1.
L'esplosione
del
traffico
da1
OpenDay
mobile
e
l'arrivo
di
LTE
Politecnico
di
Milano
-­‐
DEI
2013
10
Aprile
2013
–
12:15-­‐14:30
Aula
De
Donato
Tavola
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. 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. 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

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

5. 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)

6. Politecnico di Milano
Advanced Network Technologies Laboratory
Caratterizzazione dei profili di
traffico da smartphone
Antonio Capone
In collaborazione
Studenti POLIMI:
con:
Christopher Aiosa
Andrea Colombo
Giovanni Greco

7. 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 Source: ComScore, Data: 2012
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
Antonio Capone - Politecnico di Milano 7

8. 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
Antonio Capone - Politecnico di Milano 8

9. 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
Antonio Capone - Politecnico di Milano 9

10. 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
Antonio Capone - Politecnico di Milano 10

11. 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.
Antonio Capone - Politecnico di Milano 11

12. Caratterizzazione utenti
Nokia Symbian Altro
o Dati comparabili OS
2%
Windows 7%
con quelli di altre Phone/Mobile
4%
fonti
o 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. 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. Tracce di traffico:
Ambiente di test
Network in a box
3G/4G 3G/4G
Access Core Internet
Network Network
LSUnet
Antonio Capone - Politecnico di Milano 14

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%
Idle
state 1 state 2 State 3
Antonio Capone - Politecnico di Milano 15

16. Esempi modelli di traffico:
traffico applicazioni
o Caratterizzazione delle
applicazioni per OS
o Caratterizzazione iOS 6
statistica dei profili di
traffico e degli stati di
generazione
o 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_A
Antonio Capone - Politecnico di Milano 16

17. 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)
Antonio Capone - Politecnico di Milano 17

18. POLITECNICO DI MILANO
Misura e valutazione della qualità dell’esperienza
degli utenti dei servizi mobili a larga banda
Prof. Ing. Vittorio Trecordi
trecordi@ictc.it
Tavola Rotonda: L'esplosione del traffico dati mobile e l'arrivo di
LTE
10 aprile 2013

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. Scenari e “colli di bottiglia”
POSSIBILE COLLO DI
SCENARIO
BOTTIGLIA
- Rete di accesso
Server 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 accesso
geografica (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 rete
Peer 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. 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. 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. 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. 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. 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. 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. 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. 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