Internet, le conglomérat des réseaux

Ce document vise essentiellement à donner une idée des principes de base du fonctionnement de l’Internet. Il aborde notamment la façon dont y sont acheminées les données, comment est identifiée la destination d’un envoi de données (quelle est son adresse ?), les problèmes liés à la croissance de l’Internet, et quelques aspects de son utilisation courante.

1. Circulation de l’information

Comment les données circulent-elles dans l’Internet ?

Ce qui circule : des paquets

Dans un réseau, l’information qui circule est découpée en unités élémentaires appelées paquets. Il s’agit d’une suite d’octets suffisamment courte pour pouvoir être communiquée sous forme numérique et sans erreur sur un câble de communication ou tout autre type de liaison numérique (radio par exemple).

Dans le cas de l’Internet, le format des paquets est spécifié par un protocole, l’Internet Protocol, connu sous l’acronyme IP. On parle donc de paquets IP. Quand on récupère un fichier par exemple, son contenu est découpé en petits morceaux inclus dans une multitude de paquets IP qui transitent sur le réseau. Chaque paquet circule indépendamment des autres. Pour cela, il contient un en-tête indiquant entre autres quelle est la destination du paquet. Le protocole IP spécifie que cette destination est identifiée par une suite de 4 octets : son adresse IP (chaque octet est généralement lu comme un nombre entre 0 et 255).

Voici le format de l’en-tête d’un paquet IP, tel que spécifié au bit près dans le standard RFC 791 défini par l’IETF (pour « Internet Engineering Task Force »), l’organisme de standardisation de l’Internet. La première ligne indique la signification des quatre premiers octets du paquet (soit 32 bits), la deuxième, celle des quatre suivants et ainsi de suite. Le reste du paquet est constitué par les données qui transitent dans le paquet (typiquement de l’ordre de 1000 octets).

    0                   1                   2                   3   
    0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 
    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 
   |Version|  IHL  |Type of Service|          Total Length         |
    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 
   |         Identification        |Flags|      Fragment Offset    |
    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 
   |  Time to Live |    Protocol   |         Header Checksum       |
    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 
   |                       Source Address                          |
    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 
   |                    Destination Address                        |
    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 
   |                    Options                    |    Padding    |
    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 

On voit qu’outre l’adresse IP de la destination (cinquième ligne), un paquet IP contient aussi celle de la source (quatrième ligne) et bien d’autres champs comme la version du protocole (quatre premiers bits de la première ligne). La version présentée ici (la plus courante à l’heure actuelle) est la version 4 (IPv4). Tout paquet IPv4 commence par les bits 0100, soit 4 en binaire.

3. Gérer la croissance

Depuis ses débuts, l’Internet s’est développé et continue de croître. Quelles sont les solutions passées et futures permettant de gérer cette croissance ?

Origine de l’Internet

On fait souvent remonter la naissance de l’Internet à celle de son premier réseau, l’ARPANET, en 1969. En fait, les premières interconnexions effectives de réseaux remontent à 1983, avec la séparation de l’ARPANET en deux réseaux et sa liaison avec le réseau académique américain CSNET. L’invention d’IP, qui permet d’interconnecter des réseaux, est généralement attribuée aux américains Vinton Cerf et Robert Kahn à la fin des années 1970.

Cependant, il serait sans doute légitime de leur voir associer le nom du français Louis Pouzin, qu’ils ont visité en 1972 et dont les travaux pour le réseau Cyclades les ont sans doute largement inspirés dans la conception d’IP. Le réseau Cyclades (projet inspiré d’ARPANET et développé à l’IRIA) possédait dès le début des années 1970 une conception centrée sur la commutation de paquets (appelés datagrammes) avec une partie très similaire à IP.

On pourra trouver plus d’informations sur l’histoire de l’internet sur Wikipedia et sur le site de l’Internet Society (l’organisme qui contrôle de nombreux aspects de l’internet comme sa standardisation par le biais de sa branche IETF).

Une croissance exponentielle

De 1985 à 1990, l’Internet devient un réseau académique mondial. Son explosion avec l’arrivée du monde commercial date des années 1990. On décompte ainsi 300 mille hôtes en 1990, 15 millions en 1995, 100 millions en 2000.

Évolution du nombre d’hôtes.
La courbe ci-dessus est de l’Internet Systems Consortium. Certains routeurs offrent aussi de manière automatique des statistiques extraites de leurs tables de routage BGP sous le nom de CIDR Report.

Mais plus qu’au nombre d’ordinateurs connectés par l’Internet (estimé entre 350 et 400 millions début 2006), il convient de s’intéresser au nombre de réseaux connectés (plus de 180 000, dont seulement 22 000 systèmes autonomes assurent l’interconnexion générale début 2006). Le nombre de routeurs de l’Internet quant à lui est estimé aux environ de 200 000, c’est un chiffre très difficile à obtenir techniquement. En effet, la technique du « masquerading » permet de cacher un réseau derrière une seule machine passerelle, mais de tels réseaux apparaissent pour le reste de l’internet comme une seule machine.

Connecter un réseau quand on a une seule adresse IP

Expliquons ici le « masquerading » : une passerelle se fait passer pour toutes les machines du réseau à la fois. La passerelle possède l’adresse IP, les autres machines ont des adresses fictives (typiquement 192.168...). Ce tour de passe-passe est possible grâce aux numéros de port de TCP, qui sont utilisés comme deux octets d’adressage supplémentaires : quand un paquet TCP arrive à la passerelle, celle-ci va transmettre le paquet à l’hôte qui a initié une connexion depuis ce port.

Si plusieurs hôtes utilisent le même port, la passerelle doit jongler avec les numéros de port pour éviter les collisions. Elle peut aussi utiliser l’adresse IP et le port utilisés à l’autre bout de la connexion pour distinguer différentes connexions.

Un routeur Wifi personnel est un exemple typique de passerelle effectuant du « masquerading » pour pouvoir connecter tous les ordinateurs d’une maison à l’Internet, alors que le fournisseur d’accès n’offre généralement qu’une seule adresse IP.

Pour protéger d’éventuelles attaques les machines d’un réseau, une technique classique consiste à les masquer derrière un pare-feu (ou « firewall » en anglais) qui filtre de plus les paquets entrants ou sortants suspects.

À l’inverse, pour rendre accessible un ordinateur ainsi masqué, il faut indiquer à la passerelle qu’elle doit rediriger les tentative de connexion vers le port qu’on veut ouvrir à cet ordinateur.

Pourquoi un tel essor ?

Ce qui caractérise le plus l’Internet est sans doute l’absence d’entité centralisatrice et une architecture ouverte : n’importe qui peut se connecter quelle que soit la technologie utilisée dans son réseau.

Les entités qui dirigent chaque réseau décident de se connecter les unes aux autres au gré d’accord bilatéraux ou multilatéraux. Une série de spécifications publiques indiquent les règles à respecter pour pouvoir se connecter. C’est cet aspect ouvert des spécifications qui rend possible le fonctionnement d’un tel conglomérat de réseaux.

L’évolution d’IP : IPv6

Compte-tenu de la croissance de l’Internet, le nombre d’adresses IP devient une donnée critique. Avec IP version 4 (IPv4), les adresses sont des suites de 32 bits, le nombre d’adresses IP possibles reste donc limité à 2³², soit environ 4 milliards. Malgré plusieurs modifications pour augmenter l’utilisation de l’espace d’adressage (comme la technique du « masquerading » mentionnée ci-dessus), la croissance du nombre d’adresse IP utilisées reste exponentielle.

Fatalement viendra un jour où il ne sera plus possible de connecter davantage de réseaux à l’Internet, par manque d’adresses IP. Ce jour-là est déjà anticipé depuis le milieu des années 1990 avec la version 6 de IP (IPv6) qui utilise des adresses de 128 bits, largement de quoi donner une adresse IP à tous les appareils électroniques que la Terre porte ou portera.

Cette version d’IP fonctionne en fait déjà sur de nombreux ordinateurs (comme les systèmes Unix et en particulier Linux et MacOSX) et sur environ un millier des 22 000 systèmes autonomes actuels. Elle est prévue pour cohabiter avec IPv4 de sorte à effectuer une transition progressive.

Problématiques de recherche

Le fonctionnement de l’Internet est le lieu d’une intense activité de recherche, qu’il s’agisse de concevoir les protocoles du futur, d’intégrer de nouvelles formes de réseaux comme les réseaux ad hoc, ou encore de mesurer et de modéliser la forme actuelle du réseau.

En effet, avec son organisation décentralisée, il est impossible d’avoir une carte globale de l’Internet autrement qu’en le mesurant. Il est possible d’utiliser les tables de routage des routeurs, mais elles ne donnent qu’une vision partielle ou agrégée. Voici par exemple le résultat d’une exploration par des traceroute depuis un point de l’Internet vers toutes les destinations possibles obtenu par l’Internet Mapping Project (qui s’est mis ensuite à faire commerce de telles « cartes »).

Exemple de « carte » obtenue par exploration de l’internet.
Image : Internet Mapping Project.

Pour plus de détails sur ce qu’on connaît de la topologie de l’Internet, consulter le site de l’association CAIDA (Cooperative Association for Internet Data Analysis).

4. Web et anonymat

Qu’est-ce que le Web (la toile) vis-à-vis de l’Internet, que sont les noms de domaines (comme interstices.info) que nous utilisons si souvent ? Comment sont gérées les questions de publicité et d’anonymat dans l’Internet ?

Le Web, une application sur l’Internet

Il ne faut pas confondre l’Internet avec la toile, qui est le réseau des pages web, même si c’est surtout par la consultation des pages web que le grand public utilise l’Internet, et que cela a contribué à sa croissance. En effet, nous accédons aux pages web grâce à l’Internet qui nous permet de nous connecter aux serveurs web qui proposent ces pages. On peut donc dire qu’on les trouve sur l’Internet.

D’autre part, les pages web possèdent des liens hypertexte qui les relient les unes aux autres. Ces liens, appelés URL ou URI (pour « Uniform Ressource Locator » ou « Uniform Ressource Identifier »), sont des redirections logiques qui contiennent simplement l’adresse IP et le port du serveur (ou simplement son nom) et le chemin du fichier contenant la page sur le serveur. Ces liens logiques n’ont aucun rapport avec les liens physiques de l’Internet.

L’étude du graphe du web (le graphe défini par ces liens) constitue un domaine en soi, qui permet par exemple aux moteurs de recherche d’évaluer l’importance des pages web (sur le principe de base qu’une page pointée par beaucoup de liens doit être plus intéressante qu’une page très peu pointée).

Noms et adresses

On utilise rarement les adresse IP directement lorsqu’on utilise les applications internet comme le web. Il est en effet plus pratique d’utiliser des noms que des numéros.

Pour cela, un système d’annuaire permet de traduire un nom comme interstices.info en l’adresse IP qui lui est associée 128.93.162.59. Ce système est constitué d’une hiérarchie de serveurs de noms ou DNS (pour « Domain Name Serveur »). Une quinzaine de serveurs racines (dont les adresses IP sont connues) indiquent quelles sont les adresses IP des serveurs de nom des domaines les plus haut (comme .com, .fr, .info…). Chaque serveur de nom agit de même pour ses sous-domaines (interstices.info est par exemple un sous-domaine de .info). Ainsi, lorsque vous demandez à votre navigateur la page web d’URL http://interstices.info/internet, ce navigateur commence par effectuer une requête auprès du serveur de nom de votre fournisseur d’accès à internet : quelle est l’adresse IP de interstices.info. Celui-ci va alors demander aux serveurs racines l’adresse IP d’un serveur de nom pour .info, qu’il pourra alors contacter pour obtenir l’adresse IP d’un serveur de nom de interstices.info, qui pourra lui indiquer l’adresse de l’hôte interstices.info. Bien sûr, le serveur de nom retient les réponses qu’il a déjà reçues pour éviter de rechercher trop souvent les mêmes serveurs de nom.

Quand votre navigateur reçoit l’adresse IP de interstices.info, il peut alors ouvrir une connexion TCP vers cette adresse sur le port 80 (le port par défaut pour les serveurs web), et demander le fichier /internet. Quand il reçoit enfin le contenu du fichier, votre navigateur le met en page et commence à l’afficher. (Le contenu peut faire référence à d’autres URL qui sont téléchargées de même pendant l’affichage.)

Questions de confidentialité et de sécurité

L’Internet, en tant qu’espace foisonnant d’informations, suscite bien des questions sur le respect de la vie privée ou au contraire de la publicité qu’il peut apporter. Certains acteurs, comme les sociétés commerciales, aimeraient voir leur nom s’afficher sur un maximum de pages web, alors que d’autres acteurs préféreraient rester le plus anonymes possible. Lançons quelques pistes sur ce débat sans pouvoir le creuser ici plus en détail.

Les moteurs de recherche qui permettent aux internautes de trouver des pages web ont une position clé dans la publicité que peuvent obtenir les acteurs commerciaux (ou politiques) de l’Internet. De nombreux vendeurs de produits, prenons par exemple les baladeurs, se demandent en effet comment faire en sorte que leur site de vente apparaisse en tête du classement lorsqu’un internaute fait une requête avec le mot baladeur dans son moteur de recherche favori. Cette position de porte d’entrée du web permet aux moteurs de recherche de retirer d’importants profits du service gratuit qu’ils fournissent aux internautes.

D’autre part, un internaute peut légitimement se demander quelles traces il laisse lorsqu’il utilise l’Internet. Comme son adresse IP se trouve dans chacun des paquets qu’il envoie, de nombreux acteurs peuvent garder une trace de son passage. L’administrateur d’un site web (qui peut aussi être un site personnel) peut par exemple visualiser quelle page a été visionnée depuis quelle adresse IP. D’autre part, lorsque notre internaute poste un message électronique sur un forum, son message va souvent se retrouver dans une page web générée automatiquement par le site du forum. Son adresse électronique sera alors visible sur la toile et les « spammer » pourront la trouver pour lui envoyer des courriers publicitaires indésirables… Bien sûr, plus un acteur fait de publicité sur l’Internet (par exemple en ayant un nom de domaine pour retrouver plus facilement son serveur web) plus il laissera de traces et sera repérable.

Une certaine paranoïa peut s’emparer de notre internaute apprenant qu’un pirate peut récupérer de telles informations, comme l’adresse IP de son ordinateur, et tenter de s’y connecter pour l’utiliser à son insu. Le pirate tente alors d’utiliser des trous de sécurité du système (le plus souvent connus et corrigés dans les mises à jour du système). Mais les ordinateurs vraiment vulnérables sont ceux qui ont de nombreuses portes d’entrées, comme les serveurs. Une protection simple consiste à installer un « firewall », c’est-à-dire un programme qui va filtrer les paquets IP qui arrivent à l’ordinateur selon des règles permettant d’éviter à coup sûr des comportements indésirables comme l’arrivée d’un paquet d’ouverture de connexion TCP quand l’ordinateur n’est pas serveur.

Cependant, de telles mesures brident l’utilisation que l’on peut faire de l’internet, et empêchent l’utilisation de techniques prometteuses comme le « peer-to-peer » qui consiste à se connecter entre internautes pour échanger des données de manière coopérative. Il faut alors, pour utiliser de tels logiciels qui font de votre ordinateur un serveur, « ouvrir un port », c’est-à-dire autoriser les paquets destinés au port TCP de votre logiciel de passer le « firewall ». (Le même problème se retrouve lorsqu’on est connecté par une passerelle qui fait du « masquerading ».)

Enfin, les acteurs les plus notoires peuvent être victimes d’attaques concertées de plusieurs pirates qui veulent attaquer telle ou telle entreprise qu’ils ont en aversion. L’attaque de « déni de service » consiste ainsi à bombarder de requêtes le serveur de l’entreprise concernée. Un tel assauts de connexions peut alors rendre le serveur inaccessible à tout utilisateur.

Mais ces pirates pourraient aussi bien être des citoyens combattant d’une manière moderne des idées ou des comportements d’une entreprise qu’ils réprouvent légitimement. Comment distinguer ce qui pourrait devenir une forme de manifestation démocratique, consistant à encombrer en masse les routes de l’internet, d’actes de piraterie par des individus isolés ?

L’internet constitue un nouvel espace de vie sociale. Il y a de nombreux problèmes pratiques à gérer techniquement, comme la croissance de sa taille, l’évolution de ses usages, qui intéressent principalement les informaticiens. Mais ce nouveau terrain d’échanges humains soulève aussi de nombreuses questions d’éthique, de droit et surtout de libertés qu’il nous appartient à tous d’apprivoiser et de civiliser.