L'esplosione del traffico dati mobile e l'arrivo di LTE

935 views
810 views

Published on

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
935
On SlideShare
0
From Embeds
0
Number of Embeds
11
Actions
Shares
0
Downloads
25
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

L'esplosione del traffico dati mobile e l'arrivo di LTE

  1. 1.   Lesplosione  del  traffico  da1   OpenDay     mobile  e  larrivo  di  LTE Politecnico  di  Milano  -­‐  DEI 2013   10  Aprile  2013  –  12:15-­‐14:30 Aula  De  DonatoTavola  rotonda:   Ermanno  Berruto  (Wind),   Benvenuti ! Sandro  Dionisi  (Telecom  Italia),     Emilio  Marchionna  (3),   Marco  Zangani  (VODAFONE),     ViLorio  Trecordi  (ICTC),  Introduce  e  modera:   Antonio  Capone  (POLIMI)  
  2. 2. Esplosione del traffico dati Traffic  MB  per  month  o  Crescita del 70% annuo Device  Type   2012   2017  o  Dovuta agli smart phone Non-­‐smartphone   6.8   31   M2M  Module   64   330  o  Incremento del traffico Smartphone   342   2,66   per dispositivo 4G  Smartphone   1,302   5,114   Tablet   820   5,387   Laptop   2,503   5,731  Source: CISCO VNI Mobile Forecast 2013
  3. 3. Qualità dell’esperienzao  Le attese degli utenti sulla qualità dei servizi mobili sono in crescita e superiori a quelli per le applicazioni da PC
  4. 4. Espansione della reteo  Nuovi investimenti in infrastrutture e tecnologie da parte degli operatori per aumentare la capacità della rete
  5. 5. Tavola rotondao  Obiettivo: n  Capire come gli operatori stanno affrontando questa sfida ed il passaggio ad LTEo  Stimolo: Due studi del PoliMI relativi a: n  Caratterizzare il traffico generato da smartphone (Antonio Capone) n  Misurare la qualità delle reti (Vittorio Trecordi)
  6. 6. Politecnico di Milano Advanced Network Technologies Laboratory Caratterizzazione dei profili di traffico da smartphone Antonio CaponeIn collaborazione Studenti POLIMI:con: Christopher Aiosa Andrea Colombo Giovanni Greco
  7. 7. Gli Smartphone dominano il mondo mobileo  In 3-4 anni mondo mobile stravolto dall’arrivo degli smartphoneo  Il numero di smartphone ha superato quello dei dispositivi tradizionali in molti paesi Source: ComScore, Data: 2012o  Il traffico da smartphone ha caratteristiche nuove (≠ dati tradizionale, usb dongle, ecc.)o  Non si può prescindere dalla caratterizzazione di questo traffico per l’ingegnerizzazione delle nuove reti Antonio Capone - Politecnico di Milano 7
  8. 8. Impatto del traffico da smartphone1) Segnalazione e stato dellaconnessioneo  Il profilo di traffico da smartphone è generato da applicazioni sviluppate secondo il paradigma dell’always-ono  Anche piccole quantità da dati possono generare cambiamenti di stato nella connessione e grandi quantità di traffico di segnalazione (il traffico cresce ad un ritmo del 70% anno, mentre quello di segnalazione del 200%)o  Impatto diverso su reti 3G e 4G Antonio Capone - Politecnico di Milano 8
  9. 9. Impatto del traffico da smartphone2) Qualità dell’esperienza degliutentio  La qualità percepita dagli utenti non dipende più solo dai tradizionali parametri di rete, ma dalle applicazionio  Molto del traffico viene generato senza che l’utente ne sia consapevoleo  La qualità a parità di condizioni di rete dipende dallo stato dell’interfaccia utente e dalle applicazioni attive Antonio Capone - Politecnico di Milano 9
  10. 10. Caratterizzazione traffico da smartphoneo  Caratterizzazione utenti: n  Raccolta dati sul comportamento degli utenti n  Classificazione degli utentio  Analisi di tracce di traffico: n  Cattura di tracce di traffico di background e delle applicazioni più popolari n  Analisi statistica delle tracceo  Sviluppo di modelli per la simulazione di traffico da smartphone n  In collaborazione con PRISMA-ENGINEERINGAntonio Capone - Politecnico di Milano 10
  11. 11. Caratterizzazione utentio  Racconta dati da circa ≈450 personeo  Risultati comparati e ritarati sulla base di altre ricerche pubbliche (Nielsen, Google, ComScore)o  Classificazione degli utenti in classi: Social Profile Ø  Traffico principalmente da Social Network (Facebook), Internet Browsing, Youtube, ecc. Business Profile Ø  Traffico principalmente da email, browsing, background apps, ecc. Basic Profile Ø  Generazione di traffico limitato, uso della configurazione di base del dispositivo.Antonio Capone - Politecnico di Milano 11
  12. 12. Caratterizzazione utenti Nokia  Symbian   Altro o  Dati comparabili OS 2% Windows   7% con quelli di altre Phone/Mobile 4% fontio  Piccole correzioni BlackBarry  RIM 3% Apple  iOS dovute alla 30% composizione del campione 7% 3% Studente 3% 6% Google  Android Impiegato 55% 50% Prof./docente Ricercatore 31% Altro Antonio Capone - Politecnico di Milano 12
  13. 13. Caratterizzazione utenti accesso%internet%[min]* utiliz.%youtube%[min]* refresh%widget%[n/ sms%inviati*Social sms%ricevuti* accesso%Social%Network* utiliz.%Skype%[min]* Mail%ricevute* Mail%inviate* 0%%%%%%%%%%%%%%%%%%%%1C10%%%%%%%%%%%%%%10C20%%%%%%%%%%%%%%%20C50%%%%%%%%%%%%%%%>50* accesso%internet% 100,0%" utiliz.%youtube%[min]* 80,0%" refresh%widget%[n/ sms%inviati* 60,0%"Business sms%ricevuti* accesso%Social% utiliz.%Skype%[min]* 40,0%" 20,0%" 0,0%" Mail%ricevute* l& Mail%inviate* ai o & A bo %" m lk e& ts ra G ce ta %%0%%%%%%%%%%%%%%%%%1B10%%%%%%%%%%%%%10B20%%%%%%%%%%%%%20B50%%%%%%%%%%%%%>50* ha e9 & ag yp r& G Fa gl ay & W st Sk e oo eo eB In i= G et Tw ilM accesso%internet%[min]* 80,0%" utiliz.%youtube%[min]* 60,0%" refresh%widget%[n/ 40,0%" sms%inviati*Basic sms%ricevuti* 20,0%" accesso%Social% 0,0%" utiliz.%Skype%[min]* l& & & ai ok & pp Mail%ricevute* m & lk %" bo e& m G A s& ta ce ra & ts yp Mail%inviate* G & ap ay ha Fa ag & Sk er M eB W st eo i> In e9 0%%%%%%%%%%%%%%%%1B10%%%%%%%%%%%%10B20%%%%%%%%%%%%%%%20B50%%* et Tw gl ilM oo G Antonio Capone - Politecnico di Milano 13
  14. 14. Tracce di traffico: Ambiente di test Network in a box 3G/4G 3G/4G Access Core Internet Network Network LSUnetAntonio Capone - Politecnico di Milano 14
  15. 15. Esempi modelli di traffico: traffico di background Google  o  Raccolta dati sui volumi di Maps Sistema   1% Operativ Altro traffico di background con o 4% 12% PlayStor e   applicativi di profilazione 35% Browser o  Caratterizzazione del traffico di 26% Faceboo k background con le tracce di 22% traffico (granularità da 1s a 10ms) Volumi 35-50% Idlestate 1 state 2 State 3Antonio Capone - Politecnico di Milano 15
  16. 16. Esempi modelli di traffico: traffico applicazionio  Caratterizzazione delle applicazioni per OSo  Caratterizzazione iOS 6 statistica dei profili di traffico e degli stati di generazioneo  Analisi su scale temporali differenti Idle State 1 State 2 State 3 State 1_A State 1_B State 1_C State 2_A State 2_B State 2_C State 3_AAntonio Capone - Politecnico di Milano 16
  17. 17. Conclusionio  Lezioni imparate finora: n  Profili di traffico mobile molto diversi dai corrispondenti delle applicazioni PC n  Traffico di background molto rilevante in termini di volumi e con caratteristiche diverse in base a OS e app n  Possibile caratterizzazione a granularità temporale fine (1s-10ms)o  Lavoro in corso: n  Caratterizzazione del traffico su base utente e lunghi intervalli di osservazione n  Caratterizzazione della qualità percepita sulla base di quella della rete (banda disponibile, link radio, ritardi)Antonio Capone - Politecnico di Milano 17
  18. 18. POLITECNICO DI MILANOMisura e valutazione della qualità dell’esperienza degli utenti dei servizi mobili a larga banda Prof. Ing. Vittorio Trecordi trecordi@ictc.it   Tavola Rotonda: Lesplosione del traffico dati mobile e larrivo di LTE 10 aprile 2013
  19. 19. Prospettive di interesse nel mercato italiano • Effettuare  misure  approfondite • Misurare  il  livello  di  servizio • Costruire  un  osservatorio  dei  livelli  di   • Configurare  parametri  di  misura  per   • Verificare  aderenza  a  contratto servizio  erogati verificare  specifiche  condizioni • Confrontarsi  con  prestazioni  di   • Alimentare  le  negoziazioni  collettive   • Supportare  la  diagnostica  di   mercato con  operatori  e  regolatori situazioni  di  disservizio • Supportare  decisione  di  acquisto Versante  della  domanda Versante  dell’offerta • Monitoraggio   del  livello  di   servizio     Consumatore percepito  dai   >105 clienti Associazione   • Monitoraggio   consumatori Operatore  di   SLA  (lato   Consumatore telecomunicazioni cliente) esperto >103 mobili 4   • Comparazione   <  5 con  mercato • Ausilio   all’azione   MVNO Azienda <10 commerciale >103 Autorità  Garante  della   Autorità    per  le   Versante  della Concorrenza  e  del   Garanzie  nelle   Regolamentazione Mercato Comunicazioni N.B. le indicazioni nei box indicano la numerosità • Misurare  gli  SLA • Trasparenza  dell’offerta  accesso   indicativa dei • Monitorare  corrispondenza  tra   • Alimentare  determinazione  penali ad  Internet  mobile  a  larga  banda soggetti nel messaggio  commerciale  e  servizio • Confronto  con  prestazioni  di  mercato • Monitoraggio  del  livello  di  servizio   mercato italiano • Monitorare  condizioni  di  mercato • Supportare  decisioni  di  acquisto di  mercato POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 19 degli utenti dei servizi mobili a larga banda
  20. 20. Scenari e “colli di bottiglia” POSSIBILE COLLO DI SCENARIO BOTTIGLIA - Rete di accessoServer e Client situati in reti differenti separate da - La grande Internet Internet (Scenario 1) - (Rete ISP client) - (Rete ISP server) Server e Client nello stesso - Rete di accesso Sistema Autonomo - (Rete ISP client/server)Server e Client situati nella stessa area - Rete di accessogeografica (Scenario 2) Reti con interconnessioni - NAP o IXP dirette tra operatori - (Rete ISP client) - (Rete ISP server) - Rete di accesso P2P tra operatori diversi - NAP o IXP nella stessa area geografica - (Rete ISP peer A) - (Rete ISP peer B)Collegamenti Peer-to- - Rete di accesso P2P nella stessa retePeer di varia natura - (Rete ISP) (Scenario 3) - Rete di accesso - NAP o IXP P2P attraverso “La grande - La grande Internet Internet” - (Rete ISP locale) - (Rete ISP estero) POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 20 degli utenti dei servizi mobili a larga banda
  21. 21. Cronistoria delle attività di ricerca e sviluppo Lancio  di  un  App  su  AppleStore  a   Strumento  browser  based  basato  su   giugno  2011  (attualmente  ancora   Strumento  browser-­‐based  per   HTML5  per  misure  HTTP  up-­‐down,   Strumento  client-­‐server  per  test   disponibile)     misure  HTTP  up-­‐down,  HTTP   HTTP  latency     prestazioni  HTTP  up-­‐down,  SMTP,   latency     POP3,  FTP  down,  PING  per  sistema   Paradigma  crowdsourcing  di   Relazione  tra  parametri  tecnici  e   operativo  Unix  (sviluppato  in  C)     raccolta  di  misure  HTTP  up-­‐down,   VeriUica  relazione  tra  parametri   QoE  (predizione  MOS)  per  video  di   SNR,  posizione  GPS  (mobilità),  FTP   tecnici  e  QoE  (predizione  MOS)  per   tipo  HTTP  adaptive  streaming   Test  4  operatori  mobili   down,  SMTP,  POP3,  VoIP,  PING  per   video  di  tipo  HTTP  progressive   (DASH)     (abbonamenti  dati  broadband   reti  3G  e  WiFi  (reti  Uisse  con  accesso   streaming  (Youtube/Vimeo)    consumer  ricaricabili  con  chiavetta   circa  400  misure  soggettive/USB)  su  Milano  (divisa  in  9  settori)  e   radio)     circa  700  misure  soggettive/ oggettive:  validazione  predizione   confronto  prestazione  operatori     Ad  oggi  oltre  70.000  download  e   oggettive:  validazione  predizione   QoE  -­‐  parametri:  freeze,   350.000  misure   QoE     throughput,  stabilità  del   throughput   2009 2011 2012 2013 La  raccolta  di  dati  di   Il  paradigma  App  ha     Consapevolezza   misura  generati  con  il   innescato  un  potente     prestazione  reale   processo  caotico  consente   vettore  di  mercato:   di  disporre  di  una  banca   OTT end-to-end terminal-based Diagnostica   gli  Store  sono  un  formidabile   dati  utile  ad  effettuare   luogo  d’incontro  di  domanda  e   L’utente  effettua  la  misura  per  suo   Effetto  ludico     numerose  analisi  (es.   offerta  con  bassa  barriera   interesse  personale:  quando  vuole;  dove   (App  gradevole)   veriUica  dei  trend,  analisi   all’ingresso  per  un  mercato   vuole;  con  le  motivazioni  più  varie:   comparative,  studi  di   Effetto  competitivo   correlazione,  stima  del   globale   Socializzazione  dei   mercato  potenziale,  …   risultati   Crowdsourcing Gamification POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 21 degli utenti dei servizi mobili a larga banda
  22. 22. Net.isfaction: caratteristiche progettuali OPT-IN Salvaguardia della Privacy Anonimizzazione e trattamento statistico dei dati POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 22 degli utenti dei servizi mobili a larga banda
  23. 23. Net.isfaction caratteristiche principali AVAILABLE ON (1) (2) ONLY (1)  Disponibile per tutti i dispositivi con sistema operativo iOS® (2)  Disponibile per smartphone and tablet Android (non disponibili test email e VoIP, mentre Video QoE solo su Android al momento) POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 23 degli utenti dei servizi mobili a larga banda
  24. 24. Net.isfaction: adozione Solo misure 3G suddivise per operatore 1 test 2-5 test 6-20 test 21-50 test 50+ test Ad oggi: Oltre 350.000 misure (quasi 290.000 WiFi) 38.789 POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 24 degli utenti dei servizi mobili a larga banda
  25. 25. Un mondo affollato - ma c’é ancora molto da fare Ookla speedtest Numerose App che affrontano lo stesso tema Ruolo della FUB Speedtest di Ookla è lo strumento più Ne.Me.Sys. è il conosciuto dagli utenti programma ufficiale del ed usato da larga parte progetto Misura Internet degli operatori per dell’Autorità per le offrire ai propri clienti Garanzie nelle uno strumento, disporre Comunicazioni per la di server di misura da misura della qualità posizionare presso loro della connessione ad siti, disporre di dati di Internet da postazione misura fissa: strumento per Net.Index è una metrica recesso anticipato pubblica di FUB ha lavorato su KPI comparazione delle per la misura della velocità delle reti a qualità di rete mobile larga banda dei diversi per AGCOM Paesi SamKnows è un’azienda del Regno Unito che, su incarico dei regolatori o delle autorità pubbliche, offre agli utenti a larga banda fissa uno strumento di misura (basato su misure effettuate con un box fornito appositamente) In US per conto di FCC SamKnows mette a disposizione 10.000 white box e produce il report periodico «Measuring Broadband America»; a settembre 2012 meeting FCC per programma di misura broadband mobile - in UK, SamKnows è partner di OFCOM e misura in circa 2000 residenze la larga banda fissa producendo un report (OFCOM con Epitiro sviluppo valutazione broadband mobile nel 2010/2011 - Europa, ha selezionato SamKnows con gara europea per fare una campagna di misura della larga banda fissa (circa 10.000 punti in 30 paesi in 2 anni) - Anche Singapore e Brasile hanno selezionato SamKnows per il fisso – A luglio 2012 OFCOM ha affidato a SamKnows un incarico ( £238,100) per una ricerca sulla prestazione mobile a larga banda da condurre tra 2012 e 2015. POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 25 degli utenti dei servizi mobili a larga banda
  26. 26. Net.isfaction: alcuni risultati POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 26 degli utenti dei servizi mobili a larga banda
  27. 27. Net.isfaction: alcuni risultati POLITECNICO DI MILANO Aprile 2013 Misura e valutazione della qualità dell’esperienza Pag. 27 degli utenti dei servizi mobili a larga banda
  28. 28. Domanden  Quali piani di sviluppo dellinfrastruttura e di evoluzione tecnologica (parte radio e core)?n  Come è possibile affrontare la riduzione dei margini e gli investimenti nellinfrastruttura?n  Come vi ponete rispetto alle misure di qualità della rete adesso in parte regolate dallautority?n  Che impatto hanno i nuovi profili di traffico generato dai dispositivi smart sulle vostre reti? 28

×