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

OpenDay 2013

Benvenuti !

L'esplosione del traffico da1 mobile e l'arrivo di LTE

Politecnico di Milano -‐ DEI 10 Aprile 2013 – 12:15-‐14:30

Aula De Donato

Tavola rotonda: Ermanno Berruto (Wind), Sandro Dionisi (Telecom Italia), Emilio Marchionna (3), Marco Zangani (VODAFONE), ViLorio Trecordi (ICTC),

Introduce e modera: Antonio Capone (POLIMI)

Esplosione del traffico dati

o  Crescita del 70% annuo o  Dovuta agli smart phone o  Incremento del traffico

per dispositivo

Traffic MB per month

Device Type 2012 2017 Non-‐smartphone 6.8 31 M2M Module 64 330 Smartphone 342 2,66 4G Smartphone 1,302 5,114 Tablet 820 5,387 Laptop 2,503 5,731

Source: CISCO VNI Mobile Forecast 2013

Qualità dell’esperienza

o  Le attese degli utenti sulla qualità dei servizi mobili sono in crescita e superiori a quelli per le applicazioni da PC

Espansione della rete

o  Nuovi investimenti in infrastrutture e tecnologie da parte degli operatori per aumentare la capacità della rete

Tavola rotonda

o Obiettivo: n  Capire come gli operatori stanno

affrontando questa sfida ed il passaggio ad LTE

o Stimolo: Due studi del PoliMI relativi a: n  Caratterizzare il traffico generato da

smartphone (Antonio Capone) n  Misurare la qualità delle reti (Vittorio

Trecordi)

Politecnico di Milano Advanced Network Technologies Laboratory

Caratterizzazione dei profili di traffico da smartphone

Antonio Capone

In collaborazione con: Studenti POLIMI:

Christopher Aiosa Andrea Colombo Giovanni Greco

Gli Smartphone dominano il mondo mobile

o  In 3-4 anni mondo mobile stravolto dall’arrivo degli smartphone

o  Il numero di smartphone ha superato quello dei dispositivi tradizionali in molti paesi

o  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

7

Source: ComScore, Data: 2012

Antonio Capone - Politecnico di Milano

Impatto del traffico da smartphone

1) Segnalazione e stato della connessione o  Il profilo di traffico da smartphone è

generato da applicazioni sviluppate secondo il paradigma dell’always-on

o  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

8 Antonio Capone - Politecnico di Milano

Impatto del traffico da smartphone

2) Qualità dell’esperienza degli utenti o  La qualità percepita dagli utenti non

dipende più solo dai tradizionali parametri di rete, ma dalle applicazioni

o  Molto del traffico viene generato senza che l’utente ne sia consapevole

o  La qualità a parità di condizioni di rete dipende dallo stato dell’interfaccia utente e dalle applicazioni attive


Caratterizzazione traffico da smartphone

o  Caratterizzazione utenti: n  Raccolta dati sul comportamento degli utenti n  Classificazione degli utenti

o  Analisi di tracce di traffico: n  Cattura di tracce di traffico di background e

delle applicazioni più popolari n  Analisi statistica delle tracce

o  Sviluppo di modelli per la simulazione di traffico da smartphone n  In collaborazione con PRISMA-ENGINEERING


Caratterizzazione utenti

o  Racconta dati da circa ≈450 persone o  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. 11 Antonio Capone - Politecnico di Milano


Apple iOS 30%

Google Android 55%

BlackBarry RIM 3%

Windows Phone/Mobile

4%

Nokia Symbian OS 7%

Altro 2%

12

o  Dati comparabili con quelli di altre fonti

o  Piccole correzioni dovute alla composizione del campione

50%

31%

6% 3% 3% 7%

Studente

Impiegato

Prof./docente

Ricercatore

Altro



13

%"

0,0%"

20,0%"

40,0%"

60,0%"

80,0%"

100,0%"

Gmail&

Faceboo

WhatsA

Gtalk&

Instagra

Skype&

Google9

eBay&

Twi=er&

ilMeteo&

%"

0,0%"

20,0%"

40,0%"

60,0%"

80,0%"

Gmail&

Facebook&

WhatsApp&

Gtalk&

Instagram&

Skype&

Google9Maps&

eBay&

Twi>er&

ilMeteo&

Mail%inviate*Mail%ricevute*

utiliz.%Skype%[min]*accesso%Social%Network*

sms%ricevuti*sms%inviati*

refresh%widget%[n/utiliz.%youtube%[min]*accesso%internet%[min]*

0%%%%%%%%%%%%%%%%%%%%1C10%%%%%%%%%%%%%%10C20%%%%%%%%%%%%%%%20C50%%%%%%%%%%%%%%%>50*


utiliz.%Skype%[min]*accesso%Social%sms%ricevuti*sms%inviati*

refresh%widget%[n/utiliz.%youtube%[min]*

accesso%internet%

%%0%%%%%%%%%%%%%%%%%1B10%%%%%%%%%%%%%10B20%%%%%%%%%%%%%20B50%%%%%%%%%%%%%>50*


utiliz.%Skype%[min]*accesso%Social%sms%ricevuti*sms%inviati*

refresh%widget%[n/utiliz.%youtube%[min]*accesso%internet%[min]*

0%%%%%%%%%%%%%%%%1B10%%%%%%%%%%%%10B20%%%%%%%%%%%%%%%20B50%%*

Social

Business

Basic


Tracce di traffico: Ambiente di test

14

3G/4G Access

Network

3G/4G Core

Network Internet

LSUnet

Network in a box


Esempi modelli di traffico: traffico di background

PlayStore

35%

Facebook

22%

Browser 26%

Sistema Operativ

o 4%

Google Maps 1%

Altro 12%

15

o  Raccolta dati sui volumi di traffico di background con applicativi di profilazione

o  Caratterizzazione del traffico di background con le tracce di traffico (granularità da 1s a 10ms) Volumi 35-50%

Idle

state 1 state 2 State 3


Esempi modelli di traffico: traffico applicazioni

16

o  Caratterizzazione delle applicazioni per OS

o  Caratterizzazione statistica dei profili di traffico e degli stati di generazione

o  Analisi su scale temporali differenti

iOS 6

Idle

State 1 State 3

State 1_A State 1_B State 1_C State 2_A State 2_B State 2_C State 3_A

State 2


Conclusioni o  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)


POLITECNICO DI MILANO

Misura e valutazione della qualità dell’esperienza degli utenti dei servizi mobili a larga banda

10 aprile 2013

Prof. Ing. Vittorio Trecordi [email protected]

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

Prospettive di interesse nel mercato italiano

N.B. le indicazioni nei box indicano la

numerosità indicativa dei soggetti nel

mercato italiano

POLITECNICO DI MILANO Misura e valutazione della qualità dell’esperienza degli utenti dei servizi mobili a larga banda

Aprile 2013 Pag. 19

Consumatore

Consumatoreesperto

Azienda

Associazione consumatori Operatore di

telecomunicazionimobili

Autorità Garante della Concorrenza e del

Mercato

Autorità per le Garanzie nelle Comunicazioni

Versante della domanda Versante dell’offerta

•Misurare il livello di servizio• Verificare aderenza a contratto• Confrontarsi con prestazioni di

mercato• Supportare decisione di acquisto

• Effettuare misure approfondite• Configurare parametri di misura per

verificare specifiche condizioni• Supportare la diagnostica di

situazioni di disservizio

• Costruire un osservatorio dei livelli di servizio erogati

• Alimentare le negoziazioni collettive con operatori e regolatori

•Misurare gli SLA• Alimentare determinazione penali• Confronto con prestazioni di mercato• Supportare decisioni di acquisto

Versante dellaRegolamentazione

•Monitorare corrispondenza tra messaggio commerciale e servizio•Monitorare condizioni di mercato

• Trasparenza dell’offerta accesso ad Internet mobile a larga banda•Monitoraggio del livello di servizio

di mercato

•Monitoraggio del livello di servizio

percepito dai clienti

•Monitoraggio SLA (lato cliente)

• Comparazione con mercato• Ausilio all’azione

commerciale

< 5

>105

>103

>103

4

MVNO<10

•Monitoraggio del livello di servizio

percepito dai clienti

•Monitoraggio SLA (lato cliente)

• Comparazione con mercato• Ausilio all’azione

commerciale

Scenari e “colli di bottiglia”

SCENARIOSCENARIO POSSIBILE COLLO DI BOTTIGLIA

Server e Client situati in reti differenti separate da Internet (Scenario 1)

Server e Client situati in reti differenti separate da Internet (Scenario 1)

- Rete di accesso- La grande Internet- (Rete ISP client)- (Rete ISP server)

Server e Client situati nella stessa area

geografica (Scenario 2)

Server e Client nello stesso Sistema Autonomo

- Rete di accesso- (Rete ISP client/server)

Server e Client situati nella stessa area

geografica (Scenario 2) Reti con interconnessioni dirette tra operatori

- Rete di accesso- NAP o IXP- (Rete ISP client)- (Rete ISP server)

Collegamenti Peer-to-Peer di varia natura

(Scenario 3)

P2P tra operatori diversi nella stessa area geografica

- Rete di accesso- NAP o IXP- (Rete ISP peer A)- (Rete ISP peer B)


(Scenario 3)

P2P nella stessa rete - Rete di accesso- (Rete ISP)


(Scenario 3)

P2P attraverso “La grande Internet”

- Rete di accesso- NAP o IXP- La grande Internet- (Rete ISP locale)- (Rete ISP estero)


Aprile 2013 Pag. 20

Cronistoria delle attività di ricerca e sviluppo


Aprile 2013 Pag. 21

2009 2011 2012 2013

Strumento client-‐server per test prestazioni HTTP up-‐down, SMTP, POP3, FTP down, PING per sistema operativo Unix (sviluppato in C)

Test 4 operatori mobili (abbonamenti dati broadband

consumer ricaricabili con chiavetta USB) su Milano (divisa in 9 settori) e confronto prestazione operatori

Lancio di un App su AppleStore a giugno 2011 (attualmente ancora

disponibile)

Paradigma crowdsourcing di raccolta di misure HTTP up-‐down, SNR, posizione GPS (mobilità), FTP down, SMTP, POP3, VoIP, PING per reti 3G e WiFi (reti Uisse con accesso

radio)

Ad oggi oltre 70.000 download e 350.000 misure

Strumento browser-‐based per misure HTTP up-‐down, HTTP

latency

VeriUica relazione tra parametri tecnici e QoE (predizione MOS) per video di tipo HTTP progressive streaming (Youtube/Vimeo)

circa 700 misure soggettive/oggettive: validazione predizione

QoE

Strumento browser based basato su HTML5 per misure HTTP up-‐down,

HTTP latency

Relazione tra parametri tecnici e QoE (predizione MOS) per video di tipo HTTP adaptive streaming

(DASH)

circa 400 misure soggettive/oggettive: validazione predizione

QoE -‐ parametri: freeze, throughput, stabilità del

throughput

L’utente effettua la misura per suo interesse personale: quando vuole; dove vuole; con le motivazioni più varie:

Crowdsourcing

Gamification

Consapevolezza prestazione reale

Diagnostica

Effetto ludico (App gradevole)

Effetto competitivo

Socializzazione dei risultati

Il paradigma App ha innescato un potente vettore di mercato:

gli Store sono un formidabile luogo d’incontro di domanda e offerta con bassa barriera all’ingresso per un mercato

globale

La raccolta di dati di misura generati con il

processo caotico consente di disporre di una banca dati utile ad effettuare numerose analisi (es.

veriUica dei trend, analisi comparative, studi di correlazione, stima del mercato potenziale, …

OTT end-to-end terminal-based

Net.isfaction: caratteristiche progettuali

Salvaguardia della Privacy

OPT-IN

Anonimizzazione e trattamento

statistico dei dati


Aprile 2013 Pag. 22

Net.isfaction caratteristiche principali


Aprile 2013 Pag. 23

(1)

(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)

(2)

AVAILABLE ON

ONLY

Net.isfaction: adozione


Aprile 2013 Pag. 24

1 test

2-5 test

6-20 test

21-50 test

50+ test

Ad oggi:

Oltre 350.000 misure

(quasi 290.000 WiFi)

Solo misure 3G suddivise per operatore

38.789

Un mondo affollato - ma c’é ancora molto da fare


Aprile 2013 Pag. 25

Numerose App che affrontano lo stesso tema Ruolo della FUB

Ne.Me.Sys. è il programma ufficiale del progetto Misura Internet dell’Autorità per le Garanzie nelle Comunicazioni per la misura della qualità della connessione ad Internet da postazione fissa: strumento per recesso anticipato

FUB ha lavorato su KPI per la misura della qualità di rete mobile per AGCOM

Speedtest di Ookla è lo strumento più conosciuto dagli utenti ed usato da larga parte degli operatori per offrire ai propri clienti uno strumento, disporre di server di misura da posizionare presso loro siti, disporre di dati di misura

Net.Index è una metrica pubblica di comparazione delle velocità delle reti a larga banda dei diversi Paesi

Ookla speedtest

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.

Net.isfaction: alcuni risultati


Aprile 2013 Pag. 26

Net.isfaction: alcuni risultati


Aprile 2013 Pag. 27

Domande

n  Quali piani di sviluppo dell'infrastruttura e di evoluzione tecnologica (parte radio e core)?

n  Come è possibile affrontare la riduzione dei margini e gli investimenti nell'infrastruttura?

n  Come vi ponete rispetto alle misure di qualità della rete adesso in parte regolate dall'autority?

n  Che impatto hanno i nuovi profili di traffico generato dai dispositivi smart sulle vostre reti?

28

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

Technology

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