Интернет-трафик - это поток данных во всем Интернете или в определенных сетевых ссылках составляющих его сетей. Общие измерения трафика общий объем, в единицах кратных байт , или в качестве скорости передачи данных в байтах в определенных единицах времени.
Поскольку топология Интернета не является иерархической, для общего Интернет-трафика невозможно определить единую точку измерения. Данные о трафике могут быть получены из точек пиринга сетевых провайдеров уровня 1 для определения объема и роста. Однако такие данные не включают трафик, который остается в сети одного поставщика услуг, и трафик, пересекающий частные точки пиринга.
Источники трафика
Совместное использование файлов составляет значительную часть интернет-трафика. [1] Распространенной технологией для обмена файлами является протокол BitTorrent , который представляет собой одноранговую (P2P) систему, работающую через сайты индексации, которые предоставляют каталоги ресурсов. Шаблоны трафика P2P-систем часто описываются как проблемные и вызывающие перегрузку. [2] Согласно исследованию Sandvine Research в 2013 году, доля Bit Torrent в интернет-трафике снизилась на 20% до 7,4% в целом по сравнению с 31% в 2008 году. [3]
Управление движением
В Интернете нет формально централизованных средств управления трафиком. Его сети-предшественники, особенно ARPANET, создали раннюю магистральную инфраструктуру, которая передавала трафик между основными центрами обмена трафиком, в результате чего образовалась многоуровневая иерархическая система поставщиков интернет-услуг (ISP), в которой сети уровня 1 обеспечивали обмен трафиком посредством пиринга без взаиморасчетов и маршрутизация трафика на нижние уровни провайдеров. Динамичный рост всемирной сети привел к постоянно увеличивающимся межсетевым соединениям на всех пиринговых уровнях Интернета, так что была разработана надежная система, способная устранять сбои связи, узкие места и другие перегрузки на многих уровнях. [ необходима цитата ]
Управление экономическим трафиком (ETM) - это термин, который иногда используется для обозначения возможностей раздачи как практики, которая обеспечивает вклад в одноранговый обмен файлами и распространение контента в цифровом мире в целом. [4]
Налог на использование Интернета
Запланированный налог на использование Интернета в Венгрии ввел налог в размере 150 форинтов (0,62 доллара США, 0,47 евро) за гигабайт трафика данных, что было направлено на сокращение интернет-трафика, а также на помощь компаниям в компенсации корпоративного подоходного налога с нового сбора. [5] Венгрия достигла 1,15 миллиарда гигабайт в 2013 году и еще 18 миллионов гигабайт накоплено мобильными устройствами. Это привело бы к дополнительному доходу в размере 175 миллиардов форинтов по новому налогу на основании данных консалтинговой фирмы eNet. [5]
По данным Yahoo News, министр экономики Михай Варга выступил в защиту этого шага, заявив, что «налог был справедливым, поскольку он отражал переход потребителей к Интернету от телефонных линий» и что «150 форинтов на каждый переданный гигабайт данных - необходимы для устранения дыр. в бюджете одной из стран ЕС с наибольшей задолженностью на 2015 год ". [6]
Некоторые люди утверждают, что новый план налогообложения Интернета окажется невыгодным для экономического развития страны , ограничит доступ к информации и ограничит свободу выражения мнений. [7] Приблизительно 36 000 человек подписались на участие в мероприятии в Facebook, которое состоится у здания Министерства экономики в знак протеста против возможного налогообложения. [6]
Классификация трафика
Классификация трафика описывает методы классификации трафика путем пассивного наблюдения за особенностями трафика и в соответствии с конкретными целями классификации. Могут быть такие, которые преследуют только вульгарную классификацию. Например, будь то массовая передача, одноранговый обмен файлами или транзакционно-ориентированный. Некоторые другие устанавливают более тонкую цель классификации, например точное количество приложений, представленных трафиком. Характеристики трафика включали номер порта, полезную нагрузку приложения, временной интервал, размер пакета и характеристики трафика. Существует широкий спектр методов распределения интернет-трафика, включая точный трафик, например, номер порта (компьютерной сети) , полезную нагрузку, эвристическое или статистическое машинное обучение. [8]
Точная классификация сетевого трафика является элементарной задачей для многих операций в Интернете, от мониторинга безопасности до учета и от качества обслуживания до предоставления операторам полезных прогнозов для долгосрочного предоставления услуг. Тем не менее, схемы классификации чрезвычайно сложны для точной работы из-за нехватки доступных знаний в сети. Например, информации, связанной с заголовком пакета, всегда недостаточно для точной методологии. Следовательно, точность любого традиционного метода составляет от 50% до 70%.
Байесовские методы анализа
Работа [9], включающая контролируемое машинное обучение для классификации сетевого трафика. Данные вручную классифицируются (на основе содержимого потока) по одной из нескольких категорий. Для обучения классификатора используется комбинация категории набора данных (назначенная вручную) и описаний классифицированных потоков (например, длина потока, номера портов, время между последовательными потоками). Чтобы лучше понять сам метод, делаются первоначальные предположения, а также применяются два других метода в реальности. Один из них - улучшить качество и разделение вводимой информации, что приведет к повышению точности наивного байесовского классификатора .
В основе классификационной работы лежит классификация интернет-трафика; это делается путем помещения общих групп приложений в разные категории, например, «нормальные» и «вредоносные», или более сложные определения, например, идентификация конкретных приложений или конкретных реализаций протокола управления передачей (TCP). [10] По материалам Logg et al. [11]
Опрос
Классификация трафика - основной компонент автоматизированных систем обнаружения вторжений. [12] [13] Они используются для выявления закономерностей, а также для указания сетевых ресурсов для приоритетных клиентов или для определения того, как клиенты используют сетевые ресурсы, что каким-то образом противоречит условиям обслуживания оператора. Обычно применяемые методы классификации трафика Интернет-протокола (IP) основаны приблизительно на непосредственной проверке содержимого каждого пакета в некоторой точке сети. Исходный адрес, порт и адрес назначения включаются в последовательные IP-пакеты с похожими, если не одинаковыми, кортежами из пяти типов протокола. ort считаются принадлежащими к потоку, управляющее приложение которого мы хотим определить. Простая классификация позволяет сделать вывод об идентичности управляющего приложения, предполагая, что большинство приложений постоянно используют хорошо известные номера портов TCP или UDP. Несмотря на это, многие кандидаты все чаще используют непредсказуемые номера портов. В результате более сложные методы классификации определяют тип приложения, ища специфичные для приложения данные в полезной нагрузке TCP или протокола дейтаграмм пользователя (UDP). [14]
Глобальный интернет-трафик
Агрегируя данные из нескольких источников и применяя предположения об использовании и скорости передачи данных, Cisco Systems , крупная компания, занимающаяся сетевыми системами, опубликовала следующие исторические данные по Интернет-протоколу (IP) и Интернет-трафику: [15]
Год | IP-трафик ( ПБ / мес.) | Фиксированный интернет-трафик ( ПБ / мес.) | Мобильный интернет-трафик ( ПБ / мес.) |
---|---|---|---|
1990 г. | 0,001 | 0,001 | н / д |
1991 г. | 0,002 | 0,002 | н / д |
1992 г. | 0,005 | 0,004 | н / д |
1993 г. | 0,01 | 0,01 | н / д |
1994 г. | 0,02 | 0,02 | н / д |
1995 г. | 0,18 | 0,17 | н / д |
1996 г. | 1.9 | 1,8 | н / д |
1997 г. | 5,4 | 5.0 | н / д |
1998 г. | 12 | 11 | н / д |
1999 г. | 28 год | 26 год | н / д |
2000 г. | 84 | 75 | н / д |
2001 г. | 197 | 175 | н / д |
2002 г. | 405 | 356 | н / д |
2003 г. | 784 | 681 | н / д |
2004 г. | 1,477 | 1,267 | н / д |
2005 г. | 2,426 | 2,055 | 0,9 |
2006 г. | 3,992 | 3 339 | 4 |
2007 г. | 6 430 | 5 219 | 15 |
2008 [16] | 10 174 | 8 140 | 33 |
2009 [17] | 14 686 | 10 942 | 91 |
2010 [18] | 20 151 | 14 955 | 237 |
2011 [19] | 30 734 | 23 288 | 597 |
2012 [20] [21] | 43 570 | 31 339 | 885 |
2013 [22] | 51 168 | 34 952 | 1,480 |
2014 [23] | 59 848 | 39 909 | 2,514 |
2015 [24] | 72 521 | 49 494 | 3 685 |
2016 [25] | 96 054 | 65 942 | 7 201 |
2017 [26] | 122 000 | 85 000 | 12 000 |
«Фиксированный Интернет-трафик», возможно, относится к трафику от частных и коммерческих абонентов к поставщикам услуг Интернета, кабельным компаниям и другим поставщикам услуг. «Мобильный Интернет-трафик» относится, возможно, к транзитному трафику от вышек сотовой связи и провайдеров. Общие цифры «Интернет-трафика», которые могут быть на 30% выше, чем сумма двух других, возможно, учитывают трафик в ядре национальной магистрали, тогда как другие цифры, по-видимому, получены главным образом от периферии сети.
Cisco также публикует 5-летний прогноз.
Год | Фиксированный интернет-трафик ( EB / мес.) | Мобильный интернет-трафик ( EB / мес.) |
---|---|---|
2018 г. | 107 | 19 |
2019 г. | 137 | 29 |
2020 г. | 174 | 41 год |
2021 г. | 219 | 57 год |
2022 г. | 273 | 77 |
Магистральный интернет-трафик в США
Следующие данные для магистральной сети Интернет в США получены из Миннесотского исследования интернет-трафика (MINTS): [27]
Год | Данные ( ТБ / месяц) |
---|---|
1990 г. | 1 |
1991 г. | 2 |
1992 г. | 4 |
1993 г. | 8 |
1994 г. | 16 |
1995 г. | н / д |
1996 г. | 1,500 |
1997 г. | 2 500–4 000 |
1998 г. | 5 000–8 000 |
1999 г. | 10 000–16 000 |
2000 г. | 20 000–35 000 |
2001 г. | 40 000–70 000 |
2002 г. | 80 000–140 000 |
2003 г. | н / д |
2004 г. | н / д |
2005 г. | н / д |
2006 г. | 450 000–800 000 |
2007 г. | 750 000–1 250 000 |
2008 г. | 1 200 000–1 800 000 |
2009 г. | 1 900 000–2 400 000 |
2010 г. | 2 600 000–3 100 000 |
2011 г. | 3 400 000–4 100 000 |
Данные Cisco могут быть в семь раз выше, чем данные Minnesota Internet Traffic Studies (MINTS), не только потому, что данные Cisco являются приблизительными для глобального - не только внутреннего США - Интернета, но также потому, что Cisco считает «общий IP-трафик (включая, таким образом, закрытые сети, которые на самом деле не являются частью Интернета, но используют IP, Интернет-протокол, например, услуги IPTV различных телекоммуникационных компаний) ". [28] Оценка MINTS национального магистрального трафика США на 2004 год, которая может быть интерполирована как 200 петабайт в месяц, является вероятным трехкратным коэффициентом трафика крупнейшего магистрального оператора США, Level (3) Inc. , который утверждает средний уровень трафика 60 петабайт / месяц. [29]
Закон Эдхольма
Пропускная способность Интернета в телекоммуникационных сетях удваивается каждые 18 месяцев, это наблюдение выражено в законе Эдхольма . [30] Это следует за достижениями в полупроводниковой технологии, такими как масштабирование металл-оксид-кремний (MOS) , примером которого является транзистор MOSFET, который продемонстрировал аналогичное масштабирование, описанное законом Мура . В 1980-х годах волоконно-оптическая технология с использованием лазерного света в качестве носителя информации увеличила скорость передачи и полосу пропускания телекоммуникационных каналов. Это привело к тому, что пропускная способность сетей связи достигла скорости передачи терабит в секунду . [31]
Смотрите также
- ЭТОМИК
- Интернет-час пик
- Интернет-трафик
- Зеттабайт Эра
Рекомендации
- ^ «Объем данных глобального трафика обмена файлами с 2013 по 2018 год» . Statista . 2014 . Проверено 18 октября 2014 года .
- ^ Милтон Казмейер. «Каковы причины интернет-трафика?» . Спрос СМИ . Проверено 18 октября 2014 года .
- ^ Павел Ресеников (12 ноября 2013 г.). «File-Sharing теперь составляет менее 10% от американского интернет - трафика ...» Проверено 18 октябрю 2014 .
- ^ Деспотович, З., Хосфелд, Т., Kellerer, В., Lehrieder, Ф., Oechsner, С., Мишель, М. (2011). Устранение несправедливости в одноранговых сетях с учетом локальности. Международный журнал сетевого управления
- ^ а б Мартон Дунай (2014). «Венгрия планирует новый налог на интернет-трафик, публичные призывы к митингу» .
- ^ а б «В Венгрии нарастает гнев из-за налога на интернет» . Yahoo News . 25 октября 2014 . Проверено 18 октября 2014 года .
- ^ Маргит Фехер (2014). «Общественное возмущение против плана голода облагать налогом использование Интернета» . Проверено 18 октября 2014 года .
- ^ «Классификация интернет-трафика» . Национальный научный фонд . 2013 . Проверено 18 октября 2014 года .
- ^ Денис Зуев (2013). «Классификация интернет-трафика с использованием техники байесовского анализа» (PDF) . Проверено 18 октября 2014 года .
- ^ Дж. Падхай; С. Флойд (июнь 2001 г.). «Определение TCP-поведения веб-серверов». В материалах конференции SIGCOMM 2011, Сан-Диего, Калифорния .
- ^ C.Logg; Л. Коттрелл (2003). «Национальная ускорительная лаборатория SLAC» . Проверено 21 октября 2014 года .
- ^ Система обнаружения вторжений Bro - Обзор Bro, http://bro-ids.org , по состоянию на 14 августа 2007 г.
- ^ В. Паксон, «Братан: система для обнаружения сетевых злоумышленников в реальном времени», Компьютерные сети, № 31 (23-24), стр. 2435-2463, 1999.
- ^ С. Сен, Чек О. Спатс и Д. Ван, «Точная, масштабируемая идентификация P2P-трафика в сети с использованием подписей приложений», в WWW2004, Нью-Йорк, Нью-Йорк, США, май 2004 г.
- ^ "Индекс визуальных сетей" , Cisco Systems
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2008–2013 » (PDF), 9 июня 2009 г. Источник: 13 июня 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2009–2014 » (PDF), 2 июня 2010 г. Дата обращения 13 июня 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2010–2015 гг. » (PDF), 1 июня 2011 г. Источник: 13 июня 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2011–2016 » (PDF), 30 мая 2012 г. Дата обращения: 13 июня 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: обновление прогноза глобального трафика мобильных данных, 2012–2017 гг. » (PDF), 2 февраля 2013 г. Дата обращения 13 июня 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2012–2017 » (PDF), 29 мая 2013 г. Получено с archive.org, 28 августа 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2013–2018 гг. » (PDF), 10 июня 2014 г. Получено с archive.org, 28 августа 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2014–2019 » (PDF), 27 мая 2015 г. Получено с archive.org, 28 августа 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2015–2020 » (PDF), 6 июня 2016 г. Источник: 13 июня 2016 г.
- ^ Cisco, « Индекс визуальных сетей Cisco: прогноз и методология, 2016–2021 » (PDF), 6 июня 2017 г. Источник: 14 августа 2017 г.
- ^ a b Cisco, « Индекс визуальных сетей Cisco: прогноз и тенденции, 2017–2022 » (PDF), 28 ноября 2018 г. Источник: 9 января 2019 г.
- ^ Исследования интернет-трафика Миннесоты (MINTS) , Университет Миннесоты
- ^ "MINTS - Исследования интернет-трафика Миннесоты" . Проверено 16 апреля 2017 года .
- ^ Годовой отчет 2004, уровень (3), апрель 2005, стр.1
- ^ Черри, Стивен (2004). «Закон Эдхольма полосы пропускания». IEEE Spectrum . 41 (7): 58–60. DOI : 10.1109 / MSPEC.2004.1309810 .
- ^ Джиндал, РП (2009). «От миллибит до терабит в секунду и выше - более 60 лет инноваций» . 2009 2-й международный семинар по электронным устройствам и полупроводниковым технологиям : 1–6. DOI : 10,1109 / EDST.2009.5166093 .
дальнейшее чтение
- Уильямсон, Кэри (2001). «Измерение интернет-трафика». IEEE Internet Computing . 5 (6): 70–74. DOI : 10.1109 / 4236.968834 .
Внешние ссылки
- «Размер и скорость роста Интернета» , К.Г. Коффман и Эндрю Одлызки, Первый понедельник , том 3, номер 5, октябрь 1998 г.
- Отчет по интернет-трафику от AnalogX
- Отчет о работоспособности Интернета от Keynote Systems
- Кооперативная ассоциация анализа данных в Интернете (CAIDA) при Калифорнийском университете в суперкомпьютерном центре Сан-Диего.