Protocolos de transferencia de archivos: Parte 8 — BitTorrent

BitTorrent — protocolo de transferencia de archivos entre pares, creado por Bram Cohen en 2001. A diferencia de HTTP o FTP, donde todos descargan el archivo desde un único servidor, en BitTorrent cada participante descarga y comparte partes del archivo con otros al mismo tiempo. Cuantas más personas tengan el archivo, más rápido se distribuye, y la carga sobre el servidor original casi no aumenta.

Cómo funciona una distribución

El archivo (o conjunto de archivos) se divide en partes — trozos (pieces) de tamaño fijo. Para cada trozo se calcula un hash, y esos hashes junto con la lista de archivos se registran en los metadatos de la distribución — el archivo .torrent. Un participante que recibe un trozo lo verifica mediante el hash y comienza inmediatamente a compartirlo con otros. Los datos dañados o modificados se descartan automáticamente.

A los participantes se les llama pares (peers). Quien tiene el archivo completo — semilla (seed). La distribución la inicia al menos una seed, y a partir de ahí los datos se van repartiendo entre los pares.

Cómo se encuentran los pares

• Tracker — servidor que mantiene la lista de participantes de una distribución y la proporciona a los clientes. Los propios archivos no pasan a través del tracker.
• DHT — tabla hash distribuida donde la lista de participantes la almacenan los propios clientes. La distribución sigue funcionando aunque el tracker no esté disponible.
• PEX (intercambio de pares) — los clientes se comunican entre sí las direcciones de otros participantes.
• Descubrimiento local — los clientes en la misma red local se encuentran sin necesidad de internet, lo que es útil para distribuciones dentro de una oficina.

Enlaces magnet

En lugar del archivo .torrent se puede distribuir un enlace magnet: contiene el hash de los metadatos de la distribución (info hash). El cliente encuentra pares a través de DHT o del tracker, obtiene de ellos los metadatos, los verifica por su hash y comienza la descarga. Es útil cuando la distribución debe publicarse en una sola línea.

BitTorrent v2

La especificación BEP 52 describe la segunda versión del protocolo. Los cambios principales:

• SHA-256 en lugar de SHA-1 — la función hash obsoleta SHA-1 se reemplaza por una más segura;
• árboles de hashes por cada archivo — cada archivo se describe mediante su propio árbol de Merkle formado por bloques de 16 KiB, de modo que archivos idénticos en distintas distribuciones se reconocen y es posible verificar bloques individuales;
• distribuciones híbridas — el archivo .torrent puede contener simultáneamente la descripción en los formatos v1 y v2, para que tanto clientes antiguos como nuevos entiendan la distribución.

El hash completo v2 ocupa 32 bytes; para compatibilidad con los trackers se usa su versión truncada a 20 bytes. Las descargas de distribuciones v2 y las híbridas son compatibles con clientes modernos — por ejemplo, Transmission a partir de la versión 4.0 — pero muchas distribuciones todavía se crean en formato v1 o híbrido.

Dónde es útil el protocolo en el trabajo

• Imágenes de sistemas operativos. Muchas distribuciones de Linux publican torrents oficiales junto a los enlaces directos: esto descarga los espejos y acelera la descarga.
• Distribución de actualizaciones y archivos grandes dentro de una empresa. Cuando la misma imagen o archivo de varios gigabytes se necesita en decenas de máquinas, BitTorrent con descubrimiento local distribuye la carga entre ellas en lugar de cargar un único servidor de archivos.
• Archivos y conjuntos de datos. Proyectos científicos y comunitarios difunden mediante BitTorrent grandes conjuntos de datos que resultarían costosos de distribuir desde un único servidor.
• Descarga en conexiones inestables. Cada trozo se verifica por separado, por lo que las interrupciones no corrompen el archivo y la descarga puede continuar desde cualquier punto.

Seguridad y limitaciones

• El protocolo en sí no cifra los datos. Los clientes soportan cifrado de flujo (MSE/PE), pero esto oculta el tráfico de filtros sencillos y no hace el intercambio anónimo: las direcciones de los participantes son visibles entre sí y para el tracker.
• La verificación por hashes garantiza que los datos coinciden con los metadatos, pero no que los metadatos provengan de una fuente fiable. Descargue los archivos .torrent y los enlaces magnet solo desde los sitios oficiales de los proyectos.
• En muchas redes corporativas el tráfico P2P se bloquea por políticas de seguridad. El uso de BitTorrent dentro de una empresa debe acordarse y limitarse a la red interna.
• La difusión de material protegido por derechos de autor sin la autorización del titular es ilegal — el protocolo no tiene la culpa, pero la responsabilidad recae en quien comparte.