NanoFiles P2P System
Arquitectura híbrida cliente-servidor + P2PDescripción
NanoFiles es un sistema distribuido de transferencia de archivos que combina una arquitectura cliente-servidor (directorio centralizado) con comunicación peer-to-peer (P2P) para la descarga eficiente de contenido.
El sistema permite descubrir archivos, compartir recursos y descargar desde múltiples nodos simultáneamente, optimizando rendimiento y escalabilidad.
Características técnicas
- Protocolo fiable sobre UDP: Implementación propia con control de errores, retransmisiones y validación de mensajes.
- Transferencia P2P sobre TCP: Comunicación directa entre peers para descarga y subida de archivos.
- Descarga paralela multihilo: División de archivos en chunks descargados concurrentemente desde múltiples peers (round-robin + sincronización).
- Cifrado AES en comunicaciones P2P: Protección frente a sniffing y mejora de la privacidad.
- Sistema de directorio centralizado: Indexación de archivos y peers disponibles.
- Gestión concurrente de conexiones: Uso de estructuras thread-safe y sincronización (locks).
Extras implementados
- Upload de archivos con control de integridad
- Userlist distribuido
- Configuración dinámica de tamaño de chunks
- Cierre seguro de sockets (try-with-resources)
Resultados
Sistema funcional capaz de:
- Publicar archivos en red distribuida
- Descargar desde múltiples fuentes en paralelo
- Gestionar múltiples clientes concurrentes
Mathematics and Computer Engineering student with a focus on the intersection of rigorous theory and high-performance implementation. With a background marked by 18+ “Matrículas de Honor” and multiple Regional Olympiad awards, I thrive on bridging the gap between abstract mathematical models and efficient computational systems.
My core interests lie in Quantitative Finance, Stochastic Calculus, and Numerical Optimization. I am particularly passionate about transforming complex financial frameworks into high-performance algorithmic solutions. Currently, I balance my research in Quant Finance and Deep Learning with active leadership in university commissions.