BT协议分析(1)—1.0协议

• 简述

BT下载是采用P2P的下载方式,下载的大致形式采用如下图所示,处于图示中心的称为Tracker服务器,其余称为Peer。

 

缺点

1.资源的安全性

2.资源的实效性（没有上传者则BT也将失效）

3.版权

• 协议分析

对BT协议(1.0)的分析主要包含4个部分：

1.种子文件的分析

2.同Tracker服务器的通讯(采用HTTP协议)

3.同其他peer(配合/协同者)的通讯(采用TCP协议)

4.总结

分析前的了解

在这些分析之前，需要先了解两点BT协议采用的基础：

1.BT协议中采用的单位

2.BT协议中采用的编码

1--单位说明：

下载的文件被划分成大小相同的piece(除了最后一个)，以1 – 256KB (假设一个piece=256KB)称为第1个piece,之后按顺序称呼，每个piece都有独特的hash值，作为版本号。

piece下面又划分了block,block一般为固定值16KB,在同peer(同为下载者的对象主机)之间每次传输的单位为block,client(本机)需要记录该block的是属于那个piece的block。

Tips:

1.piece需要是16KB的整数倍

2.对piece的校验流程：

下载完成 è 使用标准算法(Sha1)计算1的hash值 è 比较种子文件的hash值同2的hash值

2--单位说明：

种子文件又成metafile(元文件),文件内部的编码采用BenCode(B编码),BenCode中存在4中类型。

类型	格式及范例
字符串	格式：<字符串长度>：<字符串> 范例：字符串good 4：good
整型	格式：i<十进制的整型数>e => i(interge)为起始符，e(end)为结束符 范例：数字5 i5e
列表	格式：l<其他类型>e =>l(list)为起始符，e(end)为结束符 范例：字符串good + 字符串nihao l4：good5：nihaoe
字典	格式：d<关键字><值>e =>d(dictionary)为起始符,e(end) 其中：关键字必须为字符串,值则未限定 范例：good为key,列表nihao和hello为值 d4:goodl5:nihao5:helloee

协议分析(1)--种子文件分析

(a)枚举文件说明

=>以文本打开单文件.torrent文件:

d8:announce35:http://192.168.73.197:8080/announce10:created by13:BitComet/1.3713:creation datei1472779924e8:encoding5:UTF-84:infod4:ed2k16:??~_x0010_€?_x001D_8_x0007_/vG8:filehash20:E氙率>w?⒂?y<?伖6:lengthi30791e4:name22:btdownloadservice.mmap10:name.utf-822:btdownloadservice.mmap12:piece lengthi32768e6:pieces20:E氙率>w?⒂?y<?伖e5:nodesll4:6881i0eel5:37049i0eel5:33281i0eel5:18021i0eel5:51413i0eel5:21793i0eel5:51413i0eel5:18672i0eel4:6881i0eel4:5712i0eee9:publisher10:hejianglin15:publisher.utf-810:hejiangline

解析情况

=>以文本打开多文件.torrent文件:

d8:announce35:http://192.168.73.197:8080/announce10:created by13:BitComet/1.3713:creation datei1472781603e8:encoding5:UTF-84:infod5:filesld4:ed2k16:鳛 *羉_x0007_実?⒚!彐o8:filehash20:碊?a?戎7暰毿警U_x0019_6?:lengthi5e4:pathl9:test1.txte10:path.utf-8l9:test1.txteed6:lengthi32763e4:pathl104:_____padding_file_0_濡傛灉鎮ㄧ湅鍒版�鏂囦欢锛岃�鍗囩骇鍒癇itComet(姣旂壒褰楁槦)0.85鎴栦互涓婄増鏈琠___e10:path.utf-8l104:_____padding_file_0_濡傛灉鎮ㄧ湅鍒版�鏂囦欢锛岃�鍗囩骇鍒癇itComet(姣旂壒褰楁槦)0.85鎴栦互涓婄増鏈琠___eed4:ed2k16:?c]獝狎褧Ao顫?:filehash20:_x0010_烱<P装遰?浧�飷f?6:lengthi5e4:pathl9:test2.txte10:path.utf-8l9:test2.txteee4:name3:dir10:name.utf-83:dir12:piece lengthi32768e6:pieces40:B橫?鬝笫Pi烃}璭鑱k_x0010_烱<P装遰?浧�飷f?e5:nodesll4:6881i0eel5:37049i0eel5:33281i0eel5:18021i0eel5:51413i0eel5:21793i0eel5:56963i0eel5:38322i0eel5:26121i0eel4:5712i0eee9:publisher10:xxxxxxxxxx15:publisher.utf-810:xxxxxxxxxxe

解析情况

 

关于各个关键key的作用请看下面(b)key的说明

(b)key说明

=>单/多文件都包含的key说明

key	说明
announce	Tracker的主服务器
announce-list(可选)	Tracker服务器备用列表
creation date(可选)	种子文件建立的时间
comment(可选):	种子文件的注释
created by(可选)	创建人或创建程序的信息
info	文件信息,二种情况:单文件结构或多文件结构

=>单文件中的info说明

key	说明
length	文件的大小，用byte计算
md5sum(可选)	MD5校验和,不使用
name	文件名
piece length	每个piece的大小，用byte计算
pieces	每个piece的20个字节的SHAT Hash的值

=>多文件中的info说明

key	说明
files	表示文件的名字和大小下面说明
md5sum(可选)	MD5校验和,不使用
name	目录名字
piece length	每个piece的大小，用byte计算
pieces	每个piece的20个字节的SHAT Hash的值

=>多文件中的files说明

key	说明
lenghth	文件的大小，用byte计算
path	文件的名字
path.utf-8	文件名的UTF-8编码

有点乱,请看(c)总结

(c)总结

=>单文件torrent的种子结构信息

├─announce

├─announce-list

├─comment

├─comment.utf-8

├─creation date

├─encoding

├─info

│ ├─length

│ ├─name

│ ├─name.utf-8

│ ├─piece length

│ ├─pieces

│ ├─publisher

│ ├─publisher-url

│ ├─publisher-url.utf-8

│ └─publisher.utf-8

└─nodes //dht

=>多文件torrent的种子结构信息

├─announce

├─announce-list

├─comment

├─comment.utf-8

├─creation date

├─encoding

├─info

│ ├─files

│ │ ├─length

│ │ ├─path

│ │ └─path.utf-8

│ ├─name

│ ├─name.utf-8

│ ├─piece length

│ ├─pieces

│ ├─publisher

│ ├─publisher-url

│ ├─publisher-url.utf-8

│ └─publisher.utf-8

└─nodes //dht

BT协议分析(2)--同Tracker服务器的通讯(采用HTTP协议GET方式)

(a)目的

1.将下载进度报告给Tracker以便Tracker进行相关统计

2.获取当前下载同一个资源的peer的IP和端口号

(b)操作

=>主机发送给Tracker服务器请求当前连接着同一文件的peer地址

格式：<Tracker服务器地址>?<parm1=value1>&<><parm2=value2>...

例如：

http://tk.greedland.net/announce?

info_hash=01234567890123456789

&peer_id=01234567890123456789

&port=3210

&compact=1

&uploaded=0

&downloaded=0

&left=8000000

&event=started

参数说明：

参数	意义
info_hash	种子文件info对应的hash值(固定20字节)
peer_id	随机标识符,表示自身的请求(固定20字节)
port	主机监听端口号，用与同其他peer的连接请求
uploaded	当前的上传总量(单位Byte)
downloaded	当前的下载总量(单位Byte)
left	剩余下载量,即下载总量 - 已下载量
compact	Tracker服务器的反馈当前peer的方式 1 = 每个peer占6个字节，前4字节为peer的IP地址，其余为peer的端口号
event	主机的下载状态: start = 主机开始下载(主机同Tracker首次通信时) completed = 主机已完成下载 stoped = 结束，主机即将关闭
ip	可选,主机IP地址
numwant	可选,Tracker服务器反馈peer的数量(默认50个)
key	可选,随机标识符
trackerid	可选

=>Tracker服务器返回结果(B编码的字典)

d //

8:complete //..已完成数量

i100e

10:incomplete // ..未完成数量

i200e

8:interval // ..间隔时间

i1800e

5:peers // ..当前peers

300:......

e

参数说明:

关键字	意义
failure reason	GET失败的原因(human string)
warning message	GET警告字符串(human string)
interval	主机下次连接Tracker所需时间(单位:秒)
min interval	主机下次连接Tracker所需的最小时间(单位：秒)
tracked id	指明Tracker的ID
complete	整数,当前存在多少个peer已完成该文件的下载
incomplete	整数，当前存在多少个peer未完成该文件的下载
peers	各个peer的IP和端口号,字符串

具体分析:

URL的具体情况:/announce?info_hash=%98%13%c7%a0%87%eb%a7%a6gh%dc%86kU%03m%ff%2fr%94&peer_id=-UT348B-%03%a6%df%91%063%f8%daC%1e%02F&port=24842&uploaded=0&downloaded=0&left=13547779828&corrupt=0&key=917599C2&numwant=200&compact=1&no_peer_id=1 HTTP/1.1

回包信息:

BT协议分析(3)--同其他peer(配合/协同者)的通讯(采用TCP协议)

(a)通讯协议格式说明

主机同peer之间的通讯格式主要分为两种：握手及其他

=>握手采用的格式和参数说明

格式：<pstrlen><pstr><reserved><info_hash><peer_id>
参数	所占字节数	意义
pstrlen	1	pstr的长度，为固定值19
pstr	19	BitTorrent protocol，BitTorrent协议的关键字
reserved	8	扩展字节，一般设置为0
info_hash	20	同主机发送到Tracker的Get请求中的info_hash为同值
peer_id	20	识别BT软件类型

=>其他的参数说明

格式：<length prefix><message ID><payload>
参数	所占字节数	意义
length prefix	4	表示message ID 和 payload的长度和
message ID	1	十进制整数,表示消息的编号
payload	随机	负载，表示消息的内容

message ID说明

消息类型	消息格式	所占字节数	意义
keep_alive	<len=0000> 即：0000	4	2分钟内没有向peer发送任何消息，则发送此消息
choke	<len=0001><id=0> 即：00010	5	阻塞接收消息的peer，即该peer无法下载主机资源
unchoke	<len=0001><id=1> 即：00011	5	解除阻塞。
interested	<len=0001><id=2> 即：00012	5	通知peer，peer上存在主机上没有的资源
not interested	<len=0001><id=3> 即：00013	5	通知peer,peer上存在的资源主机上都有
have	<len=0005><id=4><piece index> 即：00054<piece index>	9	通知所有peer，主机拥有此index的piece
bitfield	<len=0001 + X(见注1)><id=5><bitfield> 即：< 1(表示id长度) +bitfile的长度>5<bitfield>	不固定	主机同peer端交换当前资源的信息
request	<len=0013><id=6><index><begin><length> 即：000136<piece的索引><piece的偏移><请求的数据长度>	17	主机请求获取peer上的资源
piece	<len=0009+X><id=7><index><begin><block> 即：<9+block的长度(见注2)>7<index><begin><block>	不固定	主机上传资源到peer上
cancel	<len=0013><id=8><index><begin><length>即： 000138<piece的索引><piece的偏移><请求的数据长度>	17	同request的作用相反,用于取消获取的请求
port	<len=0003><id=9><listen-port> 即：00039<监听端口>	7	只在支持DHT(见注3)的主机上使用,指明DHT监听的端口号

注1：

X：表示为(Bit)位图的长度，每个Bit代表一个Piece，假设当前文件为801个piece，则需要801个Bit来表示，也即101个字节，第一个Bit表示第一个piece，Bit为1表明当前主机拥有此piece。

注2：

9 = id(1) + index(4) + begin(4)

X表示block的长度

block表示传输的资源数据(一般为slice的长度)

注3：

DHT：Distributed Hash Table(分布式哈希表)，每个客户端都可以充当服务器，这样在没有Tarcker服务器的时候，主机仍然可以在其他peer上下载文件。采用UDP协议(采用的端口号同TCP端口号一致)

完全不知道是什么？请看(b)交互步骤

(b)交互步骤

步骤1.建立握手消息,创建针对peer的状态变量

当前主机对成功建立连接peer都需要维护一个和peer之间的状态信息

状态变量	意义
am_chocking	意义：主机阻塞标志 1 = 主机同peer信息阻塞，peer不可以获取主机数据 0 = 非阻塞，peer可以获取主机数据 default = 1
am_interested	意义：主机数据不完整标志 1 = peer存在主机没有的piece 0 = peer上的piece主机上都有 default = 0
peer_chocking	意义：peer阻塞标志 1 = peer同当前主机阻塞，主机不可获取peer端数据 0 = 非阻塞，主机可以获取peer数据 default = 1
peer_interested	意义：peer数据不完整标志 1 = 主机存在peer没有的piece(数据) 0 = 主机上的piece,peer上都有 default = 0

步骤2.互换所拥有的资源情况

采用上述的bitfield交换数据

步骤3.交流对资源的意愿信息

采用上述的choke/unchoke/interested/not interested /have 交换数据

步骤4.互相请求资源

采用上述的request / cancel / piece交换数据

步骤5.断开连接

(c)交互算法

下载策略：

1.片段选择法

a)向一个peer请求完整的一个piece

b)优先请求当前piece拥有者最少的piece

c)在最开始采用随机下载piece

d)但下载中遇上某个piece传输速度慢的情况，客户端向所有的piece发送该piece的block的请求

片段选择策略：

在开始和最后的阶段，随机的去多个peer上获取相同的block

2.阻塞算法

性能优化策略。

每个客户端同固定数量的peer保持疏通，如何判断保持疏通的对象? (根据与peer的连接速度)

BT协议采用每10秒计算与当前peer的连接速度，选取速度最快的4个选择疏通.

另外在处理空闲连接是否具有更好的下载速度时，BT协议为每个peer设定一个optimistic unchoking peer,

每个主机每隔30s计算当前主机同该peer的传输速度，优于最优的那个则采用为4个选择疏通对象的其中一个。

且每隔30s置换一个peer对象.

当主机下载结束后，是如何选择4个疏通对象的?于传输速度最优的4个peer保持疏通关系

• 总结

以图为例，BT采取的流程大致如下。

• 参考

http://www.bittorrent.org/

http://www.cnblogs.com/happyhotty/articles/2064058.html

http://www.cnblogs.com/DxSoft/archive/2012/02/11/2346314.html

http://blog.chinaunix.net/uid-26548237-id-3056731.html