Servidor de comunicación para distribuir un flujo de datos a un destino remoto en una red de comunicación,

comprendiendo el servidor de comunicación: una unidad de sustitución para sustituir elementos de datos procedentes de un flujo de datos entrantes dados a recibir de un remitente remoto por elementos de datos idénticas recuperables a partir de un almacenamiento de datos accesible para el mismo, según referencias suministradas por el remitente remoto; una unidad de identificación para identificar los elementos de datos a sustituir según una firma digital que es una función de datos contenidos en dichos elementos; y una unidad de determinación de anclas para determinar localizaciones en el flujo de datos donde grupos predefinidos de caracteres procedentes del flujo de datos cumplen un criterio predeterminado, siendo las localizaciones de tales grupos puntos de referencia asociados a firmas digitales asociadas a los elementos de datos en cada grupo

CAMPO DE LA INVENCIÓN

La invención se refiere al campo del transporte de datos por redes de comunicaciones, y más específicamente al campo 5 de reducción del volumen de tal transporte de datos.

ANTECEDENTES DE LA INVENCIÓN

El capítulo de Antecedentes de la Solicitud provisional de patente de los Estados Unidos nº 60/548855 se incorpora a la presente memoria por referencia.

La reducción del ancho de banda es un deseo importante de ISP-s (proveedores de servicio de Internet), usuarios 10 domésticos, proveedores de contenido y casi toda organización propietaria de una red. El ancho de banda significa coste, ya que las líneas de comunicación se contratan según la cantidad de datos que transfieren. Para un arrendador menos ancho de banda consumido significa menos dinero gastado en el alquiler de una línea de comunicación. Para un proveedor de ancho de banda menos volumen de datos transmitidos sobre una línea por un número dado de clientes significa clientes adicionales que se pueden abonar sin reducir la calidad de servicio. 15

La publicación de los Estados Unidos nº 2002/0184333 (en lo sucesivo D1) apunta a mejorar las prestaciones de las redes de comunicaciones. El problema que se ha de resolver por D1 es el de los casos en los que una pluralidad de solicitantes pueden enviar peticiones para el mismo fichero, en el cual cada solicitante se dirige a un proveedor diferente que cita una URL diferente o incluso diferentes nombres de fichero. En una copia en memoria caché convencional, tal pluralidad de peticiones se relacionan como peticiones para diferentes ficheros, dando como resultado la respectiva 20 pluralidad de entregas de ficheros.

Según la invención D1, después de recibir un fichero completo de cada una de la pluralidad de fuentes, se asignará una firma digital, que a su vez será reconocida como idéntica a la firma digital del mismo fichero recibido procedente de cualquiera de las otras fuentes. En consecuencia, otras peticiones para el fichero de cualquiera de la pluralidad de proveedores se satisfarán recuperando el fichero de una simple copia almacenada localmente en el servidor caché. La 25 mejora se realiza copiando en memoria caché frecuentemente ficheros solicitados para devolver tales ficheros a un solicitante en respuesta a una solicitud del solicitante, en la que los ficheros se indexan según una firma digital asignada a cada fichero, evitando de este modo múltiples copias en memoria caché y múltiples entregas de proveedor-servidor del mismo fichero en casos en los cuales se puede recuperar un fichero de una pluralidad de fuentes.

Como se puede apreciar, con el fin de poder realizar asociaciones entre diferentes formas de peticiones y un fichero 30 solicitado, D1 solicita que se reconozca dos veces un fichero memorizado en caché: en primer lugar según su firma digital, y en segundo lugar según todas las URL o nombres de fichero conocidos como asociados a ese fichero. En el caso en que se recibe una petición para el mismo fichero y no es familiar para el sistema, se puede satisfacer solamente recuperando el fichero de la localización indicada por la solicitud, y solamente después de recuperar y reconocer el fichero como una copia de un fichero almacenado localmente, el nombre de fichero o URL indicado por la petición se 35 puede asociar al fichero local para un futuro uso (es decir, para futuras peticiones similares). Otro inconveniente de D1 es que los ficheros almacenados en algunos ordenadores de proveedor pueden cambiar, mientras el nodo intermedio sigue proporcionando a los solicitantes una versión antigua de un fichero almacenado localmente sin ser consciente del cambio.

La publicación WO 95/19003 (en lo sucesivo D2) se refiere a casos en los que un ordenador receptor tiene un fichero 40 antiguo, un ordenador transmisor tiene un nuevo fichero, en el cual parte de ambos ficheros puede ser idéntica. Con el fin de permitir que el ordenador receptor actualice en fichero antiguo para que sea idéntico al nuevo fichero, se requiere que al menos las partes del nuevo fichero que no son idénticas a ninguna parte del fichero antiguo se transmitan al ordenador receptor. Con el fin de permitir tanto que el ordenador receptor como el ordenador transmisor comparen qué partes del fichero necesitan ser transmitidas (acelerando de este modo el proceso de transmisión), el ordenador 45 receptor necesita como etapa preliminar dividir el fichero no antiguo en segmentos, para calcular un número hash en cada segmento y enviar los números hash al ordenador transmisor. El ordenador transmisor tiene que calcular a continuación los números hash “para cada posible segmento en el nuevo archivo” (página 7 líneas 23-24), a continuación comparar los números hash con los números hash recibidos del ordenador receptor.

Como se puede apreciar, D2 se destina a reconstruir un fichero en un ordenador receptor, de segmentos de un nuevo 50 fichero recibido de un remitente y de segmentos existentes de un fichero antiguo predesignado existente en el ordenador receptor, de manera que el resultado será una copia del nuevo fichero en el ordenador receptor. La patente de los Estados Unidos nº 5.721.907 tiene el mismo objetivo a D2, D1 a D3, todas relacionadas con un ordenador receptor que espera que se obtenga un fichero (o parte de fichero) solicitado predeterminado de otro ordenador y que se almacene en el ordenador receptor. Cuando se conoce un fichero, también tiene un punto de partida y un punto de 55 finalización conocidos, que se pueden usar como localizaciones de referencia para calcular una firma digital en un intervalo conocido de datos.

A diferencia de la técnica conocida, la presente invención se destina a iniciar la reducción de transporte en flujos de datos en tiempo real, es decir, reducir el volumen de flujos de datos, cuyo contenido es anónimo y no se puede reconocer como fichero o parte de un fichero por el ordenador que inicia la reducción. En referencia, por ejemplo a la difusión de vídeo en directo, en la cual una pluralidad de ordenadores receptores reciben el mismo contenido en tiempo real, el sistema y el procedimiento divulgado en D1 son incapaces de reducir el volumen de transporte en la red ya que 5 el nodo intermedio no tiene que recuperar ningún fichero en su memoria caché ya que no hay ningún “fichero” efectivo en ningún lugar en el caso en el cual los datos se crean en tiempo real.

Las invenciones de D2 y D3 son también irrelevantes para tal caso ya que no hay “fichero antiguo” en los ordenadores receptores cuyas partes pueden ser idénticas a los datos esperados.

En el contexto de la presente invención, la localización de las anclas en un flujo de datos determinado según su 10 contenido cumple criterios predeterminados. Se establecen los criterios de manera que se dirige una probabilidad satisfactoria para la presencia de un ancla en una cantidad predeterminada de datos.

Los valores de registro de anclajes devueltos por una función predeterminada (en lo sucesivo denominado también “función de anclaje”) operada para examinar intervalos predeterminados de contenidos cuya localización está en correlación con las anclas. La función y los intervalos de datos se seleccionan de manera que los valores devueltos se 15 puedan usar como firmas que identifican el contenido con una probabilidad satisfactoria.

SUMARIO DE LA INVENCIÓN

La presente invención se refiere a un procedimiento y sistemas para la sincronización de contenidos anónimos de flujos de datos que pasan actualmente por el servidor de comunicación y contenidos similares que ya han pasado por dichos servidores y se encuentran almacenados localmente, de manera que se pueda eliminar el transporte de ciertas 20 cantidades de dicho flujo de datos.

Según algunas realizaciones, la sincronización es también entre diversas copias de contenidos de datos similares que pasan simultáneamente por el servidor. Un sistema de la presente invención comprende, al menos, un servidor capaz de reducir volúmenes de transporte de red en línea como resultado de procedimientos autoiniciados que no requieren información relativa a la fuente de los datos, su tipo, su nombre o cualquier otro de sus detalles de identificación, con el 25 fin de conseguir una reducción de volumen. Esto difiere de los procedimientos según los cuales la reducción de volumen esperada depende de los nombres o rutas de fichero con el fin de permitir la sincronización entre un fichero solicitado y un fichero localmente almacenado....

1. Servidor de comunicación para distribuir un flujo de datos a un destino remoto en una red de comunicación, comprendiendo el servidor de comunicación:

una unidad de sustitución para sustituir elementos de datos procedentes de un flujo de datos entrantes dados a recibir 5 de un remitente remoto por elementos de datos idénticas recuperables a partir de un almacenamiento de datos accesible para el mismo, según referencias suministradas por el remitente remoto;

una unidad de identificación para identificar los elementos de datos a sustituir según una firma digital que es una función de datos contenidos en dichos elementos; y

una unidad de determinación de anclas para determinar localizaciones en el flujo de datos donde grupos predefinidos de 10 caracteres procedentes del flujo de datos cumplen un criterio predeterminado, siendo las localizaciones de tales grupos puntos de referencia asociados a firmas digitales asociadas a los elementos de datos en cada grupo

2. Servidor de comunicación según la reivindicación 1, que comprende, además, una unidad de mensajería para notificar a un remitente remoto que deje de distribuir elementos de datos entrantes previstos que se pueden recuperar a partir de un almacenamiento de datos accesible para él. 15

3. Servidor de comunicación según la reivindicación 2, en el cual el remitente remoto puede es un PC que suministra los datos.

4. Servidor de comunicación según una cualquiera de las reivindicaciones 1 a 3, en el cual los elementos de datos son paquetes de protocolo de transmisión TCP/IP.

5. Servidor de comunicación según una cualquiera de las reivindicaciones 1 a 4, que comprende, además, un 20 almacenamiento de datos accesible para el mismo, en el cual los paquetes se almacenan en el almacenamiento de datos en bloques de dimensión variable que se determina según la localización de ancla en el flujo de datos original.

6. Servidor de comunicación según una cualquiera de las reivindicaciones 1 a 5, en el cual a firma digital se basa en cualquier valor calculado CRC, SHA1 o DES de un número predeterminado de bytes de un elemento de datos seleccionado. 25

7. Servidor de comunicación según una cualquiera de las reivindicaciones 1 a 6, en el cual la firma digital se calcula a partir de un número predeterminado de bytes de datos, la localización de dichos bytes en el flujo de datos está en correlación con al menos un ancla, y el al menos un ancla es un apuntador a una localización en el flujo de datos que tiene una compatibilidad con el criterio predeterminado.

8. Servidor de comunicación según la reivindicación 7, en el cual, el criterio predeterminado es una función de datos 30 contenidos en dichos elementos de datos y es independiente de un título, una dirección o una información de encaminamiento de dichos datos.

9. Servidor de comunicación según la reivindicación 8, en el cual la función es sensible a una combinación de caracteres predeterminada, de manera que se asigna un ancla durante el reconocimiento de dicha combinación de caracteres predeterminada. 35

10. Servidor de comunicación según la reivindicación 9, en el cual la combinación de caracteres es una cadena corta de caracteres predefinidos.

11. Servidor de comunicación según la reivindicación 9, en el cual se asigna un conjunto de anclas a un elemento respectivo de datos, cada ancla del conjunto está en correlación con una localización de n-tuplo en dicho elemento respectivo de datos, en el cual la función es una función hash, que da un valor predefinido en el n-tuplo. 40

12. Servidor de comunicación según la reivindicación 11, en el cual la función hash está seleccionada entre un grupo que contiene LFSR, CRC SHA1, DES y MD5.

13. Servidor de comunicación según una cualquiera de las reivindicaciones 1 a 12, en el cual los ficheros son suministrados a través de comunicación P2P.

14. Procedimiento para proporcionar un flujo de datos en una red de comunicación, comprendiendo el procedimiento: 45

determinar puntos de referencia en el flujo de datos que son localizaciones en el flujo de datos donde un número predefinido de caracteres satisfacen un criterio predeterminado;

registrar una firma digital que es un valor devuelto de una función predeterminada tomada en un intervalo predefinido de contenido, el intervalo predefinido de contenido está en correlación con los puntos de referencia;

usar la firma digital para localizar contenido almacenado localmente, y usar los puntos de referencia o crear un diccionario y usarlo para sincronizar elementos de datos actualmente recibidos y contenido coincidente almacenado localmente.

15. Soporte legible por ordenador que contiene instrucciones para controlar un sistema informático para ejecutar el procedimiento de la reivindicación 14. 5

16. Sistema para reducir volúmenes de transporte por una red de comunicación, que comprende al menos un servidor de comunicación tal como se define en una cualquiera de las reivindicaciones 1 a 13.