmar todo el mensaje se firma un hash calculado a partir de todos los bytes, incorporando también la detección de cambios
    • Además de RSA, ECDSA y Ed25519 también ofrecen el esquema de firma con clave privada y verificación con clave pública
  • El problema de que un atacante se haga pasar por un banco presentando su propia clave pública se resuelve con certificados
    • Las claves públicas de las autoridades certificadoras incluidas previamente en el navegador garantizan la asociación entre la identidad del servidor y su clave pública
    • Se verifica la cadena de firmas desde el certificado del servidor, pasando por una autoridad intermedia, hasta una root confiable
    • Si la cadena no llega a una root, el navegador muestra una advertencia de seguridad a pantalla completa
  • Netscape creó SSL en 1994, que luego se estandarizó como TLS
    • TLS se ubica entre TCP y HTTP

  • Diffie–Hellman y claves de sesión

    • En el handshake de TLS, el navegador envía ClientHello, los cipher suites compatibles y un key share público; el servidor responde con el cipher suite elegido, el certificado y un key share firmado
    • En un ejemplo pequeño, usando las constantes públicas g=5, p=23:
    • El navegador calcula A=5⁶ mod 23=8 con el valor secreto a=6
    • El servidor calcula B=5¹⁵ mod 23=19 con el valor secreto b=15
    • El navegador calcula 19⁶ mod 23=2 y el servidor 8¹⁵ mod 23=2, obteniendo así la misma clave de sesión
    • Un espía ve g, p, A y B, pero en tamaños reales es difícil obtener los valores secretos resolviendo el problema del logaritmo discreto
    • Los navegadores modernos usan intercambios basados en curvas elípticas, que ofrecen seguridad equivalente con números más pequeños
    • Como las operaciones de clave pública son lentas para aplicarlas a todos los bytes, solo se usan para intercambiar claves; después se usa una clave simétrica rápida para cifrar y descifrar con la misma clave
    • El candado de HTTPS significa que los dispositivos intermedios pueden ver con quién se comunica uno, cuándo y cuánto dato se intercambia, pero no pueden leer el contenido

Encapsulación y VPN

  • Cada capa envuelve los datos de la capa superior con su propio encabezado
    • Una solicitud HTTP va dentro de un record de TLS, dentro de un segmento TCP, dentro de un paquete IP, dentro de una trama Ethernet o Wi‑Fi
    • Los switches y routers procesan solo los encabezados externos que necesitan
  • Una VPN no cifra solo el flujo de la aplicación, sino el paquete IP completo, y lo coloca como payload de un nuevo paquete con la dirección del servidor VPN
    • El ISP solo ve tráfico cifrado hacia y desde el servidor VPN
    • El sitio visitado ve la dirección del servidor VPN en lugar de la del usuario
    • Como el operador de la VPN hereda la visibilidad de ubicación que antes tenía el ISP, no agrega seguridad absoluta sino que traslada el punto de confianza
  • El uso original de la VPN era conectar laptops remotas a la red privada de una empresa para que funcionaran como si estuvieran conectadas directamente en la oficina

Qué sucede realmente al hacer clic en un enlace

  1. El navegador extrae el nombre del host de https://en.wikipedia.org y busca la dirección con DNS
  2. Abre una conexión TCP al puerto 443 de la dirección obtenida y realiza el 3-way handshake
  3. En el handshake de TLS verifica la cadena de certificados y acuerda las claves de sesión
  4. Envía la solicitud cifrada GET /wiki/Internet
  5. TCP reordena, retransmite y reensambla el HTML que llega en decenas de paquetes IP; TLS lo descifra, y el navegador lo interpreta y lo dibuja en pantalla

  • Diagnóstico de fallas paso a paso

    • Si no abre ningún sitio, hay que revisar el tramo previo a DNS, como Wi‑Fi, el router o el enlace del ISP
    • Se puede enviar ping a una dirección conocida como 1.1.1.1 para verificar si se puede salir de la red local
    • Si otros sitios funcionan pero un nombre específico no se resuelve, el problema está en la caché DNS o en los registros de ese sitio
    • Si DNS funciona pero la conexión TCP expira por tiempo de espera, el problema está en el servidor o en una red intermedia, y con traceroute se puede ver hasta qué salto llegó
    • Una advertencia de certificado a pantalla completa indica que falló la validación de la cadena de certificados TLS
    • Si toda la comunicación funciona y se recibe un HTTP 500, la solicitud llegó íntegra al servidor y falló dentro del servidor
    • DNS, TCP y TLS requieren cada uno latencia de ida y vuelta antes del primer byte de contenido, por eso la respuesta inicial puede ser lenta incluso en una conexión rápida

  • Encabezados de paquetes y visibilidad por capas

    • La solicitud de ejemplo tiene un encabezado IPv4 de 20 bytes y un encabezado TCP de 20 bytes
    • El encabezado IP incluye la longitud total, flags de fragmentación, TTL, el número de protocolo 6 que indica TCP, checksum y las direcciones de origen y destino
    • El encabezado TCP incluye el puerto de origen temporal 54211, el puerto de destino 443, número de secuencia, número ACK, flags, tamaño de ventana y checksum
    • Los routers intermedios solo leen el encabezado IP y no abren la información TCP ni el payload cifrado después de esos 20 bytes
    • TLS cifra el payload, pero no cifra los encabezados IP y TCP necesarios para el transporte, así que el destino de la comunicación y la cantidad de datos siguen siendo observables

La estructura por capas de internet

  • Ethernet, Wi‑Fi y la fibra de las capas de enlace y física mueven frames y bits dentro de un mismo medio local
  • IP en la capa de red enruta paquetes salto por salto a través de redes independientes
  • TCP y UDP en la capa de transporte ofrecen entrega por programa, confiabilidad o menor overhead
  • TLS en la capa de seguridad cifra la conexión y autentica a la contraparte
  • HTTP y DNS en la capa de aplicación aportan el significado para el usuario de solicitar documentos y resolver nombres
  • De abajo hacia arriba, cada capa oculta las limitaciones de la capa inmediatamente inferior
    • La capa de enlace oculta los problemas físicos de los cables compartidos y de los medios inalámbricos
    • IP oculta los límites entre redes de distintos propietarios
    • TCP oculta pérdidas, duplicados y cambios de orden
    • TLS evita la escucha y la manipulación
    • HTTP simplifica todo el proceso en solicitudes y respuestas
  • El modelo OSI de 1984 definió 7 capas al separar física y enlace de datos, y distinguir sesión, presentación y aplicación
    • El internet real usó la arquitectura TCP/IP, que se desplegó primero, pero términos de OSI como layer 2 switching, layer 3 routing y reconocimiento de aplicaciones en layer 7 siguen vigentes en la industria

QUIC y el internet que sigue evolucionando

  • Las capas dependen solo de la interfaz inferior, así que aunque se cambie el cable de cobre por fibra óptica o Wi‑Fi, no hace falta modificar las aplicaciones
  • HTTP/3 implementa confiabilidad y cifrado juntos con QUIC sobre UDP en lugar de TCP
  • En el flujo de bytes único y ordenado de TCP, si se pierde un paquete entre solicitudes multiplexadas, incluso las solicitudes no relacionadas quedan esperando detrás
    • QUIC ofrece streams con ACK independiente por solicitud, por lo que la pérdida solo detiene ese stream
  • Si primero se hace el handshake de TCP y luego el de TLS, se necesitan dos viajes de ida y vuelta antes de los datos HTTP
    • QUIC combina la configuración del transporte y el cifrado en un solo handshake, y al volver a un servidor recordado puede comenzar sin una ida y vuelta adicional
  • Las conexiones TCP están atadas a la combinación de IP y puertos, pero QUIC mantiene la conexión incluso si un teléfono cambia de Wi‑Fi a red celular y cambia de dirección
  • IP solo entrega el payload a través de puertos y no limita el protocolo interno
    • SSH se usa para shell remoto, SMTP para correo, MQTT para publicación/suscripción en dispositivos IoT limitados, WebRTC para voz y video directos entre navegadores, y los motores de juego usan protocolos UDP personalizados que descartan actualizaciones de posición antiguas
    • Google desplegó QUIC de forma propietaria entre Chrome y sus propios servidores, y luego el IETF lo estandarizó como HTTP/3; no fue necesario cambiar la infraestructura existente de internet
  • Incluso después del agotamiento de direcciones IPv4, la transición a IPv6 sigue en marcha por el costo de reemplazar las capas base, y el video en tiempo real, el cloud gaming y la colaboración remota siguen presionando los límites de latencia
  • Los satélites de órbita baja ya compiten con los cables submarinos en latencia de ida y vuelta, y los protocolos del futuro también aparecerán mediante nuevos compromisos cuando las aplicaciones actuales choquen con los límites de las capas existentes

Lecturas relacionadas

1 comentarios

 
GN⁺ 4 시간 전
Comentarios de Hacker News

  • Comparándolo, este artículo también estaba muy bien estructurado: https://explained-from-first-principles.com/internet/

  • Según las reglas quizá sea de mala educación dejar solo un elogio así, pero de verdad fue un artículo excelente. Explica de forma útil y bien organizada cómo surgieron las redes y cómo funcionan, hilándolo además como una historia interesante
    Hay quienes dicen que fue escrito por un LLM, pero aunque así fuera, no me importa. Un buen texto es un buen texto

    • En la primera animación también debería aparecer el servidor que aloja la plataforma de mensajería. Si no, sería mejor cambiar ese ejemplo por una aplicación P2P
    • Me desperté por la mañana y se me ocurrió esto, así que un humano intentó escribir algo parecido a un haiku
      “Ya existían el klingon y el élfico. Ahora existe también el idioma LLM.”

  • Puede que el contenido en sí lo haya escrito enteramente el autor, pero comparando el cuerpo del texto con el estilo de los comentarios del autor, estoy seguro de que pasó por una corrección importante con IA
    Eso no significa necesariamente que sea algo malo, pero también es injusto tachar de paranoicos a quienes lo notaron

  • El primer gran pedido que recibió la Digital PDP-1 fue para usarla en el trabajo de mensajería con cinta perforada de ITT: https://www.eejournal.com/article/gordon-bell-1934-2024-gran...

  • Quiero equilibrar un poco las reacciones negativas. Solo leí las primeras secciones, pero explica muy bien cómo fueron evolucionando varios conceptos a partir de un punto de partida simple
    Comprime en un solo artículo muchísimos conceptos que aprendí trabajando como ingeniero de software mediante investigación y prueba y error. Ojalá Faza siga creando y compartiendo textos así

    • El objetivo de estos textos era explicar cómo evolucionaron cosas que damos por sentadas. Mientras lo escribía, yo mismo aprendí mucho y también descubrí partes que no entendía tan bien como creía
      Sentía que el material existente o bien se concentraba solo en los detalles técnicos, o simplificaba demasiado los conceptos para que cualquiera pudiera seguirlo. Por eso intenté hacer una explicación detallada pero fácil de seguir
      Al principio pensaba usar solo texto y diagramas, pero luego me di cuenta de que con simulaciones podía explicarlo mucho mejor

  • La estructura y la redacción del artículo son excelentes, y me recuerda al trabajo de Bartosz Ciechanowski: https://ciechanow.ski
    También me da curiosidad saber cuál fue el stack tecnológico usado para los elementos interactivos del artículo y si, de volver a hacerlo, elegiría otras tecnologías

    • Al principio hice un sitio estático con Astro sin planear incluir elementos interactivos, y escribí el contenido en archivos Markdown
      Después descubrí que Astro soporta MDX, que permite insertar componentes personalizados de JavaScript. Las primeras animaciones las implementé con JavaScript puro, SVG y transiciones CSS, pero a medida que las simulaciones se volvieron más complejas, empecé a usar React para manejar el estado

  • Dos comentarios relativamente inocuos de aquí aparecen marcados como [dead]. Si eran comentarios de bots, me pregunto en qué se puede basar uno para detectarlos

    • Me da la impresión de que la mayoría de las entradas de blog en HN y una buena cantidad de comentarios están escritos principalmente con IA. Aunque, bueno, este tipo de cosas siempre han existido en el internet anónimo

  • Si activas modo avión después de cargar la página, las animaciones que todavía no habían entrado en pantalla no se reproducen. Es un comportamiento raro

    • Soy el autor. Antes, las simulaciones solo se descargaban cuando hacías scroll hasta que entraban en pantalla
      Ya lo corregí y lo desplegué para que ahora todas las simulaciones se descarguen al cargar la página y se reproduzcan cuando entren en pantalla

  • La reacción aquí es demasiado negativa. Revisé varias partes: las animaciones se veían bien, el texto era fácil de leer y el contenido no parecía un producto generado de baja calidad
    El contexto histórico del telégrafo me pareció interesante, y también trató con cuidado la diferencia entre ancho de banda y latencia. Eso sí, el artículo es demasiado largo, así que parece poco probable que un lector que no sepa mucho del tema lo lea hasta el final

    • Sentía que el material existente era demasiado de libro de texto o demasiado superficial, y quería ayudar a que cualquiera pudiera entender los conceptos en detalle. Por eso intenté explicarlo de una forma más interesante
    • Es fácil sentirse superior desestimando a los demás. Especialmente en HN, como leer de verdad un texto largo y evaluarlo para hacer una crítica constructiva toma tiempo, cuanto más apresurada es la reacción, más tiende a ser negativa o fuera de contexto