SlideShare a Scribd company logo
通信と放送の融合を考えるBoF 4th
国内トラフィックコントロールの現状
JANOG 46
鍋島 公章
2020年8月27日
Copyright (c) kosho.org 1
◼ 多数のネットワーク、多数の配信サーバ
Copyright (c) kosho.org 2
Internet
◼ 受信ポリシー:BGP
• トラフィックをどのように受け取りたいか?
• 受け取りたいIPアドレスをBGPで伝播させる
• 受信側ISPの技術として、国内でも広く議論されている
◼ 送信ポリシー:CDN(リクエスト・ナビゲーション)
• どのサーバを使ってトラフィックを発生させたいか?
• リクエストナビゲーションによりサーバを選択
• 配信事業者の技術であり、国内でまともな議論は無かった
◼ 制御能力:CDN >> BGP
• CDN:オーバーレイネットワーク
• Layer3を飛び越した制御を行う
Copyright (c) kosho.org 3
Internetのトラフィック・エンジニアリング
参考リンク:
https://www.slideshare.net/tech_jstre
am/itrc42-cdnte
◼ 国内リクエスト・ナビゲーションを明らかにする
• 使用しているGSLB(GTM)技術
• エニキャスト、DNS、URL生成
• 配信サーバの国内配置
• CDN/OTT AS、ISP内部
• ナビゲーション技術
• ラウンドロビン、ASベース、GeoIPベース、RTT?
◼ 議論
• サーバ配置とQoE
• CDNサーバとのピアリング
Copyright (c) kosho.org 4
BoFの目的
◼ DNS系リクエストナビゲーション調査
• 以下のページにアクセスしてください(裏でプローブが走ります)
• https://www.kosho.org/blog/meeting/janog46/
◼ URL生成系リクエストナビゲーション調査
• 以下のページに記載されているDNSサーバに設定し
• https://www.kosho.org/blog/meeting/janog46/
• YoutubeとNetflixの動画を視聴してください
• 例
• https://www.netflix.com/jp/title/80039394
• https://www.youtube.com/watch?v=0mw745azkdI
Copyright (c) kosho.org 5
調査協力のお願い
◼ 分類
Copyright (c) kosho.org 6
GSLB技術
エニキャスト DNS URL生成
概要 同じIPをグローバルで使う ユーザ毎に最適なIPアドレ
スを返す
ユーザ毎に最適なメディア
URLを返す
事業者の傾向 新興系、マイナー古参系(DNS
からの移行)
メジャー古参系 動画系
事業者 Cloudflare、Limelight、
CDNetworks、Fastly(国内)
Akamai、Cloudfront、
Fastly(国別)
Youtube、Netflix
メリット 地理的分散が正しい 細かな制御ができる 最も細かな制御ができる
デメリット 細かな制御(サーバ負荷の反映、
個別サーバ障害対応等)ができ
ない
障害に弱い
正しい地理的分散は手間が
かかる
動画専用
正しい地理的分散は手間がか
かる
サーバ配置 集約型(少数の強い配信拠点を
使う。国内2~3か所)
集約型、分散型(ISP内部配
置)
分散型(ISP内部配置)
◼ メジャーPublic DNS + Javascirpt
• https://www.kosho.org/tools/gslb-check-result/
• ブラウザ上のjavasciptを使い、メジャーPublic DNSにDNS問合せ(http経
由)を行う
◼ サーバへの実リクエスト
• https://www.kosho.org/tools/gslb-check-result/
• サーバの場所をHTTP変数として返す
• Cloudflare:cf_ray、Cloudfont:X-Amz-Cf-Pop、Fastly: x-served-by
◼ Browser Plugin
• https://vm.webdino.org/
• プラグインでURL生成系におけるメディアサーバ名を検知する
◼ 勝手Public DNS
• 実験用DNSサーバによりURL生成系におけるメディアサーバ名を検知する
Copyright (c) kosho.org 7
GSLB調査方法
◼ CDN事業者+動画配信自社CDN
• 判明分のみ
Copyright (c) kosho.org 8
国内サーバ配置
GSLB方式 自社 (拠点数) ISP内 (AS数)
Cloudfront DNS 1 0
Clodflare エニキャスト 2 0
Akamai (edgesuite) DNS 2? 42
Akamai (edgekey) DNS 2? 8
Akamai (akamaized) DNS 2? 38
Fastly 国別:DNS
国内:エニキャスト
3 0
Youtube URL生成 2 11
Netflix URL生成 2 ?
◼ 利用サイト(cname先)系列
• edgesuite系列
• JPドメインサイトでの利用率(独自調査):19.2% (776 FQDN)
• edgekey系列
• JPドメインサイトでの利用率(独自調査):80.1% (3,241 FQDN)
• akamaized系列
• Edgesuite系列と同じサーバ?
• JPドメインサイトでの利用率(独自調査):0.7% (30 FQDN)
Copyright (c) kosho.org 9
Akamai GSLB
◼ GSLB基本フロー
1. ユーザがwww.youtube.comにアクセスし、動画の視聴を開始しよう
とする
2. www.youtube.comは動画プレイヤーに対し、動画コンテンツをダウ
ンロードするメディアサーバを指定する
• メディアサーバの例
• r3—sn-ogueln7z.googlevideo.com
• r1—sn-5n5ip-puhe.googlevideo.com
3. 動画プレイヤーは指定されたメディアサーバから動画を取得する
Copyright (c) kosho.org 10
Youtube GSLB
◼ Youtube AS(15169)に存在するサーバの場合
• 例:r3—sn-ogueln7z
• r3: グループ内で3番目のIPアドレスである(最大9まで)
• r1—sn-ogueln7z: 173.194.49.215
• …
• r9—sn-ogueln7z: 173.194.49.224
• ogueln7z: ネットワークグループを意味する
• サブネットではなく、連続した9個のIPグループを意味する
• oguで始まるもの:東京配置
• 例:oguesnze、ogul7nel
• 3pmで始まるもの:大阪配置
• 例:3pm7kn7z、3pm7dn7z
Copyright (c) kosho.org 11
Youtube GSLB:メディアサーバ名規則(1)
◼ Youtube AS以外の一般ISPに存在するサーバの場合
• 例:r1—sn-5n5ip-puhe
• r1:グループ内で1番目のIPアドレス(前述)
• 5n5ip:AS番号を意味する(この例では4685)
• puhe:ISP内の配信拠点を意味する
Copyright (c) kosho.org 12
Youtube GSLB:メディアサーバ名規則(2)
Copyright (c) kosho.org 13
Youtube GSLB: ISP内部配置
ISP AS表記 配信拠点数
2514 (InfoSphere) ouu2j 1
2516 (KDDI) 3qqp 3
2518 (BIGLOBE) cpbavcx 1
2527 (So-net) nvoxu 2
2907 (SINET-AS) xgmnpoxuopp 2
4685 (ASAHI-NET) 5n5ip 2
9605 (docomo) ouuqvjvhv 1
9824 (Jupiter Telecom) uxjoxu 1
10013 (FBDC) 4gxxcpu 1
17511 (OPTAGE) 3v2upjvh 1
138384 (Rakuten Mobile) g530uxow2 1
◼ 主要ISP(暫定版)
Copyright (c) kosho.org 14
ISP内配信サーバ
Akamai, edgesuite Akamai edgekey Youtube Netflix
KDDI (2516) 〇 〇 〇 ?
Softbank BB (17676) 〇 × × ?
NTT Communications (4713) 〇 × × ?
NTT Docomo (9605) 〇 〇 〇 ?
So-net Entertainment (2527) 〇 × 〇 ×
Jupiter Telecommunication (9824) 〇 〇 〇 ?
Ucom (17506) 〇 × × ?
Biglobe (2518) × × 〇 ?
K-Opticom (17511) × 〇 〇 〇
IIJ (2497) 〇 × × ×
Vectant (2519) 〇 〇 × ?
Chubu Telecommunications (18126) 〇 × × ?
NTT-PC (2514) 〇 〇 〇 ?
Asahi Net (4685) 〇 × 〇 ?
Tokai (10010) × 〇 × ?
Fujitsu (2150) × × × ?
◼ データ
• 取得元:GSLB checker
• 期間:2020年4月28日~8月26日
• 総データ数:11,973 (連続アクセスは最初のものだけ抽出)
• うちJP:11,442
• 地域判定ツール
• GeoLite2
Copyright (c) kosho.org 15
国内リクエストナビゲーションの現実
◼ 都道府県別:東京に寄ってます
Copyright (c) kosho.org 16
アクセス元(GeoLite2ベース)
番号 都道府県 アクセス数 割合
1465 12.80%
1 北海道 121 1.06%
2 青森 19 0.17%
3 岩手 22 0.19%
4 宮城 50 0.44%
5 秋田 9 0.08%
6 山形 16 0.14%
7 福島 18 0.16%
8 茨城 94 0.82%
9 栃木 28 0.24%
10 群馬 41 0.36%
11 埼玉 628 5.49%
12 千葉 438 3.83%
13 東京 5486 47.95%
14 神奈川 961 8.40%
15 新潟 32 0.28%
番号 都道府県 アクセス数 割合
16 富山 17 0.15%
17 石川 59 0.52%
18 福井 21 0.18%
19 山梨 18 0.16%
20 長野 40 0.35%
21 岐阜 31 0.27%
22 静岡 97 0.85%
23 愛知 290 2.53%
24 三重 47 0.41%
25 志賀 34 0.30%
26 京都 144 1.26%
27 大阪 442 3.86%
28 兵庫 177 1.55%
29 奈良 51 0.45%
30 和歌山 13 0.11%
31 鳥取 11 0.10%
番号 都道府県 アクセス数 割合
32 島根 9 0.08%
33 岡山 34 0.30%
34 広島 65 0.57%
35 山口 25 0.22%
36 徳島 9 0.08%
37 香川 10 0.09%
38 愛媛 21 0.18%
39 高知 13 0.11%
40 福島 185 1.62%
41 佐賀 6 0.05%
42 長崎 14 0.12%
43 熊本 24 0.21%
44 大分 33 0.29%
45 宮崎 9 0.08%
46 鹿児島 21 0.18%
47 沖縄 44 0.38%
Total 11442
◼ Cloudflare
• 0.19%、100% (11,375)
◼ Cloudfront
• 1.63%、100% (11,377)
◼ Akamai (edgesuite)
• 1.82%、42.24% (8,532)
◼ Akamai (edgekey)
• 0.19%、80.10% (11,442)
◼ Akamai (akamaized)
• 2.15%、44.55% (5,933)
◼ Fastly
• 1.59%、100% (8,467)
Copyright (c) kosho.org 17
アクセス率(海外、自社AS配信率)
カッコ内は有効データ数
Copyright (c) kosho.org 18
Cloudflare:GeoIP
NRT KIX OTHER NRT KIX OTHER NRT KIX OTHER
1023 73.2% 371 26.5% 4 0.3%富山 9 52.9% 8 47.1% 0 0.0%島根 1 11.1% 8 88.9% 0 0.0%
北海道 114 94.2% 7 5.8% 0 0.0%石川 22 37.3% 37 62.7% 0 0.0%岡山 3 8.8% 30 88.2% 1 2.9%
青森 19
100.0
%
0 0.0% 0 0.0%福井 1 4.8% 20 95.2% 0 0.0%広島 11 16.9% 53 81.5% 1 1.5%
岩手 19 86.4% 3 13.6% 0 0.0%山梨 18
100.0
%
0 0.0% 0 0.0%山口 3 12.0% 22 88.0% 0 0.0%
宮城 48 96.0% 2 4.0% 0 0.0%長野 31 77.5% 9 22.5% 0 0.0%徳島 1 11.1% 8 88.9% 0 0.0%
秋田 8 88.9% 1 11.1% 0 0.0%岐阜 9 29.0% 22 71.0% 0 0.0%香川 3 30.0% 7 70.0% 0 0.0%
山形 13 81.3% 3 18.8% 0 0.0%静岡 54 55.7% 43 44.3% 0 0.0%愛媛 3 14.3% 18 85.7% 0 0.0%
福島 13 72.2% 5 27.8% 0 0.0%愛知 104 35.9% 184 63.4% 2 0.7%高知 0 0.0% 13
100.0
%
0 0.0%
茨城 85 90.4% 7 7.4% 2 2.1%三重 28 59.6% 19 40.4% 0 0.0%福島 57 30.8% 128 69.2% 0 0.0%
栃木 23 82.1% 5 17.9% 0 0.0%志賀 5 14.7% 29 85.3% 0 0.0%佐賀 2 33.3% 4 66.7% 0 0.0%
群馬 40 97.6% 1 2.4% 0 0.0%京都 29 20.1% 115 79.9% 0 0.0%長崎 7 50.0% 7 50.0% 0 0.0%
埼玉 596 94.9% 31 4.9% 1 0.2%大阪 124 28.1% 318 71.9% 0 0.0%熊本 10 41.7% 14 58.3% 0 0.0%
千葉 422 96.3% 16 3.7% 0 0.0%兵庫 46 26.0% 131 74.0% 0 0.0%大分 16 48.5% 17 51.5% 0 0.0%
東京 5136 93.6% 339 6.2% 11 0.2%奈良 9 17.6% 42 82.4% 0 0.0%宮崎 6 66.7% 3 33.3% 0 0.0%
神奈川 908 94.5% 53 5.5% 0 0.0%和歌山 3 23.1% 10 76.9% 0 0.0%鹿児島 4 19.0% 17 81.0% 0 0.0%
新潟 29 90.6% 3 9.4% 0 0.0%鳥取 1 9.1% 10 90.9% 0 0.0%沖縄 3 6.8% 41 93.2% 0 0.0%
Total 9119 80.2% 2234 19.6% 22 0.2%
TYO HND ITM Other TYO HND ITM Other TYO HND ITM Other
595 54.2% 159 14.5% 338 30.8% 5 0.5%富山 6 42.9% 4 28.6% 4 28.6% 0 0.0%島根 3 50.0% 1 16.7% 2 33.3% 0 0.0%
北海道 50 61.0% 23 28.0% 9 11.0% 0 0.0%石川 3 7.7% 22 56.4% 14 35.9% 0 0.0%岡山 8 36.4% 3 13.6% 11 50.0% 0 0.0%
青森 11 64.7% 1 5.9% 5 29.4% 0 0.0%福井 3 17.6% 2 11.8% 12 70.6% 0 0.0%広島 15 34.9% 5 11.6% 23 53.5% 0 0.0%
岩手 10 58.8% 5 29.4% 2 11.8% 0 0.0%山梨 8 61.5% 4 30.8% 1 7.7% 0 0.0%山口 6 28.6% 1 4.8% 14 66.7% 0 0.0%
宮城 15 44.1% 17 50.0% 2 5.9% 0 0.0%長野 14 45.2% 15 48.4% 2 6.5% 0 0.0%徳島 0 0.0% 2 28.6% 5 71.4% 0 0.0%
秋田 4 66.7% 2 33.3% 0 0.0% 0 0.0%岐阜 8 42.1% 5 26.3% 6 31.6% 0 0.0%香川 0 0.0% 1 14.3% 6 85.7% 0 0.0%
山形 4 57.1% 2 28.6% 1 14.3% 0 0.0%静岡 56 80.0% 8 11.4% 6 8.6% 0 0.0%愛媛 3 23.1% 3 23.1% 6 46.2% 1 7.7%
福島 11 64.7% 4 23.5% 2 11.8% 0 0.0%愛知 94 45.9% 18 8.8% 88 42.9% 5 2.4%高知 1 10.0% 0 0.0% 9 90.0% 0 0.0%
茨城 22 36.1% 31 50.8% 8 13.1% 0 0.0%三重 15 40.5% 13 35.1% 9 24.3% 0 0.0%福島 36 24.2% 41 27.5% 71 47.7% 1 0.7%
栃木 7 43.8% 6 37.5% 2 12.5% 1 6.3%志賀 6 26.1% 3 13.0% 14 60.9% 0 0.0%佐賀 2 50.0% 2 50.0% 0 0.0% 0 0.0%
群馬 18 58.1% 10 32.3% 3 9.7% 0 0.0%京都 49 45.0% 18 16.5% 40 36.7% 2 1.8%長崎 2 22.2% 5 55.6% 2 22.2% 0 0.0%
埼玉 259 60.4% 115 26.8% 40 9.3% 15 3.5%大阪 116 34.6% 64 19.1% 151 45.1% 4 1.2%熊本 3 23.1% 6 46.2% 4 30.8% 0 0.0%
千葉 184 67.6% 63 23.2% 24 8.8% 1 0.4%兵庫 44 32.4% 16 11.8% 76 55.9% 0 0.0%大分 14 50.0% 5 17.9% 9 32.1% 0 0.0%
東京 2492 58.3% 1364 31.9% 336 7.9% 83 1.9%奈良 6 14.0% 3 7.0% 34 79.1% 0 0.0%宮崎 3 37.5% 4 50.0% 1 12.5% 0 0.0%
神奈川 310 52.4% 209 35.3% 56 9.5% 17 2.9%和歌山 4 44.4% 0 0.0% 5 55.6% 0 0.0%鹿児島 2 25.0% 3 37.5% 3 37.5% 0 0.0%
新潟 10 43.5% 5 21.7% 8 34.8% 0 0.0%鳥取 3 27.3% 2 18.2% 6 54.5% 0 0.0%沖縄 4 12.5% 8 25.0% 20 62.5% 0 0.0%
4539 53.6% 2303 27.2% 1490 17.6% 135 1.6%
Copyright (c) kosho.org 19
Fastly:GeoIP
◼ KDDI (2516)
• 4637:24 (3.0%)
• 20940:789 (97.0%)
◼ SBB (17676)
• 2519:8 (1.0%)
• 2527:2 (0.2%)
• 17676:808 (96.9%)
• 20940:15 (1.8%)
• 32787:1 (0.1%)
◼ OCN (4713)
• 2527:4 (0.3%)
• 2914:6 (0.5%)
• 4713:156 (13.5%)
• 20940:989 (85.6%)
Copyright (c) kosho.org 20
Akamai AS別集計: edgesuite
◼ NTT Docomo (9605)
• 9605:201 (91.8%)
• 20940:18 (8.2%)
◼ So-net (2527)
• 2497:1 (0.2%)
• 2519:4 (0.7%)
• 2527:565 (95.3%)
• 17676:1 (0.2%)
• 20940:22 (3.7%)
青:Akamai AS
緑:自社AS
◼ ユーザAS
• ナビゲーション先サーバAS:カウント
見方
Telestra(AU)
Arteria(JP)
So-net(JP)
So-net(JP)
NTT Ameria
IIJ(JP)
Arteria(JP)
SBB(JP)
◼ KDDI (2516)
• 2516:121 (7.0%)
• 2527:2 (0.1%)
• 2914:25 (1.5%)
• 16625:656 (38.1%)
• 20940:920 (53.4%)
◼ SBB (17676)
• 2519:5 (0.4%)
• 2914:81 (6.0%)
• 16625:560 (41.5%)
• 20940:702 (52.1%)
◼ OCN (4713)
• 2519:9 (0.6%)
• 2914:562 (36.4%)
• 4713:15 (1.0%)
• 16625:382 (24.8%)
• 20940:575 (37.3%)
Copyright (c) kosho.org 21
Akamai AS別集計: edgekey
◼ NTT Docomo (9605)
• 2514:2 (0.8%)
• 2914:3 (1.3%)
• 9605:71 (29.6%)
• 16625:146 (60.8%)
• 20940:18 (7.5%)
◼ So-net (2527)
• 2519:1 (0.1%)
• 2914:255 (34.4%)
• 2527:120 (16.2%)
• 20940:365 (49.3%)
So-net(JP)
NTT Ameria
NTT Ameria
NTT Ameria
NTT Ameria
NTT Ameria
Arteria(JP)
NTT PC (JP)
Arteria(JP)
Arteria(JP)
自社AS内サーバがあまり使われていない!
◼ Web VideoMark
• https://vm.webdino.org/
• WebDINO (旧 Mozilla Japan)
• ブラウザ用プラグインで動画再生の統計を取得
• Youtube、Tver、Paravi等
• Youtube視聴データ(2020年5月)
• セッション数:4,924,489
• アクセス元ISP:40
• アクセス元地域(県):20
Copyright (c) kosho.org 22
Youtube:VideoMark
◼ VideoMarkの課題
• Apple系端末では情報が取れない
• データ数が少ない
• 県別のカバレッジ:43% (20/47)
• ISPのカバレッジ:主要ISP(シェア上位20 ISP程度)はほぼカバーし
ているが、地方系はほとんどない
• 県別分類(geoip)が怪しい
• JPなのに外国のSubdivision(BW、KA等)が含まれる:1,221件(0.2%)
• 判別不能(0):465,756件(9.5%)
Copyright (c) kosho.org 23
Youtube:VideoMark
◼ 配信サーバ配置状況(ISP内部):再掲
Copyright (c) kosho.org 24
Youtube:VideoMarkログからの考察
ISP 配信拠点数
2514 (InfoSphere) 1
2516 (KDDI) 3
2518 (BIGLOBE) 1
2527 (So-net) 2
2907 (SINET-AS) 2
4685 (ASAHI-NET) 2
9605 (docomo) 1
9824 (Jupiter Telecom) 1
10013 (FBDC) 1
17511 (OPTAGE) 1
138384 (Rakuten Mobile) 1
◼ K-Opticom、Biglobe、NTT Docomo、Asahi Net
• 自社ASからの配信が90%以上、残りはYoutube AS
◼ KDDI
• 自社ASからの配信とYoutube ASからの配信が半々程度
◼ 大学系AS
• SINET ASからの配信が多い(阪大:100%、電通大:58%、芝浦工大:81%、
情報・システム研究機構:95%)
◼ その他
• Softbank BB:Youtube AS (90.22%)、KDDI AS(9.78%)
• NTT:Youtube AS (61.62%)、KDDI AS (38.38%)
• OCN:Youtube AS (98.79%)、Jupiter AS (0.64%)、SINET AS (0.57%)
• IIJ:Youtube AS (100%)
Copyright (c) kosho.org 25
Youtube:AS別状況
◼ KDDI ASからのアクセス
Copyright (c) kosho.org 26
Youtube: GeoIP
Youtube(東京) Youtube(大阪) KDDI その他
不明 8.65% 91.35%
東京 20.10% 79.90%
神奈川 100.00%
大阪 100.00%
和歌山 98.82% 1.18%
鳥取 100.00%
◼ Asahi-Net ASからのアクセス
Copyright (c) kosho.org 27
Youtube: GeoIP
Youtube(東京) Asahi-Net(関東) Asahi-Net(関西)
埼玉 100.00%
千葉 100.00%
東京 100.00%
富山 100.00%
◼ 全ISPからYoutube AS
Copyright (c) kosho.org 28
Youtube:GeoIP
関東サーバ 関西サーバ
岩手※1 5,114 100.0%
福島 10,687 100.0%
茨城 159 100.0%
埼玉 54,968 100.0%
千葉 1,944 100.0%
東京 1,196,058 99.7% 3,872 0.3%
神奈川 132,252 98.9% 1,436 1.1%
愛知 9,450 100.0%
大阪 27,702 100.0%
兵庫※2 15,839 100.0% 0.0%
和歌山 301,710 100.0%
鳥取 14,919 100.0%
広島 135,233 100.0%
※1:すべてUnkown
※2:すべてVECTANT
◼ GSLB :URL生成が最も重要
• 動画系(Youtube、Netflix)が利用
• トラフィックへの影響が最も大きい
◼ GSLB:エニキャストが増加
• 新興系:Cloudflare、Fastly(日本国内、国別はDNS)
• 老舗系:Limelight、CDNetworks
◼ GSLB:エニキャスト
• 東西2拠点運用:GeoIP的にみるとバラバラ
• 東西2拠点運用、トラフィック比率は1:1ではない
Copyright (c) kosho.org 29
まとめ:CDN新常識
◼ GSLB:エニキャスト
• Fastly:東京2拠点、大阪1拠点
• これぐらいでバランスするのかも(JPIXピーク 2:1ぐらい)
• 東西2拠点をDNSラウンドロビンする場合も、2:1ぐらいの比率が最
適?
◼ GSLB:DNS
• たぶん、テーブル(GeoIP、AS番号)ベース
• 東西分散はGeoIPに従うと思われる(未検証:Google)
◼ Akamai:もはや集中型?
• edgesuite系:Akamaiユーザ(FQDN)の20%程度
• 40ぐらいのISPに配置、半分以上はISPから配信
• edgekey系:Akamaiユーザ(FQDN)の80%程度
• 8ぐらいのISPに配置、半分以上はAkamai ASから配信
Copyright (c) kosho.org 30
まとめ:要検証だが新知見
◼ Akamai
• 大規模(動画系)ユーザ
• edgesuite、edgekey どちらの系列を使っているのか?
◼ GSLB:URL生成
• 高度な制御を行っているか?
• マイナーコンテンツ:オリジンのみから配信
• ブロックバスターコンテンツ:キャッシュの最大利用
◼ エニキャストGeoIP集計
• ASも考慮した解析
◼ IPv4とIPv6を別集計
• IPv6はまだGSLBが下手かも
◼ Netflix
• データ不足、ご協力をお願いします
Copyright (c) kosho.org 31
まとめ:宿題(1)
◼ VideoMarkログ解析
• 6月分以降のログ解析
• OTT間のQoE比較
• Youtube、Paravi、Tver
• YoutubeのISP間QoE比較
• 配信サーバを持つ・持たない
• IX経由、プライベートピア
Copyright (c) kosho.org 32
まとめ:宿題(2)
◼ トラフィックコントロールの第3者評価
• 従来はブラックボックス⇒闇を明るく照らしましょう
• きちんと評価することでInternet全体を幸せに
◼ ISP vs CDNというパワーゲーム
• ISP側もきちんとCDNを知らないと交渉もできない
• CDNはブラックボックスをいいことにエグイことも平気でやる
◼ トラフィック流通効率化
• きちんとしたCDNの議論が必要
• トラフィック状況の意見交換レベルなのが協議会?
◼ 放送と通信の融合
• 放送の通信による配信が始まりそうです
• 放送のバックエンドが外資運用って良いの?
Copyright (c) kosho.org 33
終わりに
◼ 国内の現状
• リクエストナビゲーションに精通したエンジニア:ほぼいない
• 外資企業
• 運用は本国、国内にはサポートかセールスエンジニアのみ
• 詳しい話になると「企業秘密です」と言って誤魔化す
• 国内企業
• 自分でCDNを作っているエンジニアはいる
• しかし、リクエストナビゲーションについては弱い
◼ GSLB実装
• テーブルベース+サーバ監視
• そんなに難しくない
• 一緒にはじめません?
Copyright (c) kosho.org 34
終わりに

More Related Content

What's hot

データセンターネットワークの構成について
データセンターネットワークの構成についてデータセンターネットワークの構成について
データセンターネットワークの構成についてMicroAd, Inc.(Engineer)
 
Internetトラフィックエンジニアリングの現実
Internetトラフィックエンジニアリングの現実Internetトラフィックエンジニアリングの現実
Internetトラフィックエンジニアリングの現実J-Stream Inc.
 
分散システムの限界について知ろう
分散システムの限界について知ろう分散システムの限界について知ろう
分散システムの限界について知ろうShingo Omura
 
Scapyで作る・解析するパケット
Scapyで作る・解析するパケットScapyで作る・解析するパケット
Scapyで作る・解析するパケットTakaaki Hoyo
 
大規模DCのネットワークデザイン
大規模DCのネットワークデザイン大規模DCのネットワークデザイン
大規模DCのネットワークデザインMasayuki Kobayashi
 
分散システムについて語らせてくれ
分散システムについて語らせてくれ分散システムについて語らせてくれ
分散システムについて語らせてくれKumazaki Hiroki
 
本当は恐ろしい分散システムの話
本当は恐ろしい分散システムの話本当は恐ろしい分散システムの話
本当は恐ろしい分散システムの話Kumazaki Hiroki
 
世界と日本のDNSSEC
世界と日本のDNSSEC世界と日本のDNSSEC
世界と日本のDNSSECIIJ
 
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)VirtualTech Japan Inc.
 
MagicOnion~C#でゲームサーバを開発しよう~
MagicOnion~C#でゲームサーバを開発しよう~MagicOnion~C#でゲームサーバを開発しよう~
MagicOnion~C#でゲームサーバを開発しよう~torisoup
 
ネットワークエンジニアはどこでウデマエをみがくのか?
ネットワークエンジニアはどこでウデマエをみがくのか?ネットワークエンジニアはどこでウデマエをみがくのか?
ネットワークエンジニアはどこでウデマエをみがくのか?Yuya Rin
 
TLS 1.3 と 0-RTT のこわ〜い話
TLS 1.3 と 0-RTT のこわ〜い話TLS 1.3 と 0-RTT のこわ〜い話
TLS 1.3 と 0-RTT のこわ〜い話Kazuho Oku
 
インターネットの仕組みとISPの構造
インターネットの仕組みとISPの構造インターネットの仕組みとISPの構造
インターネットの仕組みとISPの構造Taiji Tsuchiya
 
3GPP TS 38.300-100まとめ
3GPP TS 38.300-100まとめ3GPP TS 38.300-100まとめ
3GPP TS 38.300-100まとめTetsuya Hasegawa
 
Apache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォームApache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォームKouhei Sutou
 
Ethernetの受信処理
Ethernetの受信処理Ethernetの受信処理
Ethernetの受信処理Takuya ASADA
 
大規模サービスを支えるネットワークインフラの全貌
大規模サービスを支えるネットワークインフラの全貌大規模サービスを支えるネットワークインフラの全貌
大規模サービスを支えるネットワークインフラの全貌LINE Corporation
 
閉域網接続の技術入門
閉域網接続の技術入門閉域網接続の技術入門
閉域網接続の技術入門Masayuki Kobayashi
 

What's hot (20)

データセンターネットワークの構成について
データセンターネットワークの構成についてデータセンターネットワークの構成について
データセンターネットワークの構成について
 
あなたのところに専用線が届くまで
あなたのところに専用線が届くまであなたのところに専用線が届くまで
あなたのところに専用線が届くまで
 
Internetトラフィックエンジニアリングの現実
Internetトラフィックエンジニアリングの現実Internetトラフィックエンジニアリングの現実
Internetトラフィックエンジニアリングの現実
 
分散システムの限界について知ろう
分散システムの限界について知ろう分散システムの限界について知ろう
分散システムの限界について知ろう
 
Scapyで作る・解析するパケット
Scapyで作る・解析するパケットScapyで作る・解析するパケット
Scapyで作る・解析するパケット
 
分散トレーシング技術について(Open tracingやjaeger)
分散トレーシング技術について(Open tracingやjaeger)分散トレーシング技術について(Open tracingやjaeger)
分散トレーシング技術について(Open tracingやjaeger)
 
大規模DCのネットワークデザイン
大規模DCのネットワークデザイン大規模DCのネットワークデザイン
大規模DCのネットワークデザイン
 
分散システムについて語らせてくれ
分散システムについて語らせてくれ分散システムについて語らせてくれ
分散システムについて語らせてくれ
 
本当は恐ろしい分散システムの話
本当は恐ろしい分散システムの話本当は恐ろしい分散システムの話
本当は恐ろしい分散システムの話
 
世界と日本のDNSSEC
世界と日本のDNSSEC世界と日本のDNSSEC
世界と日本のDNSSEC
 
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
OpenStackで始めるクラウド環境構築入門(Horizon 基礎編)
 
MagicOnion~C#でゲームサーバを開発しよう~
MagicOnion~C#でゲームサーバを開発しよう~MagicOnion~C#でゲームサーバを開発しよう~
MagicOnion~C#でゲームサーバを開発しよう~
 
ネットワークエンジニアはどこでウデマエをみがくのか?
ネットワークエンジニアはどこでウデマエをみがくのか?ネットワークエンジニアはどこでウデマエをみがくのか?
ネットワークエンジニアはどこでウデマエをみがくのか?
 
TLS 1.3 と 0-RTT のこわ〜い話
TLS 1.3 と 0-RTT のこわ〜い話TLS 1.3 と 0-RTT のこわ〜い話
TLS 1.3 と 0-RTT のこわ〜い話
 
インターネットの仕組みとISPの構造
インターネットの仕組みとISPの構造インターネットの仕組みとISPの構造
インターネットの仕組みとISPの構造
 
3GPP TS 38.300-100まとめ
3GPP TS 38.300-100まとめ3GPP TS 38.300-100まとめ
3GPP TS 38.300-100まとめ
 
Apache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォームApache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォーム
 
Ethernetの受信処理
Ethernetの受信処理Ethernetの受信処理
Ethernetの受信処理
 
大規模サービスを支えるネットワークインフラの全貌
大規模サービスを支えるネットワークインフラの全貌大規模サービスを支えるネットワークインフラの全貌
大規模サービスを支えるネットワークインフラの全貌
 
閉域網接続の技術入門
閉域網接続の技術入門閉域網接続の技術入門
閉域網接続の技術入門
 

Similar to 国内トラフィックエンジニアリングの現状

交通事故発生件数データ
交通事故発生件数データ交通事故発生件数データ
交通事故発生件数データARAKAWA102
 
ワークプレイスメント詳細版
ワークプレイスメント詳細版ワークプレイスメント詳細版
ワークプレイスメント詳細版Masao Kato
 
データで見る函館の公共交通の可能性20200218
データで見る函館の公共交通の可能性20200218データで見る函館の公共交通の可能性20200218
データで見る函館の公共交通の可能性20200218永澤 大樹
 
データマイニングの話詰め合わせ
データマイニングの話詰め合わせデータマイニングの話詰め合わせ
データマイニングの話詰め合わせTokoroten Nakayama
 
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始めhtml5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始めYoichiro Takehora
 
大学進学率・出身都道府県割合
大学進学率・出身都道府県割合大学進学率・出身都道府県割合
大学進学率・出身都道府県割合7n2jju
 
2015ーモバイルECはどうする?
2015ーモバイルECはどうする?2015ーモバイルECはどうする?
2015ーモバイルECはどうする?DOMO.inc
 
刑法犯罪発生率ランキングH27 東京都内市区町村別
刑法犯罪発生率ランキングH27 東京都内市区町村別刑法犯罪発生率ランキングH27 東京都内市区町村別
刑法犯罪発生率ランキングH27 東京都内市区町村別ARAKAWA102
 
数字から見た大学図書館 北海道大学 20160128
数字から見た大学図書館 北海道大学 20160128数字から見た大学図書館 北海道大学 20160128
数字から見た大学図書館 北海道大学 20160128Takeo NAGASHIMA
 
交通・観光ビッグデータがもたらす変革 ナビタイムジャパン CSISシンポジウム2016
交通・観光ビッグデータがもたらす変革 ナビタイムジャパン CSISシンポジウム2016交通・観光ビッグデータがもたらす変革 ナビタイムジャパン CSISシンポジウム2016
交通・観光ビッグデータがもたらす変革 ナビタイムジャパン CSISシンポジウム2016Kohei Ota
 
20151107 cfj setohiga4_2
20151107 cfj setohiga4_220151107 cfj setohiga4_2
20151107 cfj setohiga4_2Toshikazu Seto
 
20210605 WealthPark business
20210605 WealthPark business20210605 WealthPark business
20210605 WealthPark businessKazuhiroUkita
 
20111022 「ソーシャルメディア時代のコミュニケーション」彦根市倫理法人会MS資料
20111022 「ソーシャルメディア時代のコミュニケーション」彦根市倫理法人会MS資料20111022 「ソーシャルメディア時代のコミュニケーション」彦根市倫理法人会MS資料
20111022 「ソーシャルメディア時代のコミュニケーション」彦根市倫理法人会MS資料松崎 和弘
 
Facebook運営月次レポートsample(comnico)
Facebook運営月次レポートsample(comnico)Facebook運営月次レポートsample(comnico)
Facebook運営月次レポートsample(comnico)comnico inc.
 

Similar to 国内トラフィックエンジニアリングの現状 (20)

交通事故発生件数データ
交通事故発生件数データ交通事故発生件数データ
交通事故発生件数データ
 
ワークプレイスメント詳細版
ワークプレイスメント詳細版ワークプレイスメント詳細版
ワークプレイスメント詳細版
 
IPv6 Survey 2019
IPv6 Survey 2019IPv6 Survey 2019
IPv6 Survey 2019
 
データで見る函館の公共交通の可能性20200218
データで見る函館の公共交通の可能性20200218データで見る函館の公共交通の可能性20200218
データで見る函館の公共交通の可能性20200218
 
データマイニングの話詰め合わせ
データマイニングの話詰め合わせデータマイニングの話詰め合わせ
データマイニングの話詰め合わせ
 
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始めhtml5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
 
分析サンプル_若年世代の仕事との向き合い方に関する調査
分析サンプル_若年世代の仕事との向き合い方に関する調査分析サンプル_若年世代の仕事との向き合い方に関する調査
分析サンプル_若年世代の仕事との向き合い方に関する調査
 
大学進学率・出身都道府県割合
大学進学率・出身都道府県割合大学進学率・出身都道府県割合
大学進学率・出身都道府県割合
 
2015ーモバイルECはどうする?
2015ーモバイルECはどうする?2015ーモバイルECはどうする?
2015ーモバイルECはどうする?
 
20110414_sem_endo
20110414_sem_endo20110414_sem_endo
20110414_sem_endo
 
刑法犯罪発生率ランキングH27 東京都内市区町村別
刑法犯罪発生率ランキングH27 東京都内市区町村別刑法犯罪発生率ランキングH27 東京都内市区町村別
刑法犯罪発生率ランキングH27 東京都内市区町村別
 
110823 2
110823 2110823 2
110823 2
 
110823 2
110823 2110823 2
110823 2
 
数字から見た大学図書館 北海道大学 20160128
数字から見た大学図書館 北海道大学 20160128数字から見た大学図書館 北海道大学 20160128
数字から見た大学図書館 北海道大学 20160128
 
コース導入講義(田代)
コース導入講義(田代)コース導入講義(田代)
コース導入講義(田代)
 
交通・観光ビッグデータがもたらす変革 ナビタイムジャパン CSISシンポジウム2016
交通・観光ビッグデータがもたらす変革 ナビタイムジャパン CSISシンポジウム2016交通・観光ビッグデータがもたらす変革 ナビタイムジャパン CSISシンポジウム2016
交通・観光ビッグデータがもたらす変革 ナビタイムジャパン CSISシンポジウム2016
 
20151107 cfj setohiga4_2
20151107 cfj setohiga4_220151107 cfj setohiga4_2
20151107 cfj setohiga4_2
 
20210605 WealthPark business
20210605 WealthPark business20210605 WealthPark business
20210605 WealthPark business
 
20111022 「ソーシャルメディア時代のコミュニケーション」彦根市倫理法人会MS資料
20111022 「ソーシャルメディア時代のコミュニケーション」彦根市倫理法人会MS資料20111022 「ソーシャルメディア時代のコミュニケーション」彦根市倫理法人会MS資料
20111022 「ソーシャルメディア時代のコミュニケーション」彦根市倫理法人会MS資料
 
Facebook運営月次レポートsample(comnico)
Facebook運営月次レポートsample(comnico)Facebook運営月次レポートsample(comnico)
Facebook運営月次レポートsample(comnico)
 

More from Masaaki Nabeshima

セキュリティ管理 入門セミナ
セキュリティ管理 入門セミナセキュリティ管理 入門セミナ
セキュリティ管理 入門セミナMasaaki Nabeshima
 
IPv4 IPv6 Multi Protocol Media Player
IPv4 IPv6 Multi  Protocol Media PlayerIPv4 IPv6 Multi  Protocol Media Player
IPv4 IPv6 Multi Protocol Media PlayerMasaaki Nabeshima
 
サイマルキャスト コストと可能性についての考察
サイマルキャスト コストと可能性についての考察サイマルキャスト コストと可能性についての考察
サイマルキャスト コストと可能性についての考察Masaaki Nabeshima
 
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソースストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソースMasaaki Nabeshima
 
海賊版対策:CDN事業者からの視点
海賊版対策:CDN事業者からの視点海賊版対策:CDN事業者からの視点
海賊版対策:CDN事業者からの視点Masaaki Nabeshima
 
ストリーミング視聴解析の分類(ドラフト20180718)
ストリーミング視聴解析の分類(ドラフト20180718)ストリーミング視聴解析の分類(ドラフト20180718)
ストリーミング視聴解析の分類(ドラフト20180718)Masaaki Nabeshima
 
ストリーミング用マルチCDN
ストリーミング用マルチCDNストリーミング用マルチCDN
ストリーミング用マルチCDNMasaaki Nabeshima
 
ストリーミング視聴解析の基礎セミナー(続き)
ストリーミング視聴解析の基礎セミナー(続き)ストリーミング視聴解析の基礎セミナー(続き)
ストリーミング視聴解析の基礎セミナー(続き)Masaaki Nabeshima
 
プレイヤーサイド・マルチCDN
プレイヤーサイド・マルチCDNプレイヤーサイド・マルチCDN
プレイヤーサイド・マルチCDNMasaaki Nabeshima
 
Video analytics seminar 2018
Video analytics seminar 2018Video analytics seminar 2018
Video analytics seminar 2018Masaaki Nabeshima
 
CDNとCDSPビジネスの動向と展望
CDNとCDSPビジネスの動向と展望CDNとCDSPビジネスの動向と展望
CDNとCDSPビジネスの動向と展望Masaaki Nabeshima
 

More from Masaaki Nabeshima (20)

vMVPDの動向について
vMVPDの動向についてvMVPDの動向について
vMVPDの動向について
 
セキュリティ管理 入門セミナ
セキュリティ管理 入門セミナセキュリティ管理 入門セミナ
セキュリティ管理 入門セミナ
 
ATSC 3.0, MMT, Multicast
ATSC 3.0, MMT, MulticastATSC 3.0, MMT, Multicast
ATSC 3.0, MMT, Multicast
 
IPv4 IPv6 Multi Protocol Media Player
IPv4 IPv6 Multi  Protocol Media PlayerIPv4 IPv6 Multi  Protocol Media Player
IPv4 IPv6 Multi Protocol Media Player
 
サイマルキャスト コストと可能性についての考察
サイマルキャスト コストと可能性についての考察サイマルキャスト コストと可能性についての考察
サイマルキャスト コストと可能性についての考察
 
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソースストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
 
IPv4 IPv6 Media Player
IPv4 IPv6 Media PlayerIPv4 IPv6 Media Player
IPv4 IPv6 Media Player
 
IPv6 Survey 2019 Dec Update
IPv6 Survey 2019 Dec UpdateIPv6 Survey 2019 Dec Update
IPv6 Survey 2019 Dec Update
 
JP Web Sites IPv6 Survey
JP Web Sites IPv6 SurveyJP Web Sites IPv6 Survey
JP Web Sites IPv6 Survey
 
海賊版対策:CDN事業者からの視点
海賊版対策:CDN事業者からの視点海賊版対策:CDN事業者からの視点
海賊版対策:CDN事業者からの視点
 
ストリーミング視聴解析の分類(ドラフト20180718)
ストリーミング視聴解析の分類(ドラフト20180718)ストリーミング視聴解析の分類(ドラフト20180718)
ストリーミング視聴解析の分類(ドラフト20180718)
 
ストリーミング用マルチCDN
ストリーミング用マルチCDNストリーミング用マルチCDN
ストリーミング用マルチCDN
 
ストリーミング視聴解析の基礎セミナー(続き)
ストリーミング視聴解析の基礎セミナー(続き)ストリーミング視聴解析の基礎セミナー(続き)
ストリーミング視聴解析の基礎セミナー(続き)
 
ISP CDN draft2
ISP CDN draft2ISP CDN draft2
ISP CDN draft2
 
プレイヤーサイド・マルチCDN
プレイヤーサイド・マルチCDNプレイヤーサイド・マルチCDN
プレイヤーサイド・マルチCDN
 
Video mqtt
Video mqttVideo mqtt
Video mqtt
 
Video analytics seminar 2018
Video analytics seminar 2018Video analytics seminar 2018
Video analytics seminar 2018
 
CDNの必要性と将来性
CDNの必要性と将来性CDNの必要性と将来性
CDNの必要性と将来性
 
CDNとCDSPビジネスの動向と展望
CDNとCDSPビジネスの動向と展望CDNとCDSPビジネスの動向と展望
CDNとCDSPビジネスの動向と展望
 
P2P型CDN
P2P型CDNP2P型CDN
P2P型CDN
 

Recently uploaded

Intranet Development v1.0 (TSG LIVE! 12 LT )
Intranet Development v1.0 (TSG LIVE! 12 LT )Intranet Development v1.0 (TSG LIVE! 12 LT )
Intranet Development v1.0 (TSG LIVE! 12 LT )iwashiira2ctf
 
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521Satoshi Makita
 
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一瑛一 西口
 
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayersToru Tamaki
 
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationToru Tamaki
 
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...atsushi061452
 
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptxssuserbefd24
 
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizesatsushi061452
 
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)keikoitakurag
 
20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdfAyachika Kitazaki
 
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptxyassun7010
 

Recently uploaded (11)

Intranet Development v1.0 (TSG LIVE! 12 LT )
Intranet Development v1.0 (TSG LIVE! 12 LT )Intranet Development v1.0 (TSG LIVE! 12 LT )
Intranet Development v1.0 (TSG LIVE! 12 LT )
 
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
 
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
 
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
 
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
 
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
 
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
 
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
 
20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf
 
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
 

国内トラフィックエンジニアリングの現状

  • 3. ◼ 受信ポリシー:BGP • トラフィックをどのように受け取りたいか? • 受け取りたいIPアドレスをBGPで伝播させる • 受信側ISPの技術として、国内でも広く議論されている ◼ 送信ポリシー:CDN(リクエスト・ナビゲーション) • どのサーバを使ってトラフィックを発生させたいか? • リクエストナビゲーションによりサーバを選択 • 配信事業者の技術であり、国内でまともな議論は無かった ◼ 制御能力:CDN >> BGP • CDN:オーバーレイネットワーク • Layer3を飛び越した制御を行う Copyright (c) kosho.org 3 Internetのトラフィック・エンジニアリング 参考リンク: https://www.slideshare.net/tech_jstre am/itrc42-cdnte
  • 4. ◼ 国内リクエスト・ナビゲーションを明らかにする • 使用しているGSLB(GTM)技術 • エニキャスト、DNS、URL生成 • 配信サーバの国内配置 • CDN/OTT AS、ISP内部 • ナビゲーション技術 • ラウンドロビン、ASベース、GeoIPベース、RTT? ◼ 議論 • サーバ配置とQoE • CDNサーバとのピアリング Copyright (c) kosho.org 4 BoFの目的
  • 5. ◼ DNS系リクエストナビゲーション調査 • 以下のページにアクセスしてください(裏でプローブが走ります) • https://www.kosho.org/blog/meeting/janog46/ ◼ URL生成系リクエストナビゲーション調査 • 以下のページに記載されているDNSサーバに設定し • https://www.kosho.org/blog/meeting/janog46/ • YoutubeとNetflixの動画を視聴してください • 例 • https://www.netflix.com/jp/title/80039394 • https://www.youtube.com/watch?v=0mw745azkdI Copyright (c) kosho.org 5 調査協力のお願い
  • 6. ◼ 分類 Copyright (c) kosho.org 6 GSLB技術 エニキャスト DNS URL生成 概要 同じIPをグローバルで使う ユーザ毎に最適なIPアドレ スを返す ユーザ毎に最適なメディア URLを返す 事業者の傾向 新興系、マイナー古参系(DNS からの移行) メジャー古参系 動画系 事業者 Cloudflare、Limelight、 CDNetworks、Fastly(国内) Akamai、Cloudfront、 Fastly(国別) Youtube、Netflix メリット 地理的分散が正しい 細かな制御ができる 最も細かな制御ができる デメリット 細かな制御(サーバ負荷の反映、 個別サーバ障害対応等)ができ ない 障害に弱い 正しい地理的分散は手間が かかる 動画専用 正しい地理的分散は手間がか かる サーバ配置 集約型(少数の強い配信拠点を 使う。国内2~3か所) 集約型、分散型(ISP内部配 置) 分散型(ISP内部配置)
  • 7. ◼ メジャーPublic DNS + Javascirpt • https://www.kosho.org/tools/gslb-check-result/ • ブラウザ上のjavasciptを使い、メジャーPublic DNSにDNS問合せ(http経 由)を行う ◼ サーバへの実リクエスト • https://www.kosho.org/tools/gslb-check-result/ • サーバの場所をHTTP変数として返す • Cloudflare:cf_ray、Cloudfont:X-Amz-Cf-Pop、Fastly: x-served-by ◼ Browser Plugin • https://vm.webdino.org/ • プラグインでURL生成系におけるメディアサーバ名を検知する ◼ 勝手Public DNS • 実験用DNSサーバによりURL生成系におけるメディアサーバ名を検知する Copyright (c) kosho.org 7 GSLB調査方法
  • 8. ◼ CDN事業者+動画配信自社CDN • 判明分のみ Copyright (c) kosho.org 8 国内サーバ配置 GSLB方式 自社 (拠点数) ISP内 (AS数) Cloudfront DNS 1 0 Clodflare エニキャスト 2 0 Akamai (edgesuite) DNS 2? 42 Akamai (edgekey) DNS 2? 8 Akamai (akamaized) DNS 2? 38 Fastly 国別:DNS 国内:エニキャスト 3 0 Youtube URL生成 2 11 Netflix URL生成 2 ?
  • 9. ◼ 利用サイト(cname先)系列 • edgesuite系列 • JPドメインサイトでの利用率(独自調査):19.2% (776 FQDN) • edgekey系列 • JPドメインサイトでの利用率(独自調査):80.1% (3,241 FQDN) • akamaized系列 • Edgesuite系列と同じサーバ? • JPドメインサイトでの利用率(独自調査):0.7% (30 FQDN) Copyright (c) kosho.org 9 Akamai GSLB
  • 10. ◼ GSLB基本フロー 1. ユーザがwww.youtube.comにアクセスし、動画の視聴を開始しよう とする 2. www.youtube.comは動画プレイヤーに対し、動画コンテンツをダウ ンロードするメディアサーバを指定する • メディアサーバの例 • r3—sn-ogueln7z.googlevideo.com • r1—sn-5n5ip-puhe.googlevideo.com 3. 動画プレイヤーは指定されたメディアサーバから動画を取得する Copyright (c) kosho.org 10 Youtube GSLB
  • 11. ◼ Youtube AS(15169)に存在するサーバの場合 • 例:r3—sn-ogueln7z • r3: グループ内で3番目のIPアドレスである(最大9まで) • r1—sn-ogueln7z: 173.194.49.215 • … • r9—sn-ogueln7z: 173.194.49.224 • ogueln7z: ネットワークグループを意味する • サブネットではなく、連続した9個のIPグループを意味する • oguで始まるもの:東京配置 • 例:oguesnze、ogul7nel • 3pmで始まるもの:大阪配置 • 例:3pm7kn7z、3pm7dn7z Copyright (c) kosho.org 11 Youtube GSLB:メディアサーバ名規則(1)
  • 12. ◼ Youtube AS以外の一般ISPに存在するサーバの場合 • 例:r1—sn-5n5ip-puhe • r1:グループ内で1番目のIPアドレス(前述) • 5n5ip:AS番号を意味する(この例では4685) • puhe:ISP内の配信拠点を意味する Copyright (c) kosho.org 12 Youtube GSLB:メディアサーバ名規則(2)
  • 13. Copyright (c) kosho.org 13 Youtube GSLB: ISP内部配置 ISP AS表記 配信拠点数 2514 (InfoSphere) ouu2j 1 2516 (KDDI) 3qqp 3 2518 (BIGLOBE) cpbavcx 1 2527 (So-net) nvoxu 2 2907 (SINET-AS) xgmnpoxuopp 2 4685 (ASAHI-NET) 5n5ip 2 9605 (docomo) ouuqvjvhv 1 9824 (Jupiter Telecom) uxjoxu 1 10013 (FBDC) 4gxxcpu 1 17511 (OPTAGE) 3v2upjvh 1 138384 (Rakuten Mobile) g530uxow2 1
  • 14. ◼ 主要ISP(暫定版) Copyright (c) kosho.org 14 ISP内配信サーバ Akamai, edgesuite Akamai edgekey Youtube Netflix KDDI (2516) 〇 〇 〇 ? Softbank BB (17676) 〇 × × ? NTT Communications (4713) 〇 × × ? NTT Docomo (9605) 〇 〇 〇 ? So-net Entertainment (2527) 〇 × 〇 × Jupiter Telecommunication (9824) 〇 〇 〇 ? Ucom (17506) 〇 × × ? Biglobe (2518) × × 〇 ? K-Opticom (17511) × 〇 〇 〇 IIJ (2497) 〇 × × × Vectant (2519) 〇 〇 × ? Chubu Telecommunications (18126) 〇 × × ? NTT-PC (2514) 〇 〇 〇 ? Asahi Net (4685) 〇 × 〇 ? Tokai (10010) × 〇 × ? Fujitsu (2150) × × × ?
  • 15. ◼ データ • 取得元:GSLB checker • 期間:2020年4月28日~8月26日 • 総データ数:11,973 (連続アクセスは最初のものだけ抽出) • うちJP:11,442 • 地域判定ツール • GeoLite2 Copyright (c) kosho.org 15 国内リクエストナビゲーションの現実
  • 16. ◼ 都道府県別:東京に寄ってます Copyright (c) kosho.org 16 アクセス元(GeoLite2ベース) 番号 都道府県 アクセス数 割合 1465 12.80% 1 北海道 121 1.06% 2 青森 19 0.17% 3 岩手 22 0.19% 4 宮城 50 0.44% 5 秋田 9 0.08% 6 山形 16 0.14% 7 福島 18 0.16% 8 茨城 94 0.82% 9 栃木 28 0.24% 10 群馬 41 0.36% 11 埼玉 628 5.49% 12 千葉 438 3.83% 13 東京 5486 47.95% 14 神奈川 961 8.40% 15 新潟 32 0.28% 番号 都道府県 アクセス数 割合 16 富山 17 0.15% 17 石川 59 0.52% 18 福井 21 0.18% 19 山梨 18 0.16% 20 長野 40 0.35% 21 岐阜 31 0.27% 22 静岡 97 0.85% 23 愛知 290 2.53% 24 三重 47 0.41% 25 志賀 34 0.30% 26 京都 144 1.26% 27 大阪 442 3.86% 28 兵庫 177 1.55% 29 奈良 51 0.45% 30 和歌山 13 0.11% 31 鳥取 11 0.10% 番号 都道府県 アクセス数 割合 32 島根 9 0.08% 33 岡山 34 0.30% 34 広島 65 0.57% 35 山口 25 0.22% 36 徳島 9 0.08% 37 香川 10 0.09% 38 愛媛 21 0.18% 39 高知 13 0.11% 40 福島 185 1.62% 41 佐賀 6 0.05% 42 長崎 14 0.12% 43 熊本 24 0.21% 44 大分 33 0.29% 45 宮崎 9 0.08% 46 鹿児島 21 0.18% 47 沖縄 44 0.38% Total 11442
  • 17. ◼ Cloudflare • 0.19%、100% (11,375) ◼ Cloudfront • 1.63%、100% (11,377) ◼ Akamai (edgesuite) • 1.82%、42.24% (8,532) ◼ Akamai (edgekey) • 0.19%、80.10% (11,442) ◼ Akamai (akamaized) • 2.15%、44.55% (5,933) ◼ Fastly • 1.59%、100% (8,467) Copyright (c) kosho.org 17 アクセス率(海外、自社AS配信率) カッコ内は有効データ数
  • 18. Copyright (c) kosho.org 18 Cloudflare:GeoIP NRT KIX OTHER NRT KIX OTHER NRT KIX OTHER 1023 73.2% 371 26.5% 4 0.3%富山 9 52.9% 8 47.1% 0 0.0%島根 1 11.1% 8 88.9% 0 0.0% 北海道 114 94.2% 7 5.8% 0 0.0%石川 22 37.3% 37 62.7% 0 0.0%岡山 3 8.8% 30 88.2% 1 2.9% 青森 19 100.0 % 0 0.0% 0 0.0%福井 1 4.8% 20 95.2% 0 0.0%広島 11 16.9% 53 81.5% 1 1.5% 岩手 19 86.4% 3 13.6% 0 0.0%山梨 18 100.0 % 0 0.0% 0 0.0%山口 3 12.0% 22 88.0% 0 0.0% 宮城 48 96.0% 2 4.0% 0 0.0%長野 31 77.5% 9 22.5% 0 0.0%徳島 1 11.1% 8 88.9% 0 0.0% 秋田 8 88.9% 1 11.1% 0 0.0%岐阜 9 29.0% 22 71.0% 0 0.0%香川 3 30.0% 7 70.0% 0 0.0% 山形 13 81.3% 3 18.8% 0 0.0%静岡 54 55.7% 43 44.3% 0 0.0%愛媛 3 14.3% 18 85.7% 0 0.0% 福島 13 72.2% 5 27.8% 0 0.0%愛知 104 35.9% 184 63.4% 2 0.7%高知 0 0.0% 13 100.0 % 0 0.0% 茨城 85 90.4% 7 7.4% 2 2.1%三重 28 59.6% 19 40.4% 0 0.0%福島 57 30.8% 128 69.2% 0 0.0% 栃木 23 82.1% 5 17.9% 0 0.0%志賀 5 14.7% 29 85.3% 0 0.0%佐賀 2 33.3% 4 66.7% 0 0.0% 群馬 40 97.6% 1 2.4% 0 0.0%京都 29 20.1% 115 79.9% 0 0.0%長崎 7 50.0% 7 50.0% 0 0.0% 埼玉 596 94.9% 31 4.9% 1 0.2%大阪 124 28.1% 318 71.9% 0 0.0%熊本 10 41.7% 14 58.3% 0 0.0% 千葉 422 96.3% 16 3.7% 0 0.0%兵庫 46 26.0% 131 74.0% 0 0.0%大分 16 48.5% 17 51.5% 0 0.0% 東京 5136 93.6% 339 6.2% 11 0.2%奈良 9 17.6% 42 82.4% 0 0.0%宮崎 6 66.7% 3 33.3% 0 0.0% 神奈川 908 94.5% 53 5.5% 0 0.0%和歌山 3 23.1% 10 76.9% 0 0.0%鹿児島 4 19.0% 17 81.0% 0 0.0% 新潟 29 90.6% 3 9.4% 0 0.0%鳥取 1 9.1% 10 90.9% 0 0.0%沖縄 3 6.8% 41 93.2% 0 0.0% Total 9119 80.2% 2234 19.6% 22 0.2%
  • 19. TYO HND ITM Other TYO HND ITM Other TYO HND ITM Other 595 54.2% 159 14.5% 338 30.8% 5 0.5%富山 6 42.9% 4 28.6% 4 28.6% 0 0.0%島根 3 50.0% 1 16.7% 2 33.3% 0 0.0% 北海道 50 61.0% 23 28.0% 9 11.0% 0 0.0%石川 3 7.7% 22 56.4% 14 35.9% 0 0.0%岡山 8 36.4% 3 13.6% 11 50.0% 0 0.0% 青森 11 64.7% 1 5.9% 5 29.4% 0 0.0%福井 3 17.6% 2 11.8% 12 70.6% 0 0.0%広島 15 34.9% 5 11.6% 23 53.5% 0 0.0% 岩手 10 58.8% 5 29.4% 2 11.8% 0 0.0%山梨 8 61.5% 4 30.8% 1 7.7% 0 0.0%山口 6 28.6% 1 4.8% 14 66.7% 0 0.0% 宮城 15 44.1% 17 50.0% 2 5.9% 0 0.0%長野 14 45.2% 15 48.4% 2 6.5% 0 0.0%徳島 0 0.0% 2 28.6% 5 71.4% 0 0.0% 秋田 4 66.7% 2 33.3% 0 0.0% 0 0.0%岐阜 8 42.1% 5 26.3% 6 31.6% 0 0.0%香川 0 0.0% 1 14.3% 6 85.7% 0 0.0% 山形 4 57.1% 2 28.6% 1 14.3% 0 0.0%静岡 56 80.0% 8 11.4% 6 8.6% 0 0.0%愛媛 3 23.1% 3 23.1% 6 46.2% 1 7.7% 福島 11 64.7% 4 23.5% 2 11.8% 0 0.0%愛知 94 45.9% 18 8.8% 88 42.9% 5 2.4%高知 1 10.0% 0 0.0% 9 90.0% 0 0.0% 茨城 22 36.1% 31 50.8% 8 13.1% 0 0.0%三重 15 40.5% 13 35.1% 9 24.3% 0 0.0%福島 36 24.2% 41 27.5% 71 47.7% 1 0.7% 栃木 7 43.8% 6 37.5% 2 12.5% 1 6.3%志賀 6 26.1% 3 13.0% 14 60.9% 0 0.0%佐賀 2 50.0% 2 50.0% 0 0.0% 0 0.0% 群馬 18 58.1% 10 32.3% 3 9.7% 0 0.0%京都 49 45.0% 18 16.5% 40 36.7% 2 1.8%長崎 2 22.2% 5 55.6% 2 22.2% 0 0.0% 埼玉 259 60.4% 115 26.8% 40 9.3% 15 3.5%大阪 116 34.6% 64 19.1% 151 45.1% 4 1.2%熊本 3 23.1% 6 46.2% 4 30.8% 0 0.0% 千葉 184 67.6% 63 23.2% 24 8.8% 1 0.4%兵庫 44 32.4% 16 11.8% 76 55.9% 0 0.0%大分 14 50.0% 5 17.9% 9 32.1% 0 0.0% 東京 2492 58.3% 1364 31.9% 336 7.9% 83 1.9%奈良 6 14.0% 3 7.0% 34 79.1% 0 0.0%宮崎 3 37.5% 4 50.0% 1 12.5% 0 0.0% 神奈川 310 52.4% 209 35.3% 56 9.5% 17 2.9%和歌山 4 44.4% 0 0.0% 5 55.6% 0 0.0%鹿児島 2 25.0% 3 37.5% 3 37.5% 0 0.0% 新潟 10 43.5% 5 21.7% 8 34.8% 0 0.0%鳥取 3 27.3% 2 18.2% 6 54.5% 0 0.0%沖縄 4 12.5% 8 25.0% 20 62.5% 0 0.0% 4539 53.6% 2303 27.2% 1490 17.6% 135 1.6% Copyright (c) kosho.org 19 Fastly:GeoIP
  • 20. ◼ KDDI (2516) • 4637:24 (3.0%) • 20940:789 (97.0%) ◼ SBB (17676) • 2519:8 (1.0%) • 2527:2 (0.2%) • 17676:808 (96.9%) • 20940:15 (1.8%) • 32787:1 (0.1%) ◼ OCN (4713) • 2527:4 (0.3%) • 2914:6 (0.5%) • 4713:156 (13.5%) • 20940:989 (85.6%) Copyright (c) kosho.org 20 Akamai AS別集計: edgesuite ◼ NTT Docomo (9605) • 9605:201 (91.8%) • 20940:18 (8.2%) ◼ So-net (2527) • 2497:1 (0.2%) • 2519:4 (0.7%) • 2527:565 (95.3%) • 17676:1 (0.2%) • 20940:22 (3.7%) 青:Akamai AS 緑:自社AS ◼ ユーザAS • ナビゲーション先サーバAS:カウント 見方 Telestra(AU) Arteria(JP) So-net(JP) So-net(JP) NTT Ameria IIJ(JP) Arteria(JP) SBB(JP)
  • 21. ◼ KDDI (2516) • 2516:121 (7.0%) • 2527:2 (0.1%) • 2914:25 (1.5%) • 16625:656 (38.1%) • 20940:920 (53.4%) ◼ SBB (17676) • 2519:5 (0.4%) • 2914:81 (6.0%) • 16625:560 (41.5%) • 20940:702 (52.1%) ◼ OCN (4713) • 2519:9 (0.6%) • 2914:562 (36.4%) • 4713:15 (1.0%) • 16625:382 (24.8%) • 20940:575 (37.3%) Copyright (c) kosho.org 21 Akamai AS別集計: edgekey ◼ NTT Docomo (9605) • 2514:2 (0.8%) • 2914:3 (1.3%) • 9605:71 (29.6%) • 16625:146 (60.8%) • 20940:18 (7.5%) ◼ So-net (2527) • 2519:1 (0.1%) • 2914:255 (34.4%) • 2527:120 (16.2%) • 20940:365 (49.3%) So-net(JP) NTT Ameria NTT Ameria NTT Ameria NTT Ameria NTT Ameria Arteria(JP) NTT PC (JP) Arteria(JP) Arteria(JP) 自社AS内サーバがあまり使われていない!
  • 22. ◼ Web VideoMark • https://vm.webdino.org/ • WebDINO (旧 Mozilla Japan) • ブラウザ用プラグインで動画再生の統計を取得 • Youtube、Tver、Paravi等 • Youtube視聴データ(2020年5月) • セッション数:4,924,489 • アクセス元ISP:40 • アクセス元地域(県):20 Copyright (c) kosho.org 22 Youtube:VideoMark
  • 23. ◼ VideoMarkの課題 • Apple系端末では情報が取れない • データ数が少ない • 県別のカバレッジ:43% (20/47) • ISPのカバレッジ:主要ISP(シェア上位20 ISP程度)はほぼカバーし ているが、地方系はほとんどない • 県別分類(geoip)が怪しい • JPなのに外国のSubdivision(BW、KA等)が含まれる:1,221件(0.2%) • 判別不能(0):465,756件(9.5%) Copyright (c) kosho.org 23 Youtube:VideoMark
  • 24. ◼ 配信サーバ配置状況(ISP内部):再掲 Copyright (c) kosho.org 24 Youtube:VideoMarkログからの考察 ISP 配信拠点数 2514 (InfoSphere) 1 2516 (KDDI) 3 2518 (BIGLOBE) 1 2527 (So-net) 2 2907 (SINET-AS) 2 4685 (ASAHI-NET) 2 9605 (docomo) 1 9824 (Jupiter Telecom) 1 10013 (FBDC) 1 17511 (OPTAGE) 1 138384 (Rakuten Mobile) 1
  • 25. ◼ K-Opticom、Biglobe、NTT Docomo、Asahi Net • 自社ASからの配信が90%以上、残りはYoutube AS ◼ KDDI • 自社ASからの配信とYoutube ASからの配信が半々程度 ◼ 大学系AS • SINET ASからの配信が多い(阪大:100%、電通大:58%、芝浦工大:81%、 情報・システム研究機構:95%) ◼ その他 • Softbank BB:Youtube AS (90.22%)、KDDI AS(9.78%) • NTT:Youtube AS (61.62%)、KDDI AS (38.38%) • OCN:Youtube AS (98.79%)、Jupiter AS (0.64%)、SINET AS (0.57%) • IIJ:Youtube AS (100%) Copyright (c) kosho.org 25 Youtube:AS別状況
  • 26. ◼ KDDI ASからのアクセス Copyright (c) kosho.org 26 Youtube: GeoIP Youtube(東京) Youtube(大阪) KDDI その他 不明 8.65% 91.35% 東京 20.10% 79.90% 神奈川 100.00% 大阪 100.00% 和歌山 98.82% 1.18% 鳥取 100.00%
  • 27. ◼ Asahi-Net ASからのアクセス Copyright (c) kosho.org 27 Youtube: GeoIP Youtube(東京) Asahi-Net(関東) Asahi-Net(関西) 埼玉 100.00% 千葉 100.00% 東京 100.00% 富山 100.00%
  • 28. ◼ 全ISPからYoutube AS Copyright (c) kosho.org 28 Youtube:GeoIP 関東サーバ 関西サーバ 岩手※1 5,114 100.0% 福島 10,687 100.0% 茨城 159 100.0% 埼玉 54,968 100.0% 千葉 1,944 100.0% 東京 1,196,058 99.7% 3,872 0.3% 神奈川 132,252 98.9% 1,436 1.1% 愛知 9,450 100.0% 大阪 27,702 100.0% 兵庫※2 15,839 100.0% 0.0% 和歌山 301,710 100.0% 鳥取 14,919 100.0% 広島 135,233 100.0% ※1:すべてUnkown ※2:すべてVECTANT
  • 29. ◼ GSLB :URL生成が最も重要 • 動画系(Youtube、Netflix)が利用 • トラフィックへの影響が最も大きい ◼ GSLB:エニキャストが増加 • 新興系:Cloudflare、Fastly(日本国内、国別はDNS) • 老舗系:Limelight、CDNetworks ◼ GSLB:エニキャスト • 東西2拠点運用:GeoIP的にみるとバラバラ • 東西2拠点運用、トラフィック比率は1:1ではない Copyright (c) kosho.org 29 まとめ:CDN新常識
  • 30. ◼ GSLB:エニキャスト • Fastly:東京2拠点、大阪1拠点 • これぐらいでバランスするのかも(JPIXピーク 2:1ぐらい) • 東西2拠点をDNSラウンドロビンする場合も、2:1ぐらいの比率が最 適? ◼ GSLB:DNS • たぶん、テーブル(GeoIP、AS番号)ベース • 東西分散はGeoIPに従うと思われる(未検証:Google) ◼ Akamai:もはや集中型? • edgesuite系:Akamaiユーザ(FQDN)の20%程度 • 40ぐらいのISPに配置、半分以上はISPから配信 • edgekey系:Akamaiユーザ(FQDN)の80%程度 • 8ぐらいのISPに配置、半分以上はAkamai ASから配信 Copyright (c) kosho.org 30 まとめ:要検証だが新知見
  • 31. ◼ Akamai • 大規模(動画系)ユーザ • edgesuite、edgekey どちらの系列を使っているのか? ◼ GSLB:URL生成 • 高度な制御を行っているか? • マイナーコンテンツ:オリジンのみから配信 • ブロックバスターコンテンツ:キャッシュの最大利用 ◼ エニキャストGeoIP集計 • ASも考慮した解析 ◼ IPv4とIPv6を別集計 • IPv6はまだGSLBが下手かも ◼ Netflix • データ不足、ご協力をお願いします Copyright (c) kosho.org 31 まとめ:宿題(1)
  • 32. ◼ VideoMarkログ解析 • 6月分以降のログ解析 • OTT間のQoE比較 • Youtube、Paravi、Tver • YoutubeのISP間QoE比較 • 配信サーバを持つ・持たない • IX経由、プライベートピア Copyright (c) kosho.org 32 まとめ:宿題(2)
  • 33. ◼ トラフィックコントロールの第3者評価 • 従来はブラックボックス⇒闇を明るく照らしましょう • きちんと評価することでInternet全体を幸せに ◼ ISP vs CDNというパワーゲーム • ISP側もきちんとCDNを知らないと交渉もできない • CDNはブラックボックスをいいことにエグイことも平気でやる ◼ トラフィック流通効率化 • きちんとしたCDNの議論が必要 • トラフィック状況の意見交換レベルなのが協議会? ◼ 放送と通信の融合 • 放送の通信による配信が始まりそうです • 放送のバックエンドが外資運用って良いの? Copyright (c) kosho.org 33 終わりに
  • 34. ◼ 国内の現状 • リクエストナビゲーションに精通したエンジニア:ほぼいない • 外資企業 • 運用は本国、国内にはサポートかセールスエンジニアのみ • 詳しい話になると「企業秘密です」と言って誤魔化す • 国内企業 • 自分でCDNを作っているエンジニアはいる • しかし、リクエストナビゲーションについては弱い ◼ GSLB実装 • テーブルベース+サーバ監視 • そんなに難しくない • 一緒にはじめません? Copyright (c) kosho.org 34 終わりに