Monitoraggio Delle Reti Mobile Broadband
Transcript
Monitoraggio Delle Reti Mobile Broadband
Scuola Politecnica e delle Scienze di Base Corso di Laurea in Ingegneria Informatica Elaborato finale in Reti di Calcolatori I Monitoraggio Delle Reti Mobile Broadband Anno Accademico 2015/16 Candidato: Marco Reccia matr. N46001414 Relatore: Ch.mo Prof. Antonio Pescapè Correlatore: Ch.mo Ing. Giuseppe Aceto [Dedica] Indice Indice .............................................................................................................. 3 Introduzione .................................................................................................... 4 Capitolo 1: Il Progetto MONROE .................................................................. 6 1.1 Introduzione .......................................................................................... 6 1.2 La Piattaforma MONROE .................................................................... 7 1.3 Use Cases ............................................................................................ 10 Capitolo 2: La NorNet Edge ......................................................................... 24 2.1 La Struttura ......................................................................................... 24 2.2 Misure sugli Stati di Radio Resource Control .................................... 25 2.3 Misure sul Tempo di Download ......................................................... 27 2.4 Misure di Packet-Loss ........................................................................ 28 Capitolo 3: Misure di QoE ........................................................................... 33 3.1 Introduzione ........................................................................................ 33 3.2 Analisi QoE per YouTube .................................................................. 34 Conclusioni ................................................................................................... 36 Bibliografia ................................................................................................... 37 3 Introduzione Le reti mobili a banda larga stanno diventando, col passare degli anni, le più importanti infrastrutture di comunicazione. Nell'ultimo decennio, in particolare con l'espansione a livello globale di dispositivi mobili e con la disponibilità di reti mobili ad alta capacità, 3G e 4G, è cambiato radicalmente il modo in cui le persone accedono ad Internet. Il traffico nelle reti MBB (Mobile BroadBand) è cresciuto di 12 volte negli ultimi dieci anni ed è destinato ad incrementare ulteriormente negli anni successivi. Data l'importanza delle reti mobili a banda larga, c'è un forte bisogno di ottenere informazioni oggettive sulle loro stabilità e performance. Obiettivo di questo elaborato è quello di mostrare il lavoro fatto nelle misurazioni di grandezze relative a tali reti da parte di alcuni studi di ricerca, quali quelli del progetto MONROE, che occuperà una gran parte dell'elaborato insieme alla descrizione dell'infrastruttura di nodi su cui MONROE si appoggia, ovvero la NorNet Edge, dando una visione d'insieme degli Use Cases di applicazione del progetto MONROE e di possibili progetti futuri implementabili su tale piattaforma. Verranno forniti poi dati ed esperienze effettuate nella valutazione di parametri di Quality of Service, come Round Trip Time, Packet-Loss, e di parametri di Quality of Experience, che influenzano il giudizio soggettivo 4 dell'utente finale, in varie condizioni di funzionamento della rete, sia in condizioni di Handover tra più reti che in condizioni di elevata mobilità. Queste valutazioni riguarderanno svariati progetti, sia Europei (Simula Research Laboratory in Norvegia) che Internazionali (Università statale del Nord Carolina e Instituto di ricerca della Corea). Per ogni progetto, esperimento o quant'altro, verranno fornite spiegazioni circa i parametri, i protocolli e le possibili soluzioni a problematiche che affliggono le reti mobili a banda larga, in modo tale da rendere un quadro completo di ciò che si sta trattando. 5 Capitolo 1: Il Progetto MONROE 1.1 Introduzione Negli ultimi anni, nel mondo delle telecomunicazioni, l'utilizzo di reti mobili a banda larga (MBB, Mobile Broadband) è cresciuto enormemente grazie alla rapida diffusione e immensa popolarità di dispositivi portatili dall'uso quotidiano, quali smartphone e tablet, e grazie inoltre alla disponibilità di reti mobili ad alta capacità (3G/4G). In questo contesto è necessario comprendere al meglio le caratteristiche di tali reti, volgendo maggior attenzione ed interesse alle misurazioni. Il progetto MONROE, a questo scopo, propone di progettare e realizzare la prima piattaforma multinazionale Europea per un monitoraggio indipendente, multi-homed e a larga scala e per valutazioni prestazionali delle reti MBB in ambienti eterogenei, dato che, come noto, i segnali broadband sono soggetti a molte interferenze dovute alla presenza di ostacoli, al particolare materiale di questi ultimi, alla lontananza dalla base station e soprattutto al sovrapporsi di più sistemi di TLC in una stessa area geografica. La suddetta piattaforma deve inoltre essere flessibile per venire incontro agli interessi e bisogni dei vari stakeholders. A questo scopo, MONROE progetterà ed eseguirà esperimenti per identificare metriche affidabili per le 6 reti MBB. Inoltre MONROE è pensata per essere aperta agli utenti esterni permettendoli di sviluppare degli esperimenti personalizzati. L'obiettivo fondamentale è quello di stimare e migliorare l'esperienza utente sia per i servizi attualmente in esecuzione sulle preesistenti infrastrutture a banda larga, sia per fornire dei feedback per la prossima tecnologia 5G. 1.2 La Piattaforma MONROE La piattaforma MONROE è complementare e fornisce funzioni esclusive alle piattaforme sperimentali esistenti come RIPE Atlas, la rete di sonde per le misurazioni di connettività e raggiungibilità della RIPE NCC, uno dei cinque Regional Internet Registry esistenti in ambito IANA, responsabile dell'assegnazione degli indirizzi IP. Le principali caratteristiche [1] della piattaforma sono: 1. Ampia copertura geografica e a larga scala: MONROE è infatti composto da 450 nodi in larga parte distribuiti tra Norvegia, Svezia, Italia e Spagna, come mostrato in Figura 1. Alcuni di questi nodi fanno parte del preesistente NorNet Edge, altra infrastruttura di misurazioni ed esperimenti nelle reti MBB, attualmente in funzione. La distribuzione dei nodi non è casuale: MONROE è in grado di collezionare misure sotto diverse condizioni, da grandi città quali Torino, Madrid, Stoccolma, dando una visione dettagliata delle condizioni della rete in aree urbane, fino a raggiungere remote aree rurali quali isole al nord della Norvegia. 7 Figura 1: distribuzione dei nodi MONROE [1] 2. Mobilità: per fornire una visione del MBB anche in condizioni di mobilità, sono stati installati circa 150 nodi su treni e pullman per coprire sia aree urbane che rurali. 3. Multi-Homed: ogni nodo MONROE ha più interfacce di rete, in particolare sono connessi simultaneamente a tre reti broadband, cosa che rende possibile condurre un'ampia gamma di misurazioni ed esperimenti sia per confrontare le varie tipologie di reti, sia per trovare modi per trarre vantaggio dalla combinazione di più risorse da ogni rete. 8 4. Nodi flessibili e ad alte prestazioni: per garantire l'esecuzione di esperimenti anche per applicazioni pesanti quali lo streaming video, i nodi sono progettati in modo tale da poter sopportare grandi quantità di dati. La flessibilità è una caratteristica necessaria per sperimentare nuovi servizi ed applicazioni basati sul MBB, ciò è perseguito permettendo ai nodi dei cambi di configurazione (es. modifiche del kernel). 5. Informazioni ad ampio contesto: i nodi MONROE, oltre a rilevare informazioni riguardo reti, hanno un supporto interno per collezionare metadati da altri modem, come l'ID della cella, la potenza del segnale e la modalità di connessione. 6. Open access: MONROE è aperta agli utenti e rende possibile l'accesso al sistema e lo sviluppo di esperimenti su tutti o un insieme di nodi. 7. Open data: i risultati dei vari esperimenti vengono collezionati in un database, presentati attraverso un sistema di visualizzazione real-time e forniti come open data ad intervalli regolari. 9 1.3 Use Cases La piattaforma MONROE è progettata in modo tale da soddisfare le aspettative di differenti categorie di stakeholders, supportando una varietà di use-cases, per garantire quanta più possibile flessibilità nei confronti dei vari esperimenti che l'utente finale potrebbe introdurre. Introduciamo tre principali categorie di casi d'uso [2]: Metriche chiave per il mobile broadband. Performance delle applicazioni. Innovazioni di protocollo e servizio. 1.3.1 Metriche Chiave per il Mobile Broadband La funzionalità principale della piattaforma MONROE è quella di fornire un ricco set di metriche, da cui diversi stakeholders potranno poi estrarre le informazioni d'interesse riguardanti performance e affidabilità delle reti MBB. Differenti stakeholders hanno differenti requisiti per le metriche supportate dalla piattaforma. Ad esempio, alcuni avranno bisogno di informazioni di connettività, copertura e velocità; gli operatori saranno interessati in report su instabilità e anomalie; inoltre gli sviluppatori avranno bisogno di controllare i parametri per la QoS per progettare servizi e protocolli robusti. Da queste considerazioni è chiaro che c'è bisogno di un ricco set di metadati da associare alle misure di stabilità e performance. Le metriche da monitorare includono parametri di QoS a livello rete quali: RTT, round trip time e perdita di pacchetto (ICMP e UDP), sia in condizioni normali che di sovraccarico che di rete sottoutilizzata, jitter, ovvero la 10 varianza rispetto al ritardo medio, disconnessioni e statistiche di disponibilità di connessione. Questi parametri forniscono una visione d'insieme e consistente delle performance e della stabilità di una rete MBB. Vi è bisogno poi di metadati a livello rete per inquadrare il contesto entro cui vengono fatte misurazioni di performance. I metadati a livello rete sono cruciali non solo per informazioni di copertura ma anche durante le analisi di misurazioni per capire i fattori che afferiscono le performance. Di questa categoria fanno parte parametri quali: stato di connettività della rete, tipo di tecnologia di accesso radio e parametri specifici ad esso collegati come RSSI, Received Strenght Signal Indicator, che ci da indicazione del segnale complessivo, composto da segnale utile e da rumore, RSRP, Reference Signal Received Power, che fornisce indicazioni sulla potenza del segnale e, infine, RSRQ, Reference Signal Received Quality, fattore che indica la qualità del segnale di riferimento ricevuto e lo calcola in base ai precedenti parametri. Le performance della rete vengono poi stimate tramite analisi di traffico. Per questo motivo sono necessari strumenti di analisi che monitorano e riportano statistiche riguardanti il traffico, possibilmente in tempo reale. A questi scopi è utilizzato Tstat, uno strumento open source per il monitoraggio continuo dei pacchetti in un link, sviluppato a partire dal 2001 dal POLITO. Tstat elabora più di 100 differenti statistiche di performance sia a livello IP che TCP [4], permettendo una buona visione complessiva delle performance di rete. 11 1.3.2 Performance delle Applicazioni A livello delle applicazioni, le misure di performance del progetto MONROE forniscono una potenziale opportunità di esaminare l'esperienza utente. Oggigiorno l'attenzione da parte degli utilizzatori delle MBB, soprattutto gli operatori, è volta all'utente finale, in particolare alla QoE, la Quality of Experience. La QoE è un concetto complesso che combina la percezione dell'utente e le sue aspettative, rappresenta il grado di piacere o di seccatura nell'utilizzo di un'applicazione o servizio, dipende, inoltre, anche dal particolare tipo di utente. Misurare soggettivamente la QoE è un'operazione dispendiosa in termini di risorse e di tempo, motivo per il quale un approccio più realistico e preferito dagli operatori è quello di misurare oggettivamente la QoS e mappare le misure per percepire la QoE. Un modello di mappatura QoS-QoE può essere stabilito, testato e verificato a partire da un ampio set di misurazioni che MONROE fornirebbe. Ciò è necessario affinché gli operatori possano avere una miglior conoscenza di come i loro clienti percepiscono i servizi forniti dalla loro rete. L'utente finale, ma anche i service provider, grazie a tali misurazioni, potrebbero acquisire una maggiore conoscenza delle prestazioni delle varie reti MBB e scegliere il network che fornisce la miglior qualità dal loro punto di vista, in base soprattutto ai loro interessi. Non minore importanza hanno gli sviluppatori di applicazioni, quali Netflix, Google, ecc, che hanno bisogno di fare totale affidamento alle caratteristiche della rete per poter ottimizzare al massimo i loro servizi. 12 Dato che la percezione dell'utente varia da servizio a servizio, oltre che da utente ad utente, MONROE definisce ulteriori metriche di performance per ogni applicazione. Basandosi sui trend del traffico dati e sulle analisi della domanda degli utenti, il consorzio MONROE ha selezionato i seguenti servizi da implementare: Servizi video: in base agli studi effettuati da Cisco ed Ericsson sul traffico mobile globale, il traffico video è quello in maggiore, continua e futura crescita. Si prevede infatti che è destinato a crescere del 55% annualmente fino al 2021, finché occuperà circa due terzi del traffico mobile [3]. Il traffico video è dispendioso in termini di risorse ed ha requisiti di qualità elevatissimi. Gli esempi classici di servizio video di cui MONROE ha maggior considerazione sono lo streaming video e la video sorveglianza. Lo streaming video è sicuramente il servizio di dominante importanza e dispendiosità in termini di risorse e che è destinato ad essere al centro dell'attenzione anche negli anni a venire. E' importante per gli operatori conoscere i limiti della propria rete per non causare frustrazione e abbandono dei servizi offerti. Ad esempio le reti 4G ad oggi non sono ancora in grado di garantire una perfetta trasmissione in video streaming. I maggiori fornitori di streaming video, Youtube e Netflix, utilizzano HTTP-DASH. HTTP-DASH è una tecnica di streaming a bitrate adattativo che permette uno streaming di alta qualità su Internet basandosi su server 13 web HTTP convenzionali, il client DASH prima ottiene una MPD [5], media presentation description, che descrive le informazioni del segmento come il timing, risoluzione del video, bit rates, ma soprattutto le codifiche alternative del componente multimediale. Utilizzando queste informazioni, il client DASH sceglie la codifica appropriata e inizia lo streaming tramite richieste HTTP GET. Dopo un appropriato buffering, il client, oltre a ricevere segmenti, monitora le fluttuazioni della banda della rete. In base a queste misurazioni, il client decide come adattarsi alla banda disponibile, prelevando segmenti con più alto o più basso bit-rate, mantenendo un adeguato buffer ed evitando l'interruzione della trasmissione. Essendo al momento la tecnica di streaming più utilizzata e soprattutto utilizzata dai colossi dello streaming, MONROE volge maggior attenzione alle performance di HTTP-DASH su reti MBB, coprendo scenari statici e dinamici. La video sorveglianza è fondamentale non solo in scenari statici quali case, piazze, strade ma anche in mobilità, su veicoli quali bus e treni. Il problema è che la video sorveglianza produce una quantità di dati tale da non rendere possibile la loro spedizione nei centri di sicurezza in tempo reale. La soluzione più immediata sarebbe prevedere la memorizzazione del video sul veicolo stesso per poi effettuare un upload al termine della corsa o della giornata, tramite connessioni economiche e ad alta velocità. Il problema di una soluzione del genere è chiaro, la sicurezza dovrebbe aspettare diverse ore per poter prendere visione del video. 14 In questo contesto, tramite la piattaforma MONROE, si stanno sperimentando nuove soluzioni per garantire agli operatori della sicurezza di avere accesso on-demand ai video di sorveglianza utilizzando una console che gli permetta di selezionare l'intervallo di tempo del video richiesto. Il sistema MONROE sarà utilizzato per valutare l'efficienza della video sorveglianza nell'upload di video tramite reti MBB, tenendo presenti fattori quali la grandezza del video, il rate di upload e le deadline specificate dagli operatori della sicurezza. Traffico web: i servizi web danno un grande contributo al corrente traffico nelle reti MBB. Per questo motivo è importante stimare le performance dei servizi web su reti MBB considerando sia lo standard HTTP/1.1 che l'emergente HTTP/2. Le metriche di performance a livello applicazione da misurare potrebbero essere il tempo di transazione per il browsing web, ovvero l'intervallo di tempo da quando è stata inviata la prima richiesta fino al completamento del caricamento della pagina, e il ritardo per il caricamento del trasferimento file. Traffico di background: aggiornamenti di sistema o traffico peer to peer costituiscono il traffico di background che su dispositivi mobili è molto ricorrente e può influenzare le performance di altre applicazioni. È importante per MONROE ottenere misurazioni di come il traffico in foreground sia correlato con quello in background e come si influenzano le performance a vicenda. 15 Sicuramente tutto ciò è importante per applicazioni cosiddette delay sensitive come il VoIP, dato che le reti MBB utilizzano buffer di grandi dimensioni, causando il fenomeno chiamato bufferbloat, secondo cui l'eccessivo buffering di pacchetti causa latenza e variazione dei ritardi delle trasmissioni (jitter). Quando un router è configurato per utilizzare grossi buffer, anche con reti ad alta velocità, è difficile rendere possibile l'utilizzo di applicazioni interattive, soprattutto quando vi è traffico di background. Il North Carolina State University negli Stati Uniti e l'Ulsan National Institute of Scienze and Technology della Corea hanno effettuato delle misurazioni su come il traffico di background influisca sul web browsing sugli smartphone [14]. Gli smartphone moderni sono dotati di almeno 1 GB di RAM e di un processore quad-core, per cui ci si aspetta la possibilità di poter effettuare del web browsing o del gaming online mentre si sta effettuando il download di file musicali, video, o comunque vi sono presenti applicazioni in background, quali WhatsApp o Facebook che effettuano continui scambi con la rete. È stato scoperto che la corrente implementazione del TCP va incontro ad enormi ritardi per il flusso interattivo (Web Browsing o Gaming Online) dato che il buffer è riempito di pacchetti provenienti dal flusso in background. La Figura 2 mostra come il tempo di prelievo di un oggetto web è profondamente degradato se in background vi è del download. In questo esperimento è stato simulato il traffico Web con richieste di contenuti random dalla dimensione di 8, 16, 32, o 64 KB. La scelta di contenuti così piccoli fa sì che il ritardo per poterli prelevare dipenda solamente dal Round Trip Time. Quando vi è traffico 16 di background e la formazione di lunghe code, il tempo di prelievo di un oggetto descritto precedentemente diventa più lungo di 2.6 volte. Figura 2: tempo di prelievo con o senza download di background. [14] La soluzione proposta [14] riguarda un aggiustamento della Receive Window tramite l'algoritmo detto Dynamic Receive Window Adjustment. Come sappiamo, la Receive Window di TCP fu progettata originariamente per informare il mittente della dimensione del buffer del ricevitore, in modo che il receiver non venga inondato di più dati di quanti ne possa elaborare. In questo modo il TCP realizza il controllo di flusso. In pratica, una volta stimato il Round Trip Time, l'algoritmo calcola la quantità di dati ricevuta ad ogni RTT e modifica la Congestion Window, variabile che impone un vincolo sulla quantità di dati trasmessi e non ancora riscontrati dal mittente [15] e settata inizialmente pari alla quantità di dati ricevuta nel primo RTT, in questo modo: 17 CongWin(n+1) = CongWin(n) * α + data_received * (1-α) α è un valore che varia da 0 a 1, nell'implementazione considerata 7/8. Questo nuovo valore è utilizzato per determinare la Receive Window, che viene settata come: RcvWin(n) = λ * RTTmin/RTT(n) * CongWin(n) Dove λ è un parametro modificabile e maggiore di 1. Se il RTT in quel momento ha valori simili al RTT minimo registrato, implicando che la rete non sia congestionata, la Receive Window aumenterà rapidamente. Al contrario se l'ultimo RTT registrato è elevato, l'algoritmo decrementa gradualmente il valore della finestra. Misure di RTT hanno mostrato che l'algoritmo DRWA riduce il ritardo nelle reti TCP di circa 25-49%, con risultati superiori al 50% in alcuni scenari. 1.3.3 Protocolli e Servizi Innovativi Abbiamo già accennato come la piattaforma MONROE ha, tra le sue caratteristiche, quella di essere flessibile ed infatti non solo fornisce misure per protocolli e servizi esistenti, ma ne permette anche per altri nuovi ed innovativi. Il multi-homing e la distribuzione geografica dei nodi nei posti più eterogenei, garantisce a ricercatori e service providers di sperimentare nuovi protocolli ed algoritmi che sfruttano le connessioni multiple a loro vantaggio, ad esempio in 18 parallelo o scegliendo, tra quelle disponibili, quella con il miglior servizio disponibile per incrementare robustezza e performance o comunque per avere la soluzione con un miglior rapporto costi-performance. In caso di congestione della rete o per diminuire il carico del traffico, gli operatori possono beneficiare dello “scarico” o “offloading” del traffico, chiamato anche WiFi Offloading, riduce il carico di dati destinato a reti MBB, liberando banda per altri utenti, è utilizzato anche nel caso in cui la ricezione è scarsa, permettendo agli utenti di connettersi via servizi wired con una migliore connettività. A causa del sovraccarico del traffico mobile (si pensi allo streaming video in alta definizione), l'offloading è sempre più al centro dell'attenzione per beneficiare sia utenti che operatori. Gli utenti traggono vantaggio dall'offload per utilizzare reti migliori; gli operatori, grazie all'offload, riducono il carico del traffico e alleviano la congestione della rete. Una serie di misurazioni è necessaria per gli operatori affinché valutare l'applicabilità, le performance e l'efficienza di tale pratica. Gli utenti finali sono soggetti a numerosi problemi dai differenti tipi di middlebox. Reti moderne fanno sempre più affidamento a tali middlebox, che nello specifico sono componenti hardware dedicati ad eseguire avanzate funzionalità come, ad esempio: l'aumento delle performance di un'applicazione tramite cache, proxy o acceleratori di traffico; bilanciamento di carico che permette di distribuire il carico della rete su più nodi; ottimizzazione dell'utilizzo dello spazio d'indirizzamento di Ipv4 tramite NAT, traduttori che permettono a molteplici host di condividere un unico indirizzo IP; sicurezza, tramite filtri firewall basati su un set di regole predefinite dall'amministratore di rete. 19 Uno dei maggiori problemi di tali approcci è che le middlebox potrebbero, in alcuni casi, filtrare del traffico non conforme a comportamenti attesi, rendendo Internet un ambiente ostile alle innovazioni, è infatti diventato problematico estendere protocolli, limitando le opportunità di ottimizzazione. Conseguentemente, una piattaforma come MONROE è necessaria per osservare e caratterizzare le operazioni dei middlebox, per determinare se una soluzione di ottimizzazione abbia avuto un buon impatto sull'ecosistema del MBB. La piattaforma MONROE permette di testare vari protocolli e parametri del livello trasporto, per valutare le loro performance su MBB e WiFi. Essendo il protocollo del livello trasporto più utilizzato nelle reti mobili, il TCP è sicuramente al centro dell'attenzione. Tuttavia il TCP non fu progettato per reti MBB ed inoltre recenti studi hanno mostrato come le connessioni TCP sottoutilizzano la banda disponibile in reti LTE, addirittura in media del 50% della banda è inutilizzata, ciò causa problemi come l'allungamento dei tempi nel download dei dati, causando un'inutile addizionale spreco di energia. TCP ha inoltre molti differenti parametri volti al controllo della congestione, quali slow start, buffer in ricezione, recupero dei pacchetti persi che collettivamente o individualmente hanno impatti negativi sulle performance delle diverse applicazioni. Un altro importante aspetto è come il TCP gestisce l'handover tra differenti reti e tecnologie MBB. Altro aspetto che il progetto MONROE tiene in considerazione è il trasporto in multipath, ovvero trarre vantaggio dai differenti percorsi dello stesso segnale radio, causati sia volontariamente introducendo diversità tramite sistemi di trasmissione MIMO, sia a causa di fenomeni di riflessione dovuti alla presenza di ostacoli. Il trasporto in multipath ha mostrato che, se trattato in maniera corretta, fornisce dei benefici dall'efficienza in banda all'aumento della robustezza. 20 Per fornire un'alta qualità di servizio tramite percorsi multipli sono necessari meccanismi quali gestione del percorso, scheduling dei pacchetti e controllo della congestione. Trarre vantaggio dal multipath non è un'operazione semplice se consideriamo le caratteristiche dinamiche di una rete MBB, soprattutto in condizioni di elevata mobilità, e delle reti WiFi, che hanno caratteristiche molto differenti dalle reti MBB. Uno scenario in cui entrambe le reti coesistono è lo smartphone, che fornisce due interfacce di rete, una per Wifi e l'altra per MBB. L'obiettivo di MONROE è quello di progettare meccanismi robusti e adattativi per trarre vantaggio da scenari del genere. 1.3.4 Ulteriori Use Cases MONROE fornisce una lista di ulteriori potenziali casi d'uso [2] che introducono nuovi quesiti a cui utenti esterni al progetto potrebbero rispondere utilizzando la piattaforma. Comunicazioni Device-To-Device: la D2D è una componente tecnologica per il LTE-Advanced. Nelle comunicazioni D2D, i terminali utente trasmettono segnali dati tra di essi tramite un link diretto utilizzando risorse cellulari invece di comunicare attraverso la Base Station. La comunicazione può avvenire sia sullo spettro cellulare (in band) sia su spettro non licenziato (outband). In una tradizionale rete cellulare, tutte le comunicazioni devono attraversare la Base Station anche se i due componenti comunicanti trarrebbero maggior vantaggio tramite un diretto collegamento D2D. Quest'ultimo tipo di architettura va bene per i convenzionali servizi per reti mobili a bassi 21 data rate come chiamate o messaggi in cui solitamente i due terminali comunicanti non sono in un range di copertura tale da permettere una comunicazione diretta. Tuttavia, gli utenti mobili nelle reti cellulari di oggi utilizzano servizi ad elevati data rate, quali streaming video e gaming, in cui potrebbero potenzialmente essere in un certo range per la D2D. Per questi motivi, le comunicazioni D2D in scenari simili può aumentare notevolmente l'efficienza spettrale della rete. Inoltre, aumentando l'efficienza spettrale, D2D può migliorare throughput (livello di utilizzazione della rete), efficienza energetica, ritardo e fairness. Motivi questi che ci fanno capire come misurare le performance di servizi legati al D2D è interessante per future applicazioni. Le misurazioni potrebbero riguardare la scoperta e la connessione di coppie di dispositivi D2D, scambio di dati e test sia su nodi mobili che statici. L'use case D2D può essere applicato anche per testare nuove tecnologie come la connettività WiFi Direct, che permette a due dispositivi di stabilire una connessione Peer-To-Peer in WiFi senza necessità di un router wireless. Servizi di video conferenza: più complicato dello studio della QoE dello streaming video è sicuramente il VVoIP, Voice and Video calls over IP, data la natura real-time e la modalità di comunicazione interattiva. Tuttavia il VVoIP è ormai un mezzo fondamentale per interconnettere le persone, sia socialmente che professionalmente. Le API di WebRTC supportano applicazioni per l'utilizzo di VVoIP su reti MBB, senza l'utilizzo di plug-in esterni. Il tool di MONROE potrebbe essere combinato con le API di WebRTC per effettuare misurazioni di QoS, in modo tale da avere una miglior comprensione degli aspetti della QoE. 22 Online gaming: nell'ultima decade la crescita dell'online gaming è paragonabile a quella dello streaming video, la quasi totalità dei videogame, su PC o console, è abilitata se non esclusivamente volta all'utilizzo della rete. Un'ulteriore crescita si è avuta con l'introduzione dei videogame per mobile. Al pari, se non più, dello streaming video e dei servizi VVoIP, l'online gaming è un'applicazione delay sensitive ed ha stretti requisiti di QoE. 23 Capitolo 2: La NorNet Edge 2.1 La Struttura Come abbiamo già detto precedentemente, molti dei nodi facenti parte del progetto MONROE sono quelli preesistenti della NorNet Egde. La NorNet Edge è un'infrastruttura dedicata alla misura e alle sperimentazioni su reti mobile a banda larga [6]. La NorNet Edge consiste di più di 400 nodi, cosa che ha permesso e permette di avere una visione globale della rete. I nodi sono distribuiti in Norvegia, isole incluse. La scelta non è casuale, la complessa topografia e le condizioni climatiche difficili della penisola scandinava, permettono di avere misurazioni molto variegate e che quindi possono offrire una più ampia visione delle cose. I nodi eseguono sotto il controllo di una distribuzione Linux, garantendogli elevata flessibilità, ed hanno un'elevata potenza di calcolo per poter fronteggiare le applicazioni più pesanti, quali quelle riguardanti video. Come abbiamo già visto per la piattaforma MONROE, i nodi sono dedicati di più interfacce di rete per realizzare il paradigma Multi-Homed e allo scopo di poter trarre vantaggio dalla contemporanea connessione a più reti mobili a banda larga e di poter essere quanto più aperti, flessibili a nuove sperimentazioni. Ogni nodo è connesso a un numero che va da 2 a 5 provider 24 di reti MBB, per alcuni di questi è prevista una connessione fissa ad Internet, quando possibile. A livello trasporto i nodi sono dotati dei nuovi protocolli SCTP e MPTCP. SCTP, Stream Control Transmission Protocol, è un protocollo unicast [7] in grado eseguire funzionalità a livello trasporto al pari di TCP, effettuando consegna ordinata e affidabile dei dati. SCTP è un protocollo TCP-friendly, ovvero nodi SCTP e nodi TCP possono cooperare senza problemi di compatibilità, introduce il supporto al Multi-Homing, che come abbiamo visto è fondamentale per gli strumenti di misurazione. MPTCP , MultiPath TCP, è un protocollo di livello trasporto [8] ancora sotto sviluppo, che punta a permettere alle connessioni che utilizzano il Transmission Control Protocol di utilizzare percorsi multipli per massimizzare l'utilizzo di risorse e aumentare la ridondanza per una maggior robustezza e affidabilità. 2.2 Misure sugli Stati di Radio Resource Control Sono stati effettuati vari esperimenti sugli stati RRC, Radio Resource Control. RRC è il protocollo radio utilizzato nelle interfacce aeree di LTE e UMTS, le sue funzionalità principali riguardano lo stabilimento, riconfigurazione e rilascio della connessione, broadcast di informazioni di sistema, procedure di connessione in mobilità e procedure di power-saving [9]. Il funzionamento del protocollo RRC è guidato da una macchina di stato, che definisce 5 stati di funzionamento [10] mostrati in Figura 3, ad ognuno dei quali è associato un diverso livello di consumo energetico. 25 Figura 3: Stati e transizioni di stato RRC. [10] Il primo stato è l'IDLE-MODE o no-connection, che in realtà non è uno stato allo stesso livello degli altri, è uno stato di basso consumo. Il secondo stato è il CELL_DCH (Dedicated Channel), in cui è allocato un canale fisico dedicato in uplink e downlink. Il terzo stato è il CELL_FACH (Forward Access Channel), in cui non è allocato nessun canale dedicato per il terminale utente che in questo stato monitora continuamente il canale FACH per ricevere messaggi di segnalazione, dati utenti diretto ad esso o messaggi in broadcast. Quarto e quinto stati sono CELL_PCH (Cell Paging Channel) e URA_PCH, in termini di modalità di funzionamento, è molto simile allo stato IDLE. L'user 26 equipment non può spedire o ricevere dati utenti, può solo monitorare il canale di paging per ricevere messaggi di paging. Varie reti implementano e configurano gli stati RRC differentemente in termini di quali stati sono usati, di data rate richiesti per sostenere i vari stati e di timer usati per passare a stati di basso consumo. Questi fattori hanno un enorme impatto sia sulle performance che sull'efficienza in potenza della rete. Per questi motivi è necessario effettuare delle misurazioni per vedere come la rete reagisce ai cambiamenti di stato. Nella NorNet Edge è stato implementato un semplice algoritmo [6]: spedizione di un pacchetto dati da 1 KB al secondo, finché non è riportato il cambiamento di stato in CELL_DCH per quindi fermare immediatamente la spedizione. Aspettare quindi finché non è registrato il passaggio di stato in CELL_FACH e successivamente in CELL_PCH o IDLE. Viene misurato il tempo per ogni passaggio di stato causato dall'algoritmo e ripetuto tutto per 100 volte sulle diverse reti. Il parametro più importante da quest'esperimento è l'intervallo di tempo che va dalla spedizione del primo pacchetto al raggiungimento dello stato CELL_PCH, a cui si va ad aggiungere il ritardo dell'apertura di una connessione. 2.3 Misure sul Tempo di Download Altro esperimento eseguito sulla NorNet Edge riguarda l'analisi del tempo di download. L'esperimento è molto semplice, si basa sulla misurazione del tempo che ci vuole per effettuare il download di un file da 1 MB utilizzando curl, uno strumento di trasferimento dati da o verso 27 un server che può fare affidamento a diversi protocolli (FTP, HTTP, ecc). Come mostrato in Figura 4, è mostrato il rapporto tra l'intensità del segnale e la velocità in download nei casi di connessioni 2G e 3G. Le velocità raggiunte, come ci si aspettava, sono superiori per il 3G, ma il risultato più importante è che il rate di trasmissione non è molto sensibile al cambiamento dell'intensità del segnale ricevuto, a patto che ci sia del segnale ricevuto. Figura 4: Velocità in download in funzione dell'intensità del segnale. [6] 2.4 Misure di Packet-Loss Il Simula Research Laboratory in Norvegia ha effettuato degli studi di misurazione su larga scala della perdita dei pacchetti nelle reti UMTS [11]. Le misurazioni sono state effettuate tramite la NorNet Edge, con un numero di nodi che varia da 108 a 253 in vari periodi dell'anno, e su 4 diverse reti mobile broadband norvegesi. Per misurare la perdita di pacchetto, i ricercatori hanno spedito pacchetti UDP da 20 byte ad un echo server, cioè un server che rispedisce indietro 28 lo stesso pacchetto, ogni secondo, per poi calcolare l'intervallo di tempo da questo evento fino alla risposta dal server. Nei pacchetti erano previsti un timestamp ed un numero di sequenza incrementale per la rilevazione di duplicati e per il calcolo del round trip time. Il round trip è normalmente di poche decine di millisecondi, tuttavia sono stati osservati ritardi di alcuni secondi. Ciò può essere causato da un eccessivo rate di ritrasmissioni e di buffering. Un pacchetto è considerato perso se non arriva un riscontro entro 60 secondi. Il loss rate, definito come il rapporto tra numero di pacchetti perduti e numero di pacchetti spediti, è risultato essere trascurabile in molte reti, più del 50% delle connessioni considerate hanno avuto meno dell'1% di packet loss, causata soprattutto dal cambio da 3G a 2G e viceversa. In mobilità [12], il packet loss è sicuramente più elevato. Nell'esperimento in mobilità sono stati considerati nodi su treni, il cui percorso è mostrato in Figura 5. È stato necessario l'utilizzo di GPS per identificare la posizione dei nodi e per monitorare la velocità dei treni. Non sono stati considerati pacchetti UDP da 20 byte ma, in questo caso, contenitori di pacchetti della durata di 5 minuti, detti bin. La RAT, Radio Access Technology, può essere costante durante un intero bin o addirittura per una serie di bin, come mostrato in Figura 5, ma può capitare che uno stesso bin vada incontro a diversi cambiamenti della RAT, come nel caso del bin b2 in figura che subisce un handover da 4G a 3G. È possibile anche che vi sia un degradamento tale del segnale da causare una perdita di connettività, con conseguente perdita dell'indirizzo IP. Quando la connessione è persa, un nodo controlla immediatamente se è in copertura per riconnettersi. Un'altra causa di perdita di pacchetti è lo stesso handover inter-RAT. 29 Figura 5: percorso dei treni e sequenza di connettività tipica. [11] I nodi della NorNet Edge utilizzati in questo studio cercano sempre di connettersi alla RAT più veloce disponibile, ad esempio se vi sono connessioni LTE e 3G disponibili, preferiranno la prima. Per misurare la perdita in RAT differenti, vengono considerate due categorie principali di bin. I primi sono i bin che subiscono uno o più handover tra RAT. I secondi sono bin caratterizzati da un RAT predominante (3G o LTE) ma con uno o più episodi di perdita di servizio. Da come si vede dalla Figura 6, la stragrande maggioranza dei bin che subiscono handover inter-RAT, circa il 92%, va incontro al packet-loss. Le cose migliorano, anche se di poco, per l'altra categoria considerata, di cui l'80% va incontro al packet-loss. 30 Figura 6: percentuali di perdita di pacchetto per diversi bin. [11] Ulteriore esperimento interessante, effettuato dal Simula Search Laboratory [13], è stato fatto durante un concerto del noto Justin Bieber, avvenuto in Norvegia nel 2013. Una platea di più di 20 mila persone che continuamente (cercava di) condividere foto e video sui noti social network, mettendo a dura prova la capacità delle reti mobili a banda larga norvegesi (Telenor, Tele2, Netcom e Network Norway). Per quanto riguarda il packet-loss, si è cercato di ricevere uno stream di dati da 1 MB ogni secondo, prima e durante il concerto. Come mostrato dalla Figura 7, le percentuali di packet-loss prima del concerto erano molto vicine allo 0% per poi subire un brusco innalzamento da 20% fino a 100%, rendendo praticamente impossibile l'utilizzo della rete. Un altro parametro valutato è il Round Trip Time. Nel peggiore dei casi, normalmente, il RTT è di circa 100 ms. Un ritardo del genere è accettabile ed ha un impatto minimo sull'esperienza d'uso, ma, durante il concerto, i ritardi registrati hanno raggiunto punte di 10 secondi. Conseguenza diretta di questi valori è che la maggior parte delle applicazioni si “arrende” e mostra a video un messaggio d'errore. Ciò che è risultato più strano è come gli operatori di rete configurino le loro reti, 31 cercando di recuperare il pacchetto nonostante il ritardo sia ormai di multipli secondi. Sarebbe più conveniente, per diminuire la congestione della rete, droppare pacchetti con un certo ritardo. Figura 7: percentuali packet-loss pre, durante e post concerto. [13] 32 Capitolo 3: Misure di QoE 3.1 Introduzione L'esperienza di un utente con una qualsiasi applicazione [16] è condizionata da molteplici parametri, molto diversi fra loro, quali caratteristiche tecniche dell'applicazione, personalità ed aspettative dell'utente stesso, età dell'utente, tipologia del terminale in uso e contesto di utilizzo. Applicazioni basate sulla navigazione in rete, come YouTube e Facebook, devono tener conto delle opinioni degli utenti, identificando i parametri di performance che sono più rilevanti nell'esperienza utente. Ciò è fatto analizzando e correlando tre livelli mostrati in Figura 8: il livello rete, che tiene conto dell'influenza sulla rete dei parametri di QoS (banda disponibile, RTT, percentuali di packet-loss, ecc.); il livello applicazione che considera sia le caratteristiche tecniche (es. bit-rate dei video) sia i parametri di performance percepibili dell'applicazione (es. tempo di caricamento, numero di blocchi del video, ecc.); infine il livello utente, che riguarda le opinioni soggettive dell'utente. 33 Figura 8: livelli di valutazione della QoE 3.2 Analisi QoE per YouTube Nell'esperimento proposto dal Centro di ricerca TLC di Vienna, sono stati considerati diverse categorie e numero di utenti: 12 partecipanti donne, 21 uomini, l'età media di 32 anni. Metà dei partecipanti studenti e quasi il 45% impiegati. Una grande fetta dei partecipanti (circa il 70%) utilizza Internet giornalmente per un lasso di tempo variabile da 1 a 5 ore, mentre il restante si divide tra quelli che usano più intensamente o più di rado. I partecipanti hanno utilizzato modem 3G con una larghezza banda in download controllata e modificata da 64 a 4096 Kbps per influenzare l'esperienza utente. I partecipanti, inoltre, sono stati istruiti per giudicare la qualità della connessione e l'esperienza generale secondo la MOS, Mean Opinion Score, in cui il range di giudizio va da pessimo (1) ad eccellente (5). Per di più gli utenti hanno feedback riguardo l'accettabilità generale dell'applicazione, dicendo se l'avrebbero utilizzata in seguito. Gli utenti sottoposti all'esperimento hanno guardato 2371 diversi video su YouTube, tutti alla stessa risoluzione di 360p, con diversa durata. Un rate in download di circa 768 Kbps è stato sufficiente per raggiungere il 34 90% di rating positivi, come mostrato in Figura 9. La saturazione della QoE si è avuta intorno ai 1024 Kbps, per poi aumentare di soli 0.2 punti MOS al quadruplicare del rate in download. La QoE di YouTube diventa molto sensibile quando il bit-rate del video è più alto del rate in download, aumentando la possibilità di avere blocchi nella visione con corrispondente cattiva esperienza dell'utente. Per studiare la correlazione tra il bit-rate del video e il rate in download, è stato considerato il parametro β, pari al rapporto tra il primo e il secondo parametro. Le porzioni di video in cui β > 1 hanno ricevuto punti bassi di MOS, al di sotto di 3, mostrando come, anche se tali porzioni sono relativamente brevi rispetto al resto del video in cui β < 1, influenzano notevolmente le misure di QoE finali. Per quanto riguarda i blocchi, come mostrato in Figura 10, un singolo blocco ha già un notevole impatto sulla QoE. La saturazione delle opinioni si ha dopo 2 blocchi, riducendo la QoE da 2.5 a 2 punti fino a 10 blocchi. Figura 9: rapporto tra punti MOS e rate in download. [16] 35 Conclusioni In questo elaborato abbiamo visto come le reti mobile Broadband siano un settore ancora tutto da scoprire e soprattutto da migliorare. I problemi relativi alla perdita di pacchetti in caso di handover o di perdita di segnale, al ritardo end-to-end, all’eccessivo buffering delle attuali soluzioni a livello trasporto e molti altri problemi ancora, rendono necessari misurazioni, studi e proposte di soluzioni, soprattutto nei nostri giorni, dove connettersi ad una rete Broadband è un’azione all’ordine del giorno e i requisiti di qualità sono sempre più elevati. 36 Bibliografia [1] MONROE: Measuring Mobile BroadBand Networks in Europe [2] MONROE: Measuring Mobile BroadBand Networks in Europe Report on use cases [3] Ericcson Mobility Report 2016 [4] Experiences of Internet traffic monitoring with tstat – 2011 [5] Encoding.com - http://www.encoding.com/mpeg-dash/ [6] The Nornet Edge platform for mobile broadband measurements Amund Kvalbein, Dziugas Baltrunas, Kristian Evensen, Jie Xiang, Ahmed Elmokashfi, Simone Ferlin-Oliveira - 20 Dicembre 2013 [7] R. Stewart, Stream Control Transmission Protocol (SCTP), 2007. <http://tools.ietf.org/html/rfc4960> (Internet RFCs, RFC 4960, ISSN 2070-1721). [8] A. Ford, C. Raiciu, M. Handley, S. Barre, and J. Iyengar, Architectural guidelines for multipath TCP development, 2011. <http://tools.ietf.org/html/rfc6182> (Internet RFCs, RFC 6182, ISSN 20701721). [9] UMTS RRC Protocol specification (version 12.4.0 Release 12) (PDF), European Telecommunications Standards Institute, February 2015 [10] ftp://www.3gpp.org/tsg_ran/WG2_RL2/TSGR2_06/Docs/Pdfs/r299807.pdf [11] Dissecting Packet Loss in Mobile Broadband - Networks from the Edge - Dziugas Baltrunas, Ahmed Elmokashfi, Amund Kvalbein Simula Research Laboratory Oslo, Norway - 2015 [12] Investigating Packet Loss in Mobile Broadband Networks under Mobility - Dziugas Baltrunas, Ahmed Elmokashfi, Amund Kvalbein, Ozgu Alay - Simula Research Laboratory, Oslo, Norway Nexia, Oslo, Norway - 2016 [13] https://www.nntb.no/nornet-edge-observed-mobile-networks37 during-justin-biber-concerts/ [14]Tackling Bufferbloat in 3G/4G Networks Haiqing Jiang, Yaogong Wang, Kyunghan Lee, and Injong Rhee - North Carolina State University, USA - Ulsan National Institute of Science and Technology, Korea [15] https://it.wikipedia.org/wiki/Controllo_della_congestione_in_TCP [16]YouTube & Facebook Quality of Experience in Mobile Broadband Networks - Pedro Casas, Andreas Sackl, Sebastian Egger, and Raimund Schatz 38