인터넷 트래픽
Internet traffic인터넷 트래픽은 인터넷 전체 또는 구성 네트워크의 특정 네트워크 링크에 있는 데이터의 흐름입니다.일반적인 트래픽 측정치는 바이트의 배수 단위 또는 특정 시간 단위당 바이트 단위의 전송 속도입니다.
인터넷의 토폴로지는 계층화 되어 있지 않기 때문에 인터넷트래픽의 합계에는 단일 측정점이 없습니다.트래픽 데이터는, Tier 1 네트워크 프로바이더의 피어링 포인트에서 입수해, 볼륨과 증가율을 확인할 수 있습니다.그러나 이러한 데이터는 단일 서비스 공급자의 네트워크 내에 남아 있는 트래픽과 개인 피어링 지점을 통과하는 트래픽은 제외됩니다.
트래픽 소스
파일 공유는 인터넷 트래픽의 대부분을 차지합니다.[1] 일반적으로 사용되는 파일 공유 기술은 BitTorrent 프로토콜로, 리소스 디렉토리를 제공하는 인덱싱 사이트를 통해 매개되는 P2P(Peer-to-peer) 시스템입니다.P2P 시스템의 트래픽 패턴은, 많은 경우, 문제가 있어 congestion를 일으키는 것으로 기술되고 있습니다.[2] 2013년 Sandvine Research에 따르면 Bit Torrent의 인터넷 트래픽 점유율은 2008년 31%에서 7.4%로 20% 감소했습니다.[3]
트래픽 관리
인터넷은 트래픽 관리를 위해 공식적으로 중앙 집중화된 시설을 사용하지 않습니다.그 전신 네트워크, 특히 ARPANET은 트래픽의 주요 교환 센터 간에 트래픽을 전송하는 초기 백본인프라스트럭처를 확립하여 계층화된 Internet Service Provider(ISP; 인터넷서비스 프로바이더) 시스템을 구축하였으며, 그 결과 계층화된 인터넷서비스 프로바이더(ISP; 인터넷서비스 프로바이더)의 계층형 시스템이 구축되었으며, 계층형 네트워크는 t의 무결제 피어링과 루팅을 통해 트래픽 교환을 제공하였습니다.ISP의 하위 계층으로 이동합니다.전 세계 네트워크의 동적인 성장은 인터넷의 모든 피어링 수준에서 상호 접속을 지속적으로 증가시키는 결과를 낳았습니다.따라서 링크 장애, 병목 현상 및 기타 폭주를 여러 [citation needed]수준에서 중재할 수 있는 견고한 시스템이 개발되었습니다.
ETM(Economic Traffic Management)은 피어 투 피어(peer-to-peer) 파일 공유 및 디지털 세계에서의 콘텐츠 배포에 기여하는 관행으로서 시드(seed)의 기회를 지적하기 위해 사용되는 용어입니다.[4]
인터넷 사용세
헝가리에서 계획된 인터넷 사용에 대한 세금은 인터넷 트래픽을 줄이고 기업이 새로운 [5]부담금에 대한 법인 소득세를 상쇄할 수 있도록 지원하기 위해 데이터 트래픽의 기가바이트당 150 포린트(0.62, €0.47)의 세금을 도입했습니다.헝가리는 2013년에 11억 5천만 기가바이트를 달성했으며, 모바일 기기에 의해 축적된 또 다른 1,800만 기가바이트를 달성했습니다.이로써 컨설팅 회사인 [5]eNet을 기반으로 한 새로운 세금으로 1750억 포린트의 추가 수익이 발생할 수 있었습니다.
야후 뉴스에 따르면, Mihaly Varga 경제부 장관은 "소비자들이 전화 회선을 벗어나 인터넷으로 이동하는 것을 반영했기 때문에 공평했다"며 "1기가바이트의 데이터가 전송될 때마다 EU의 가장 부채가 많은 국가 중 하나인 2015년 예산에 구멍을 내기 위해 150개의 포린트가 필요했다"[6]고 말했다.
일부 사람들은 인터넷 세금에 대한 새로운 계획이 국가의 경제 발전에 불리하고, 정보에 대한 접근을 제한하고,[7] 표현의 자유를 방해할 것이라고 주장한다.약 3만6000명이 페이스북에서 가능한 [6]세금에 항의하는 행사에 참가하기 위해 등록했다.
트래픽 분류
트래픽 분류는 트래픽 내의 기능을 수동적으로 관찰하여 특정 분류 목표에 따라 트래픽을 분류하는 방법을 설명합니다.저속한 분류목표만을 가진 사람도 있을 것이다.예를 들어 대량 전송, 피어 투 피어 파일 공유 또는 트랜잭션 지향 여부입니다.그 외의 일부에서는, 트래픽에 의해서 표현되는 애플리케이션의 정확한 수 등, 보다 세밀한 분류 목표를 설정합니다.트래픽 기능에는, 포토 번호, 애플리케이션 페이로드, 시간, 패킷 사이즈, 및 트래픽의 특성이 포함됩니다.정확한 트래픽을 포함한 인터넷 트래픽을 할당하는 방법은 포트(컴퓨터 네트워킹) 번호, 페이로드, 휴리스틱, 통계 머신 러닝 등 매우 다양합니다.[1]
정확한 네트워크트래픽 분류는 보안 감시에서 회계, 서비스 품질에서 운영자에게 장기 프로비저닝에 대한 유용한 예측을 제공하는 등 많은 인터넷 액티비티에서 필수적입니다.그러나 분류 체계는 네트워크에 대한 사용 가능한 지식이 부족하기 때문에 정확하게 작동하기가 매우 복잡합니다.예를 들어 패킷헤더 관련 정보는 항상 불충분하여 정확한 방법론을 구현할 수 없습니다.따라서 기존 방법의 정확도는 50%에서 70% 사이였습니다.
베이지안 분석 기법
네트워크[8] 트래픽을 분류하기 위한 감시 기계 학습을 수반하는 작업.데이터는 (흐름 내용에 따라) 여러 카테고리 중 하나로 수동으로 분류됩니다.데이터 세트(수작업 할당) 카테고리와 분류된 흐름의 설명(플로우 길이, 포트 번호, 연속되는 흐름 사이의 시간 등)의 조합을 사용하여 분류자를 훈련합니다.기술 자체에 대한 더 나은 통찰력을 제공하기 위해, 현실에서 다른 두 가지 기술을 적용할 뿐만 아니라 초기 가정이 이루어집니다.하나는 Naigve Bayes 분류기법의 정확성을 높이는 정보의 품질과 분리를 개선하는 것이다.
작업 분류의 기본은 인터넷트래픽의 유형을 분류하는 것입니다.이것은, 공통의 애플리케이션 그룹을 다른 카테고리로 분류하는 것으로, 예를 들면 「정상」과「악의」의 어느 쪽인가 하는, 또는 보다 복잡한 정의(예를 들면, 특정의 애플리케이션이나 특정의 Transmission Control Protocol(TCP)의 [9]실장 등)로 분류하는 것입니다.Log [10]등에서 개작.
조사
트래픽 분류는 자동 침입 탐지 [11][12]시스템의 주요 구성 요소입니다.이 명령어는 우선 고객의 네트워크자원 패턴 및 표시 또는 오퍼레이터의 서비스 약관에 위반되는 네트워크리소스의 고객 사용을 특정하기 위해 사용됩니다.일반적으로 배치된 Internet Protocol(IP) 트래픽 분류 기술은 대략 네트워크상의 어느 시점에서 각 패킷의 내용을 직접 검사하는 것에 기초하고 있습니다.송신원주소, 포토, 및 행선지 주소는, 같은 5 태플의 프로토콜 타입이 아니더라도, 연속하는 IP 패킷에 포함됩니다.ort는 제어 어플리케이션을 결정하고 싶은 흐름에 속하는 것으로 간주됩니다.간단한 분류는 대부분의 응용 프로그램이 잘 알려진 TCP 또는 UDP 포트 번호를 일관되게 사용한다고 가정함으로써 제어 응용 프로그램의 ID를 추론합니다.그런데도 많은 후보자들이 예측 불가능한 포트 번호를 사용하고 있습니다.그 결과, 보다 정교한 분류 기술은 TCP 또는 UDP [13]페이로드 내에서 애플리케이션 고유의 데이터를 찾아 애플리케이션 유형을 추론합니다.
글로벌 인터넷트래픽
주요 네트워크 시스템 회사인 시스코 시스템즈는 여러 소스에서 집계하여 사용률 및 비트레이트 가정을 적용하여 다음과 같은 인터넷 프로토콜(IP) 및 인터넷트래픽 이력 [14]수치를 발표했습니다.
| 연도 | IP 트래픽 (PB/월) | 고정 인터넷 트래픽 (PB/월) | 모바일 인터넷 트래픽 (PB/월) |
|---|---|---|---|
| 1990 | 0.001 | 0.001 | 없음 |
| 1991 | 0.002 | 0.002 | 없음 |
| 1992 | 0.005 | 0.004 | 없음 |
| 1993 | 0.01 | 0.01 | 없음 |
| 1994 | 0.02 | 0.02 | 없음 |
| 1995 | 0.18 | 0.17 | 없음 |
| 1996 | 1.9 | 1.8 | 없음 |
| 1997 | 5.4 | 5.0 | 없음 |
| 1998 | 12 | 11 | 없음 |
| 1999 | 28 | 26 | 없음 |
| 2000 | 84 | 75 | 없음 |
| 2001 | 197 | 175 | 없음 |
| 2002 | 405 | 356 | 없음 |
| 2003 | 784 | 681 | 없음 |
| 2004 | 1,477 | 1,267 | 없음 |
| 2005 | 2,426 | 2,055 | 0.9 |
| 2006 | 3,992 | 3,339 | 4 |
| 2007 | 6,430 | 5,219 | 15 |
| 2008년 | 10,174 | 8,140 | 33 |
| 2009년 | 14,686 | 10,942 | 91 |
| 2010년 | 20,151 | 14,955 | 237 |
| 2011년 | 30,734 | 23,288 | 597 |
| 2012년 | 43,570 | 31,339 | 885 |
| 2013년 | 51,168 | 34,952 | 1,480 |
| 2014년 | 59,848 | 39,909 | 2,514 |
| 2015년 | 72,521 | 49,494 | 3,685 |
| 2016년 | 96,054 | 65,942 | 7,201 |
| 2017년 | 122,000 | 85,000 | 12,000 |
'고정 인터넷트래픽'이란 주거용 및 상업용 가입자에서 ISP, 케이블회사 및 기타 서비스 공급자로의 트래픽을 말합니다."모바일 인터넷 트래픽"은 아마도 휴대 전화 타워 및 제공업체로부터의 백홀 트래픽을 의미합니다.전체 "인터넷 트래픽" 수치는 나머지 두 개의 합계보다 30% 더 높을 수 있으며, 국가 백본의 핵심 트래픽 요소일 수 있습니다. 반면, 다른 수치는 주로 네트워크 주변부에서 도출된 것으로 보입니다.
시스코에서는 5년간의 전망도 공표하고 있습니다.
| 연도 | 고정 인터넷 트래픽 (EB/월) | 모바일 인터넷 트래픽 (EB/월) |
|---|---|---|
| 2018 | 107 | 19 |
| 2019 | 137 | 29 |
| 2020 | 174 | 41 |
| 2021 | 219 | 57 |
| 2022 | 273 | 77 |
미국의 인터넷 백본트래픽
미국의 인터넷백본에 관한 다음 데이터는 미네소타 인터넷트래픽스터디(MINTS)[26]에서 취득한 것입니다.
| 연도 | 데이터(TB/월) |
|---|---|
| 1990 | 1 |
| 1991 | 2 |
| 1992 | 4 |
| 1993 | 8 |
| 1994 | 16 |
| 1995 | 없음 |
| 1996 | 1,500 |
| 1997 | 2,500–4,000 |
| 1998 | 5,000–8,000 |
| 1999 | 10,000–16,000 |
| 2000 | 20,000–35,000 |
| 2001 | 40,000–70,000 |
| 2002 | 80,000–140,000 |
| 2003 | 없음 |
| 2004 | 없음 |
| 2005 | 없음 |
| 2006 | 450,000–800,000 |
| 2007 | 750,000–1,250,000 |
| 2008 | 1,200,000–1,800,000 |
| 2009 | 1,900,000–2,400,000 |
| 2010 | 2,600,000–3,100,000 |
| 2011 | 3,400,000–4,100,000 |
시스코의 데이터는 MINTS(Minnesota Internet Traffic Studies)의 데이터보다 7배나 높을 수 있습니다.이것은 시스코의 수치가 미국 국내뿐만 아니라 전 세계의 인터넷 추정치일 뿐만 아니라 시스코가 '일반 IP 트래픽'(즉, 실제로는 인터넷의 일부가 아닌 폐쇄형 네트워크 포함)을 계산하기 때문입니다.다양한 통신사의 IPTV 서비스 등).[27]2004년 미국 국가 백본 트래픽의 MINTS 추정치는 200페타바이트/[28]월 평균 트래픽 수준을 주장하는 미국 최대 백본 통신사 레벨(3)의 트래픽의 3배입니다.
에드홀름의 법칙
통신 네트워크의 인터넷 대역폭은 18개월마다 두 배씩 증가하고 있으며, 이는 에드홈의 [29]법칙으로 표현된다.이는 MOSFET 트랜지스터로 대표되는 MOS(Metal-Oxide-Silicon) 스케일링과 같은 반도체 기술의 진보에 따른 것입니다.MOSFET 트랜지스터는 무어의 법칙에 따라 유사한 스케일링을 보여 왔습니다.1980년대 레이저광을 정보담체로 이용한 광섬유 기술은 통신회로의 전송속도와 대역폭을 가속화했다.이로 인해 통신 네트워크의 대역폭이 초당 테라비트 전송 [30]속도를 달성하게 되었습니다.
「 」를 참조해 주세요.
레퍼런스
- ^ "Data volume of global file sharing traffic from 2013 until 2018". Statista. 2014. Retrieved 18 October 2014.
- ^ Milton Kazmeyer. "What are the causes of Internet traffic?". Demand Media. Retrieved 18 October 2014.
- ^ Paul Resenikoff (12 November 2013). "File-Sharing Now Accounts for Less Than 10% of US Internet Traffic..." Retrieved 18 October 2014.
- ^ Despotovic, Z., Hossfeld, T., Kelerrer, W., Lehrider, F., Oechsner, S., Michel, M. (2011).로컬 인식 피어 투 피어 네트워크에서의 불공정성 경감국제 네트워크 관리 저널
- ^ a b Marton Dunai (2014). "Hungary plans new tax on Internet traffic, public calls for rally".
- ^ a b "Anger mounts in Hungary over internet tax". Yahoo News. 25 October 2014. Retrieved 18 October 2014.
- ^ Margit Feher (2014). "Public outrage mounts against hunger's plan to tax internet use". Retrieved 18 October 2014.
- ^ Denis Zuev (2013). "Internet traffic classification using bayesian analysis technique" (PDF). Retrieved 18 October 2014.
- ^ J.Padhye; S.Floyd (June 2001). "Identifying the TCP Behavior of Web Servers". In Proceedings of SIGCOMM 2011, San Diego, CA.
- ^ C.Logg; L.Cottrell (2003). "SLAC National Accelerator Laboratory". Retrieved 21 October 2014.
- ^ Bro 침입 감지 시스템– Bro 개요, http://bro-ids.org (2007년 8월 14일 현재)
- ^ V. Paxson, 'Bro: 네트워크 침입자를 실시간으로 탐지하는 시스템', Computer Networks, No.31 (23-24), 페이지 2435-2463, 1999
- ^ S. Sen., O. Spats 체크, D.Wang, '애플리케이션 시그니처를 사용한 P2P 트래픽의 네트워크 식별에 있어서 정확하고 스케일러블'은, WWW2004, 뉴욕, 뉴욕, 미국, 2004년 5월에 게재되었습니다.
- ^ "Visual Networking Index", 시스코 시스템즈
- ^ Cisco, "Cisco Visual Networking Index: Forecast and Methodology, 2008–2013"(PDF), 2009년 6월 9일2016년 6월 13일 취득
- ^ Cisco, "Cisco Visual Networking Index: Forecast and Methodology, 2009–2014" (PDF), 2010년 6월 2일2016년 6월 13일 취득
- ^ Cisco, "Cisco Visual Networking Index: Forecast and Methodology, 2010 – 2015" (PDF), 2011년 6월 1일2016년 6월 13일 취득
- ^ Cisco, "Cisco Visual Networking Index: Forecast and Methodology, 2011–2016" (PDF), 2012년 5월 30일2016년 6월 13일 취득
- ^ Cisco, "Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2012 – 2017" (PDF), 2013년 2월 2일2016년 6월 13일 취득
- ^ Cisco, "Cisco Visual Networking Index: Forecast and Methodology, 2012–2017"(PDF), 2013년 5월 29일archive.org에서 취득, 2016년 8월 28일
- ^ Cisco, "Cisco Visual Networking Index: Forecast and Methodology, 2013–2018"(PDF), 2014년 6월 10일archive.org에서 취득, 2016년 8월 28일
- ^ Cisco, "Cisco Visual Networking Index: Forecast and Methodology, 2014–2019"(PDF), 2015년 5월 27일archive.org에서 취득, 2016년 8월 28일
- ^ Cisco, "Cisco Visual Networking Index:예측 및 방법론, 2015–2020" (PDF) 2016년 6월 6일.2016년 6월 13일 취득
- ^ Cisco, "Cisco Visual Networking Index:예측 및 방법론, 2016–2021" (PDF) 2017년 6월 6일2017년 8월 14일 취득
- ^ a b Cisco, "Cisco Visual Networking Index:예측 및 동향, 2017–2022" (PDF) 2018년 11월 28일2019년 1월 9일 취득
- ^ 미네소타 인터넷 트래픽 연구(MINTS), 미네소타 대학교
- ^ "MINTS - Minnesota Internet Traffic Studies". Retrieved 16 April 2017.
- ^ 2004년 연차보고서 수준(3), 2005년 4월, 1페이지
- ^ Cherry, Steven (2004). "Edholm's law of bandwidth". IEEE Spectrum. 41 (7): 58–60. doi:10.1109/MSPEC.2004.1309810.
- ^ Jindal, R. P. (2009). "From millibits to terabits per second and beyond - Over 60 years of innovation". 2009 2nd International Workshop on Electron Devices and Semiconductor Technology: 1–6. doi:10.1109/EDST.2009.5166093.
추가 정보
- Williamson, Carey (2001). "Internet Traffic Measurement". IEEE Internet Computing. 5 (6): 70–74. doi:10.1109/4236.968834.
외부 링크
- "인터넷의 크기와 성장률", K.G. Coffman과 Andrew Odlyzki, 제3권 제5호, 1998년 10월
- 아날로그X로부터의 인터넷트래픽 리포트
- 키노트 시스템의 인터넷 건강 보고서
- 캘리포니아 대학 샌디에이고 슈퍼컴퓨터 센터 소재 인터넷 데이터 분석 협동조합(CAIDA)
