Internet/WWW

Internet

Wikipedia: http://en.wikipedia.org/wiki/Internet
conexión de redes de ordenadores que usan el Protocolo Internet (IP)
capas de protocolos de comunicación: IP → TCP/UDP → HTTP/FTP/POP/SMTP/SSH...
¿Cuál es la diferencia entre Internet y la World Wide Web (WWW)?

la Web es la colección de sitios y páginas web de todo el mundo; Internet es ms grande y también incluye otros servicios como el correo electrónico, chat, juegos online, etc.

Breve historia

empezó como una red del US Department of Defense llamado ARPANET (1960s-70s)
servicios iniciales: electronic mail, file transfer
abierto a intereses comerciales a finales de los 80s
creación de WWW en 1989-91 por Tim Berners-Lee
navegadores web populares ofertados: Netscape 1994, IE 1995
Amazon.com abre en 1995; Google January 1996
página web Hamster Dance creada en 1999
La Evolución de la Web

Aspectos clave de Internet

las subredes pueden valerse por sí mismas
los ordenadores se pueden unir y abandonar la red de forma dinámica
construído sobre estándares abiertos, cualquiera puede crear un nuevo dispositivo Internet
falta de control centralizado (la mayoría)
se puede utilizar con un software sencillo y comúnmente disponible

Componentes de Internet

Internet: piezas

Internet: "red de redes"
- ISPs interconectados
protocolos que controlan el envío, recepción de mensajes
- p.e. TCP, IP, HTTP, FTP, SMTP, 802.11
estándares de Internet
- RFC: Request for comments
- IETF: Internet Engineering Task Force

Internet: vista servicio

Infraestructura que proporciona servicios a aplicaciones:
- Web, VoIP, email, games, e-commerce, redes sociales, ...
proporciona interfaz de programación a aplicaciones
- soportes que permiten a los programas de aplicaciones de envío y recepción a "conectarse" a Internet
- proporciona opciones de servicio, similar al servicio postal

Arquitectura de comunicación

En redes y comunicaciones entre ordenadores resultan fundamentales 2 conceptos: Protocolos y Arquitectura de comunicación
Los protocolos se utilizan para la comunicación entre entidades de diferentes sistemas.
- ejemplo de sistemas son ordenadores, terminales y sensores remotos
- una entidad es algo capaz de enviar o de recibir información y un sistema es un objeto que contiene una o más entidades
- un protocolo puede definirse como el conjunto de reglas que gobiernan el intercambio de datos entre 2 entidades.

Arquitectura de comunicación: Modelo OSI

Modelo de referencia para la Interconexión de Sistemas Abiertos
- marco de referencia para definir estándares que permitan comunicar ordenadores heterogéneos. Adoptado en 1983.
Características:
- define una arquitectura de comunicación estructurada en siete niveles verticales.
- Cada nivel ejecuta un subconjunto de las funciones que se requieren para comunicar con el otro sistema.
- Cada nivel se apoya en los servicios que le ofrece el nivel inmediato inferior y ofrece sus servicios al nivel que está por encima de él.
- Idealmente, los cambios que se realicen en un nivel no deberían afectar a su nivel vecino mientras ni se modifiquen los servicios que le ofrece.

Arquitectura en capas

Internet usa una arquitectura en capas de hardware/software (llamada "modelo OSI"): OSI model

capa física: dispositivos como ethernet, cable coaxial, líneas de fibra óptica, modems
capa enlace datos: protocolos básicos hardware (ethernet, wifi, DSL PPP)
capa red / internet : protocolo básico software (IP)
capa de transporte : añade fiabilidad a la capa de red (TCP, UDP)
capa de aplicación: implementa la comunicación específica para cada tipo de programa (HTTP, POP3/IMAP, SSH, FTP)

Niveles y Servicios OSI

Los niveles del modelo OSI se suelen agrupar en 2 bloques.
- los tres niveles inferiores (físico, enlace y red) constituyen el bloque de transmisión.
- los tres niveles superiores (sesión, presentación y aplicación) son niveles orientados a la aplicación y realizan funciones directamente vinculadas con los procesos de aplicación que desea comunicarse.
- el nivel intermedio que queda, (transporte) enmascara a los niveles orientados a la aplicación.

Representación: del Modelo OSI

cada nivel utiliza cierta información de control que sólo será interpretada por el nivel equivalente de la máquina receptora y trata la información procedente del nivel superior como si fueran datos en su integridad, añadiendo su propia información de control (cabecera) antes de pasarlo al nivel inferior

El modelo TCP/IP

su diseño responde a criterios de fiabilidad en tanto que la red sea capaz de sobrevivir a la pérdida del hardware de subred
la arquitectura de la capa de aplicación puede ser:
- cliente-servidor
- peer-to-peer (P2P)

Protocolos en TCP/IP

la pila TCP/IP incluye protocolos de aplicación tales como:
- TELNET para el acceso interactivo de una terminal a un host remoto
- FTP ("File Transfer Protocol") para transferencias de alta velocidad de un disco a otro
- SMTP ("simple mail transfer protocol") como sistema de correo de Internet
- SNMP ("simple network management protocol") permite gestionar redes TCP/IP
- DNS
- HTTP
comandos de diagnóstico de red en Windows

Arquitectura Cliente - Servidor

Servidor
- equipo con el recurso
- dirección IP permanente
Cliente
- solicita el recurso
- comunica con el servidor
- puede tener dirección IP dinámica

Arquitectura P2P

no siempre en servidor; comunicación directa entre puntos arbitrarios
Los puntos solicitan servicio desde otros puntos y suministran servicio en devolución a otros puntos
- auto escalabilidad - nuevos puntos aportan nueva capacidad de servicio, así como nuevas demandas de servicio
Los puntos se conectan intermitentemente y cambian de dirección IP
- administración compleja

Organizaciones y Normas

Internet Engineering Task Force (IETF): estándares del protocolo internet
Internet Corporation for Assigned Names and Numbers (ICANN): decide nivel superior de nombres de dominios
World Wide Web Consortium (W3C): estándares web

Internet Protocol (IP)

protocolo simple para enviar datos entre dos ordenadores
en IPv4 cada dispositivo tiene una dirección de 32-bits escrita como cuatro bytes o números de 8-bit (0-255)
para averiguar la dirección IP local:
- via Web: whatismyip.com
- en un terminal, escribir: ipconfig (Windows) o ifconfig (Mac/Linux)
- dirección especial: 127.0.0.1 (localhost), sirve para probar el funcionamiento de TCP/IP
la nueva especificación IPv6 consta de un direccionamiento de 128-bits escrita como 8 grupos de números hexadecimales.
- ejemplo: 2001:0db8:85a3:08d3:1319:8a2e:0370:7334

Transmission Control Protocol (TCP)

añade multiplexado, garantizando la entrega de mensajes encima de IP
multiplexación: múltiples programas usan la misma dirección IP
- puerto: número dado a cada programa o servicio
- puerto 80: navegador web (puerto 443 para navegación segura)
- puerto 25: email
- puerto 22: ssh
- puerto 5190: Mensajería Instantánea AOL
- más puertos comunes
algunos programas (juegos, streaming media) usan un protocolo simple UDP en lugar de TCP

Domain Name System (DNS)

conjunto de servidores que asocian nombres a direcciones IP
- Ejemplos: web.unican.es → 193.144.193.64
- www.rediris.es → 130.206.13.20
- el comando: nslookup nombre_servidor permite obtener tal asociación
muchos sistemas mantienen una caché local llamado hosts file
- Windows: C:\Windows\system32\drivers\etc\hosts
- Mac: /private/etc/hosts
- Linux: /etc/hosts

Uniform Resource Locator (URL)

identificador para la localización de un documento en un sitio web (web site)

URL básico:


http://personales.unican.es/corcuerp/ingweb/bibliografia.html
~~~~   ~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
protocolo    host                path

al especificar este URL en el navegador, haría:
- preguntar al servidor DNS por la dirección IP de www.aw-bc.com
- conectar con la dirección IP en el puerto 80
- solicitar al servidor GET /info/regesstepp/index.html
- mostrar la página resultante en la ventana del navegador
https (Hypertext Transport Protocol Secure):
- utiliza un cifrado basado en la seguridad de textos SSL/TLS para crear un canal cifrado (depende del servidor y del navegador)
- utiliza el puerto 443 por defecto


https://personales.unican.es/corcuerp/ingweb/
~~~~~   ~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~
protocolo    host                path

Más sobre URLs

anchor: salta a una sección dada de una página web
```
http://www.textpad.com/download/index.html#downloads
```
- busca index.html y salta a la parte de la página etiquetada downloads
port: para servidores web en puertos distintos que el asignado por defecto 80
```
http://www.cs.washington.edu:8080/secret/money.txt
```
query string: conjunto de parámetros pasados a un programa web
```
http://www.google.com/search?q=miserable+failure&start=10
```
- parámetro q asignado a "miserable+failure"
- parámetro start asignado a 10

Web y HTTP

una página web consiste de objetos
un objeto puede ser un fichero HTML, imagen JPEG, applet Java, fichero de audio, ...
una página web consiste de un fichero base HTML que incluye varios objetos referenciados
cada objeto es direccionado por una URL

Servidores Web y Navegadores

servidor web: programa que acepta (escucha) las peticiones de páginas web
- Apache
- Microsoft Internet Information Server (IIS) (parte del SO Windows)
- NGINX
navegador web: recoge/muestra los documentos enviados por servidores web
- Mozilla Firefox
- Microsoft Internet Explorer (IE)
- Google Chrome
- Apple Safari
- Opera

Servicio HTTP

El servicio HTTP es un servicio basado en el modelo cliente-servidor sobre Internet, donde el cliente es un navegador Web y el servidor es un servidor Web
ambos utilizan para su entendimiento el protocolo de aplicación HTTP (Hypertext Transfer Protocol)
el servidor Web se configura, por defecto, para escuchar solicitudes en el puerto 80
el recurso que se ofrece lo constituyen documentos de texto denominados páginas HTML (lenguaje empleado para su codificación)
al ser un protocolo petición/respuesta, el servidor no mantiene información de peticiones anteriores del cliente

HyperText Transport Protocol (HTTP)

protocolo de aplicación, basado en texto y del tipo solicitud-respuesta
consiste en un conjunto de métodos enviados desde un navegador y aceptados por un servidor web

Sintaxis del formato de una solicitud HTTP:

<Método HTTP>  <URI>  <Protocolo>
<Cabecera>
<Línea en blanco>
[<Cuerpo>]

donde:
- Método HTTP indica la acción que se solicita al servidor (p.e. GET, POST, PUT)
- URI (Uniform Resource Identifier) es la forma normalizada de referenciar un recurso. Es parte de la URL que incluye el tipo de servicio, la dirección del servidor y el puerto
- Protocolo indica el nombre y versión del protocolo que espera el cliente
- Cabecera sirve para indicar diferentes parámetros que modifican la forma en que se realiza la solicitud o respuesta. Finaliza con una línea en blanco. El formato de cada parámetro es:
  <etiqueta>: <valor>\r\n
- Cuerpo es opcional y permite enviar información adicional junto con la solicitud

Ejemplos de solicitud (HTTP)

Ejemplo sin cuerpo:

GET /index.html HTTP/1.1\r\n 
Host: www-net.cs.umass.edu\r\n 
User-Agent: Firefox/3.6.10\r\n 
Accept: text/html,application/xhtml+xml\r\n 
Accept-Language: en-us,en;q=0.5\r\n 
Accept-Encoding: gzip,deflate\r\n 
Accept-Charset: ISO-8859-1,utf-8;q=0.7\r\n 
Keep-Alive: 115\r\n 
Connection: keep-alive\r\n 
\r\n

Ejemplo con cuerpo:

POST /cgi/miAplicacion.cgi HTTP/1.1\r\n           Solicitud
Accept: */*\r\n                                   Cabecera
Connection: keep-alive\r\n
User-Agent: Generic\r\n  
\r\n 
Nombre=Pepe&eMail=al123@alumnos.unican.es         Cuerpo

Métodos de HTTP

algunos de los principales métodos HTTP (el navegador los envia internamente) son:
- HEAD : solicita la cabecera del recurso referenciado
- GET : solicita un recurso mediante una URI
- POST : solicita un recurso y pasa información en el cuerpo de la solicitud
- PUT : solicita que el servidor almacene la información enviada con el nombre indicado en la URI
lista completa de métodos de HTTP

simulación de un navegador web desde una ventana terminal:

$ telnet www.cs.washington.edu 80
Trying 128.208.3.88...
Connected to 128.208.3.88 (128.208.3.88).
Escape character is '^]'.
GET /index.html

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 ...">
<html>
...

Respuesta en HTTP

la respuesta en HTTP también sigue un formato establecido sintetizado en la siguiente sintaxis:
```
<Línea de estado>
<Cabecera>
<Línea en blanco>
[<Cuerpo>]
```
donde:
- Línea de estado comienza un un símbolo más (+) si todo ha ido bien o un símbolo menos (-) si se ha producido algún incidente. A continuación se especifica el protocolo que emplea el servidor (p.e. HTTP/1.0). el código de estado de la solicitud y una descripción textual del mismo
- Cabecera sirve para indicar diferente información sobre el servidor y sobre el objeto solicitado: fecha, nombre del servidor, el tipo MIME del objeto, etc. El formato de cada parámetro es el siguiente:
  <etiqueta>: <valor>\r\n
- Cuerpo es la parte más importante de la respuesta. Está formado por el contenido del recurso web solicitado, generalmente una página en formato HTML o un archivo en formato MIME

Ejemplo de respuesta HTTP

Solicitud:

GET / HTTP/1.0 
Host: www.example.com

Respuesta:

+HTTP/1.1 200 OK
Server: Microsoft-IIS/5.0
Cache-Control: no-cache
Expires: Mon, 24 Dec 2001 00:49:17 GMT
Content-Location: http://10.0.0.100/index.html
Date: Mon, 24 Dec 2001 00:49:17 GMT
Content-Type: text/html
Accept-Ranges: bytes
Last-Modified: Mon, 24 Dec 2001 00:27:03 GMT
ETag: "60fa8cb5118cc11:adc"
Content-Length: 103

<HTML>
<HEAD>
<TITLE>Demo page</TITLE>
</HEAD>
<BODY>
This is just a test.
</BODY>
</HTML>

Códigos de error HTTP

cuando algo va mal, el servidor web retorna un "código de error" al navegador, consistente en un número especial, posiblemente seguido de un documento HTML

códigos de error comunes:

Number	Meaning
200	OK
301-303	página movida(permanentemente o temporalmente)
403	acceso prohibido a esta página
404	página no encontrada
500	error interno del servidor
lista completa

Representación MIME

MIME(Multipurpose Internet Mail Extension) es un mecanismo de representación de datos
los recursos incluídos en páginas HTML que no son de tipo texto (fichero gráfico, video, sonido) deben ser convertidos de un formato binario a texto, siendo necesario especificar su tipo

cada tipo MIME consiste de un tipo de categoría amplia y un subtipo separado por una barra /

tipo MIME	sufijo fichero
text/html	.html
text/plain	.txt
image/gif	.gif
image/jpeg	.jpg
video/quicktime	.mov
application/octet-stream	.exe

Lista de tipos MIME

Lenguajes/Tecnologías Web

Hypertext Markup Language (HTML): usado para escribir páginas web
Cascading Style Sheets (CSS): información del estilo para páginas web
Javascript (lado cliente) : añade interactividad a las páginas web
PHP Hypertext Processor (PHP): creación dinámica de páginas en un servidor web
eXtensible Markup Language (XML): metalenguaje para organizar datos
Asynchronous JavaScript and XML (Ajax): acceso de datos para aplicaciones web
JavaScript Object Notation (JSON): formato de fichero para organizar datos legibles por humanos
REST APIs (lado cliente): servicios web que gestionan y responden a las solicitudes de los clientes en el servidor
Structured Query Language (SQL): interacción con bases de datos

Herramientas para desarrollo web

Referencias

Web Programming Step by Step, 2 ed., Jessica Miller, Victoria Kirst, Marty Stepp. Lulu. 2012
Herramientas Web para la enseñanza de protocolos de comunicación
Web Protocols basics
Computer Networking: a top-down approach, F. Kurose, K. Ross, Addison-Wesley
Internet & World Wide Web How to Program, , H. Deitel, P. Deitel, Pearson

Ingeniería Web

Tema 1: Internet/WWW