Internet-ul a aparut cu aproape 30 de ani in urma, fiind rezultatul cercetarilor ARPA (Advanced Research Project Agency) din cadrul Departamentului Apararii al SUA. Motivul crearii ei a fost acela de a oferi o solutie de comunicatie in cazul uni razboi total cand majoritatea modurilor de comunicatie conventionala ar fi fost distruse. Din acest motiv majoritatea protocoalelor pe care se bazeaza Internet-ul, dezvoltate intre 1967 si 1972, realizate in colaborare cu majoritatea centrelor de cercetare si universitare americane sunt fiabile si rezista cu succes si astazi, la un nivel al traficului neprevazut la infiintare. De la primul mesaj transmis pe ARPANET in 1972 si pana in 1980 doar 400 de institutii si circa de 10.000 de persoane aveau acces la retea.
La inceputul anilor ’80 toate retelele au fost convertite la protocoale de tip TCP/IP, iar ARPANET a devenit coloana vertebrala (backbone) a retelei. In 1983 reteaua este divizata intr-o retea militara (MILNET) si una civila (tot ARPANET), iar in 1986 se infiinteaza NSF (National Science Foundation) ce a legat utilizatorii cu 5 supercalculatoare amplasate in diverse locatii pe intreg teritoriul american.
In 1989 numarul calculatoarelor conenctate la retea, denumita deja Internet, ajunge la 100.000 si deschide accesul pentru furnizori comerciali, pentru ca in 1992, dupa ce 1.000.000 de calculatoare au fost conectate, sa fie infiintat Internet Society pentru gestiunea retelei. Din acest moment Internetul patrunde in mai mult de 100 de tari pana in 1996, iar toate institutiile importante si-au realizat legaturi. Backbone-ul este gestionat de un numar de companii si un consortiu de universitati.

Explozia Internet-ului in domeniul afacerilor a survenit intr-un moment in care globalizarea a devenit una din trasaturile economiei mondiale. Nevoia de comunicare rapida si ieftina a condus la transformarea unui domeniu preponderent universitar intr-unul de afaceri in decursul a doar cativa ani, numarul utilizatorilor crescand exponential. Aparitia comertului electronic a insufletit si mai mult activitatea economica din retea, astfel incat Internetul a devenit practic o unealta absolut necesara oricarei activitati umane, caracterul ei universitar devenind infim (acesta este si motivul principal pentru care universitatile americane lucreaza la dezvoltarea unor noi clase de protocoale si servicii in scopul realizarii unei noi retele, mult mai apropiata de nevoile lor denumita generic Internet 2).
 

Se estimeaza ca exista in jur de 300 de milioane de utilizatori Internet la inceputul anului 2000
Bazele functionarii Internet-ului

Din punct de vedere tehnic Internet-ul este o retea de retele. Din punct de vedere informational o uriasa arhiva de documente si resurse. Din punct de vedere sociologic o vasta comunitate. Din punct de vedere economic o zona de afaceri globala.
 

Dezvoltarea Internetului se datoreaza arhitecturii sale deschise. Nu exista un server central, un sistem de operare dedicat sau o anumita putere de calcul necesara conectarii. Internet-ul este un mediu cu componente de tipul unu-l-unu, in care aproape toate facilitatile au importanta egala si se comporta nediscriminatoriu una fata de cealalta.
 

Reteaua de calculatoare reprezinta un ansamblu de echipamente de calcul interconectate prin intermediul unor medii de comunicatie, oferind posibilitatea folosirii in comun de catre un numar mare de utilizatori a resurselor fizice, logice si informationale.
 

Din punct de vedere topologic o retea este descrisa de un graf format din noduri (calculatoare, statii de lucru, terminale etc) interconectate intre ele prin arce ce reprezinta liniile de legatura intre echipamentele din noduri. Din punctul de vedere a legaturii dintre noduri se disting doua tipuri de retele de comunicatie:
 

Retele cu comutatie de pachete – ce permite partajarea de catre toate perechile de masini a ce comunica intre ele a aceleiasi cai de comunicatie, realizata prin spargerea informatiei in bucati mici, numite pachete, carora li se ataseaza si o serie de informatii legate de adresa masinii de destinatie.
 

Internet-ul este un tip de retea bazat pe comutarea de pachete. Retelele de acest tip se bazeaza pe o serie de programe care pe baza unor protocoale permit transferul datelor. Protocolul de comunicatie reprezinta un set de reguli ce permit comunicarea intre doua entitati distincte si pe care fiecare din parti trebuie sa il respecte pentru a putea realiza schimb de informatii.
 

Principalul protocol folosit in Internet este TCP/IP(Transmission Control Protocol / Internet Protocol). Aparut ca o solutie de interconectare a unor entitati diferite din punct de vedere fizic si logic, protocolul TCP/IP a devenit cu timpul un standard de interconectare a calculatoarelor, iar o data cu dezvoltarea Internetului din ultimii ani protocolul "de facto" in realizarea retelelor si a aplicatiilor de retea.
 

Utilizatorul percepe o conexiune TCP/IP ca o suita de programe de aplicatie ce ii ofera posibilitatea de a accesa resursele retelei, fara a fi nevoit sa cunoasca detalii cum ar fi drumul parcurs de pachete pentru a ajunge la destinatie.
 

Asa cum exprima si numele, protocolul TCP/IP este format din doua mari componete:
 

Protocoale de transport (TCP – Transmission Control Protocol sau UDP – User Datagram Protocol). Acestea receptioneaza datele de la programele aplicatie, le impart in fragmente (pachete de date), adauga adresa destinatie si transmit pachetele nivelului urmator,
 

Protocolul Internet (IP - Internet Protocol) include pachetul intro datagrama IP, la care adauga un antet, decide ruta pe care trebuie sa o urmeze pachetul, apoi in mod direct sau prin intermediul unei porti (gateway) expediaza pachetul.
 

Familia de protocoale TCP/IP contin o suita de alte protocoale pentru realizarea fizica a transmisiei de date. Mai importante sunt insa protocoalele aplicatie, care utilizeaza serviciile celorlalte (transport,retea) pentru transferul datelor intre nodurile retelei. Cele mai importante sunt protocolul numelui de domeniu (DOMAIN), de transfer al fisierelor (FTP), telnet (TELNET), posta electronica (E-MAIL), de rout-are (RIP) si altele
WWW – motorul dezvoltarii Internet-ului

Pe masura dezvoltarii Internetului au aparut o serie de alte protocoale si implicit servicii bazate pe acestea. Dar probabil ca nici unul nu a avut impactul si nu a contribuit intr-o masura ata de mare la dezvoltarea retelei cum a facut-o serviciul WWW bazat pe protocolul HTTP (Hyper Text Transfer Protocol).
 

Dezvoltat de Laboratorul European de Fizica Particulelor (CERN), acest serviciu este bazat pe conceptul de hipermedia, in esenta o baza de date constituita pe text in interiorul carora se gasesc cuvinte marcate special ce contin legaturi catre alte documente, utilizatorul putand "sari" din document in document (motiv pentru care a primit denumirea de World Wide Web – WWW – panza de paianjan de peste lume).
 

Conceptul de hipertext nu este o noutate, dupa cum s-ar crede. Bazele sale au fost puse de Vannevar Bush in anii 1940, care in cadrul unui articol institulat "As we may think" a descris viziunea sa despre un calculator ajutat de un sistem hipertext denumit de el memex. Ulterior si altii au adus contributii conceptului, inclusiv implementari software ale acestuia.
 

Totusi, cei care au inventat web-ul sunt Tim Berners-Lee si Robert Caillau, 2 cercetatori ai CERN care in 1989 au pus bazele sistemului, simplificand un limbaj – SGML – realizand o versiune simplificata (HTML) si propunand un protocol (HTTP). Astfel in 1991 este lansat primul server web impreuna cu un client (numit navigator – browser) ce permitea accesarea informatiilor. Ulterior o serie de organizatii si universitati au inceput sa implementeze sistemul web.
 

Explozia Intenet se datoreaza realizarii primului navigator grafic (Mosaic) realizat de doi studenti ai NCSA, Marc Andreessen si Eric Bina. Odata cu portarea acestuia pentru PC-uri si Macintosh, popularitea web-ului creste, eclipsand celelalte servicii Internet.
 

In momentul in care cei doi studenti au infiintat o companie (Netscape) si au lansat versiuni comerciale ale navigatorului, importanta mediului web creste, usurinta in folosire si interfata atractiva facandu-l ideal pentru partajarea informatiilor, fiind pasul decisiv pentru intrarea Internetului in epoca comerciala. De altfel numarul serverelor web a crescut exponential, la fel cu numarul utilizatorilor Internet, fiind astazi aproape sinonim cu Intenetul.
 

Sistemul web se bazeaza pe o serie de componente:
 

Serverul web;
 

Clientul web (navigatorul);
 

Protocolul de comunicatie (HTTP);
 

Limbajul de descriere a informatiilor (HTML)
Serverul web

Serverul web este in esenta o aplicatie care pe baza unor cereri formulate de un client in baza protocolui HTTP ii ofera acestuia un document si/sau un mesaj. El reprezinta un program ce ruleaza in regim de proces (daemon) pe o masina cu un sistem de operare multitasking (UNIX, Windows NT). Numarul mare de utilizatori web face ca un astfel de server sa fie foarte utilizat, fiind nevoie de resurse importante pentru buna lui functionare.
 

Numarul de astfel de programe-server este destul de mare. Netcraft, o societate din Marea Britanie, realizeaza in fiecare luna o supraveghere a folosirii serverelor. Astfel din peste 13 milioane de servere web, mai bine de 60% sunt servere Apache, serverul realizat de o comunitate open-software, utilizabil pe toate platformele, dar in special si cu cele mai bune rezultate pe platforme UNIX. Microsoft cu Internet Information Server (IIS), existent doar in varianta pentru Windows NT, ocupa 21% din piata, iar iPlanet, o colaborare Sun-Netscape, aproape 8%, restul fiind detinut de alte programe.
 

Evolutia ponderii pe piata serverelor de web a fost urmatoarea:
 
 
 

Motivul pentru care Apache este liderul pietei si cel mai folosit server web consta in existenta lui pe foarte multe platforme si la un pret de cost nul (gratuit). Cu toate acestea este deosebit de fiabil si configurabil, raspunzand excelent unui trafic masiv si/sau resurse putine.
 

In combinatie cu Linux, Apache este o solutie excelenta pentru un server web, la un pret de cost egal cu zero, iar resursele hardware necesare nu sunt mari. Pentru proiectul panda.ro a fost aleasa aceasta combinatie, cu atat mai mult cu cat Apache ofera o multime de solutii pentru dezvoltarea de aplicatii web (limbaje de programare CGI).
 

Serverul web nu este destinat in exclusivitate acestui scop. Posibilitatea de a crea adrese virtuale pe o aceeasi adresa IP face ca un astfel de server sa poata stoca un numar foarte mare de locatii web, fara nici o problema, serverul doar selectand paginile functie de URL care i se cere.
Clientul web (Browser)

Un client web, denumit generic browser (navigator) este o aplicatie ce ruleaza pe un sistem ce ofera suport pentru protocolul HTTP in principal (si altele in particular) si este capabil sa afiseze informatii codificate in limbajul HTML si text (in principal), oferind suport si pentru alte tipuri de informatie (imagine, animatii). Totodata clientul da posibilitatea prin intermediul interfetei cu utilizatorul (GUI) sa interactioneze cu continutul paginii de tip hipermedia, preluand actiunile utilizatorului.
 

Programele client sunt diverse si exista pe orice sistem de operare, motiv pentru care servicul WWW este accesibil practic oricarui utlizator. Datorita limbajului HTML, continutul paginilor este redat aproximativ sub aceeasi forma tuturor utilizatorilor, diferentele fiind minore, depinzand mai mult de capacitatea tehnica a sistemului si de versiunea clientului.
 

Daca la inceput programele client nu dispuneau de capacitati grafice, informatiile WWW fiind in general sub forma de text, ulterior, datorita progresului in domeniul sistemelor de operare si al interfelor grafice, capacitatile browser-ului au crescut, ajungandu-se la inglobarea tuturor serviciilor Internet in cadrul unui client web. Practic pentru utilizatorul obisnuit browser-ul este practic Internet-ul.
 

In esenta un client web trebuie sa ofere acces la urmatoarele functii:
 

navigare – posibilitatea de a interactiona cu continutul prin ceea ce se numeste legatura (link), esenta mediului hipermedia;
 

comunicare – prin suportarea protocoalelor internet (in special HTTP);
 

afisare si redare – in conformitate cu specificatiile HTML trebuie sa ofere suport pentru imagini (formatele GIF, JPEG si PNG);
 

suport pentru tehnologii si standarde noi – Java, ActiveX, Flash, XML etc.
 

acces la resursele sistemului de operare – salvare de fisiere, imprimare etc.
 

Piata clientilor web este una cat se poate de acerba, in ciuda faptului ca aceste programe sunt gratuite sau livrate impreuna cu alte aplicatii (chiar cu sistemele de operare). Clasificarea clientilor se poate face dupa diverse criterii, nici unul nefiind totusi relevant.
 

La ora actuala ponderea programelor client pe piata este urmatoarea:
 
 
 
 

O parte importanta a utilizatorilor folosesc sisteme de operare Windows, motiv pentru care browser-ul Internet Explorer detine un segment important de piata.

Protocolul HTTP

Protocolul web (HTTP) a fost formulat in 1990 si standardizat in 1996 intr-o prima versiune (HTTP 1.0), astazi fiind in uz veriunea 1.1. Ulterior acesta a fost completat cu alte standarde pentru a face fata noilor cerinte impuse de cresterea Internetului.
 

Protocolul HTTP in versiunea 1.1 (curenta) a fost elaborat in 1997 de ungrup de specialistidin cadrul companiei DEC (Digital Equipment Cormporation) si a MIT (Massatchusets Intitute of Technology) si a fost inregistarata de Network Working Group sub codul RFC 2068.
 

Protocolul HTTP este un protocol de nivel aplicatie pentru sisteme distribuite, colaborative si hipermedia, folosit in sistemul global WWW incepand cu 1990. Protocolul foloseste referinte de tipul Uniform Resource Identifier (URI) pentru locatii sub forma URL sau nume (URN) pentru accesarea resurselor, mesajele fiind transmise intr-un format similar mesajelor e-mail definit de standardul MIME (Multipurpose Internet Mail Extensions). Totodata HTTP este suport de comunicatie si pentru alte protocoale Internet (SMTP, NNTP, FTP etc.).
 

HTTP este un protocol de tip cerere / raspuns. Un client trimite o cerere catre server ce consta dintr-o cerere propriu-zisa, un URI si o versiune de protocol, care este urmata de un mesaj codificat MIME continand parametrii cererii, ai clientului si un posibil continut. Serverul raspunde cu o serie de informatii continand versiunea protocolului, codul operatiei (succes sau eroare), urmate de un mesaj codificat MIME ce contine informatii legate de server, metainformatii si, posibil, continut.
 

Majoritatea comunicatiilor HTTP sunt initiate de un agent si consta intr-o cerere aplicata unei resurse pe un anumit server. Cazul cel mai simplu il reprezinta o singura conexiune intre agent si server.
 

O situatie mai complicata survine in momentul in care in lantul cerere / raspuns intervin mai multi intermediari (proxy, porti, tuneluri). Un proxy este un agent retransmitator, preluand cererile, rescriindu-le o parte din mesaj si trasmitandu-le mai departe catre server. O poarta (gateway) este un agent de preluare, actionand ca un strat intre unul sau mai multe servere si, daca este necesar, traducand cererea intr-un alt protocol. Tunelul este folosit pentru transportul mesajelor nemodificate printr-un alt intermediar (de exemplu un firewall). Fara a intra in amanunte putem spune ca, in cazul intermediarilor, nu este obligatorie transmiterea mesajelor intre client si server, o parte din ele putand fi oferite de intermediar datorita stocarii lor anterioare (cache).
 

In mod obisnuit HTTP are loc peste conexiuni TCP/IP. Portul implicit este TCP 80, dar si alte porturi pot fi folosite. Cu toate acestea HTTP-ul nu este dependent de TCP/IP, el presupunand doar existenta unei conexiuni, ca urmare orice protocol ce asigura aceste cerinte poate fi folosit.
 

Cel mai important si vizibil element al protocolului HTTP il reprezinta URL-urile (Uniform Resource Locators). Standardizate prin RFC 1738 in Decembrie 1994, el defineste regulile de alcatuire a unei astfel de resurse utilizabila la localizarea si accesarea informatiilor.
 

Sintaxa unui URL este alcatuita din litere mici (a-z), cifre (0-9) si o serie de caractere speciale ("-", "_", "." etc.) O alta serie de caractere sunt rezervate. Restul caracterelor pot fi transmise prin codare, care se realizeaza prin prefixarea cu simbolul "%" a codului hexazecimal corespunzatorului codului ASCII.
 

URL-ul are in forma lui generala utilizata in HTTP sintaxa urmatoare:

<protocol>://<user>:<password>@<host>:<port>/<url-path>

Acestea semnifica:
 

protocol – protocolul folosit, in mod obisnuit http. Uzual se folosesc ftp, mailto, gopher, news, nntp, telnet si file;
 

user si password – pentru o eventuala autentificare. Lipsa lor presupune o conectare anonima;
 

host – numele serverului conform protocolului numelui de domeniu (DNS)
 

port – portul TCP folosit. Lipsa lui implica folosirea porturilor implicite pentru protocoalele respective (in cazul HTTP 80);
 

url-path – pentru serviciile ce ofera acces la o structura de fisiere organizata arborescent (cum este si WWW).
 

Astfel un URL de felul http://www.ase.ro/contact/telefon.html semnifica transmiterea unei cereri de tip HTTP catre serverul www.ase.ro (a carui adresa IP va fi aflata de la un server de nume (DNS) transmisa de utilizatorul i95dal, care solicita accesarea fisierului telefon.html din directorul contact aflat in radacina serverului respectiv. Serverul va prelucra aceast URL si va raspunde in functie de rezultatul operatiei
Limbajul HTML

HTML (HyperText Markup Language), limbajul de marcare a informatiei, este "lingua franca" pentru publicarea informatiei in format hipertext pe Internet. Pentru pastrarea si dezvoltarea standardului a fost infiintat W3 Consortium, care incepand cu prima versiune din 1992 a oferit noi modele si directii de dezvoltare pentru o mai buna si rapida utilizare a informatiei (si nu in ultimul rand mai spectaculoasa). Cea mai suportata, la acest moment, este versiunea HTML 3.2, in ciuda faptului ca exista bine fundamentata specificatia HTML 4.1 si alte limbaje, mai orientate catre informatii si baze de date (XML).
 

Conform standardului international ISO 8879, HTML este un SGML (Standard Generalized Markup Language). Ca atare, documentele ce sunt conforme cu specificatia HTML 3.2 respecta sintaxa unei aplicatii SGML, fiind definite ca o combinatie de declaratii SGML si definitii de tipuri de documente (document type definition - DTD).
 

Structura unui document HTML este urmatoarea:
 

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">

<HTML>

<HEAD>

<TITLE>Titlul paginii</TITLE>

... alte elemente de inceput

</HEAD>

<BODY>

... corpul documentului

</BODY>

</HTML>
 

Specificatia permite lipsa diverselor tag-uri, inclusiv <head> sau <body>, definind ca versiune minima a unui document HTML structura
 

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">

<TITLE>Titlul documentului</TITLE>
Interfata CGI

Necesitatea de a prezenta cat mai multa informatie prin acest mijloc, posibil de a fi utilizat de pe orice calculator ce poseda un browser,a condus la dezvoltarea unor module pe partea de server numite generic CGI (Common Gateway Interface) se ofera posibilitatea de a rula programe la o cerere a clintului si apoi de a intoarce rezultatele acestei executii sub forma de document hipertext (HTML). Daca la inceput acestea rezolvau probleme simple (prelucrari de formulare completate de utilizatori), ulterior au devenit veritabile aplicatii software ce comunica cu baze de date, alte sisteme etc..
 

CGI a devenit un standard pentru integrarea aplicatiilor externe cu serverele de informatii. Practic aceasta conduce la faptul ca utilizatorul web executa un program pe masina server, existand o serie de probleme de securitate, in mare parte rezolvate, ce limiteaza posibilitatile acestor programe.
 

Un program CGI poate fi scris in orice limbaj care se poate executa pe sistem (cum ar fi C/C++, PERL, TCL, shell UNIX etc.). Exista trei categorii mari de programe ce pot fi utilizate ca CGI:
 

programe compilate;
 

programe interpretate (script-uri);
 

pagini interpretate (script-ul este inclus in sintaxa HTML)
Despre motoarele de cautare (search engines)
 

Definitia uni motor de cautare (search engine)
Un motor de cautare este un server cu conexiune permanenta la reteaua Internet, care are instalata local o baza de date cu informatii despre diverse site-uri de web existente in Internet.
Motoarele de cautare sunt principalul instrument prin care utilizatorii Internet ajung la informatiile dorite.

Utilizare (consultarea unui motor de cautare)
Exemplu: un utilizator care doreste sa caute o companie de web design in Romania poate proceda astfel:
- acceseaza http://www.yahoo.com
- scrie: web design romania
- primeste o lista cu rezultate din baza de date a serverului Yahoo.
 

Inregistrarea unui site web intr-un motor de cautare
Pentru ca un motor de cautare (search engine) sa "stie" de existenta unui site web, trebuie ca acesta sa fie "anuntat".
Operatiunea prin care un motor de cautare este "anuntat" de existenta unei pagini web sau a unui site se numeste inregistrare.
Fiecare search engine are o metoda proprie prin care accepta o inregistrare noua.

Rezultatele unei cautari depind de felul in care cuvintele continute in cerere (intrebare) sunt regasite in:
- titlul paginii
- descriera paginii
- textul continut in paginia
- cuvintele cheie (key-words) declarate in pagina
- informatiile declarate in momentul inregistrarii (prin completarea formularelor de inregistrare)

Principiul de indexare al fiecarui search engine difera de la un motol la altul.
Se pot defini cateva tipuri de motoare de cautare:
 

Motoare automate cu "spider"
ex: http://www.altavista.com , http://www.lycos.com
Aceste motoare au cea mai simpla procedura de inregistrare.
Este suficient sa anuntati o noua adresa din site-ul Dvs. si motorul va indexa automat toate paginile din site cu legaturi directe din acea pagina. Programul prin care este realizata indexarea automata se numeste "spider". Acest spider va face un "rezumat" al site-ului pe baza informatiilor pe care le va gasi in titlu, descriere, continut, key-words, etc. si le va stoca in baza de date.
Avantajul acestor motoare automate este acela al unei inregistrari rapide. Acelasi avantaj poate constitui o problema prin faptul ca numarul mare de inregistrari poate face cautarile dificile. Intre raspunsul cautarii pot aparea foarte multe pagini nerelevante care vor bruia rezultatul dorit.

Motoare bazate pe formulare de inregistrare
ex: http://www.yahoo.com
Aceste motoare au principalul avantaj de a fi foarte selective. In cazul serverului Yahoo, administratorii acestuia isi reserva dreptul de a refuza anumite inregistrari. Selectia inregistrarilor este facuta de catre operatori in functie de calitatea paginilor, continutul acestora si de modul in care sunt respectate regulile impuse de echipa care gestioneaza motorul de cautare. Aceste reguli sunt mentionate explicit in momentul inregistrarii.
Principalul dezavantaj al acestor motoare de cautare este intervalul de timp relativ mare in care sunt validate inregistrarile (in cazul fericit in care acestea sunt acceptate).

Cuvintele cheie (key-words) sunt un set de cuvinte (aprox. 200 de caractere) declarate in fiecare pagina de web. In cazul in care o parte din cuvintele cautarii se regasesc in setul de cuvinte cheie, pagina va avea un punctaj mai bun in cautarea respectiva.

Strategie pentru imbunatatirea pozitiei unui site web in motoarele de cautare.
Pentru ca un site web sa fie citit de un numar cat mai mare ce utilizatori are nevoie de o inregistrare de calitate.
In cazul anumitor motoare de cautare, cele mai bune rezultate se obtin prin "cumpararea" anumitor cuvinte de la proprietarul motorului. In aceste cazuri detaliile comerciale sunt prezentate pe web de catre proprietarul fiecarui engine.
In cele mai multe cazuri se pot obtine rezultate bune si prin inregistrari gratuite. Aceasta operatiune presupune insa experienta si timp pentru inregistrarile efective.