インターネットトラフィック

インターネット トラフィックとは、インターネット全体、またはインターネットを構成するネットワークの特定のネットワーク リンク内のデータの流れのことです。一般的なトラフィック測定は、バイトの倍数単位で表した総量、または特定の時間単位あたりのバイト単位の伝送速度で表します。

インターネットのトポロジは階層化されていないため、インターネット トラフィック全体を 1 か所で測定することはできません。トラフィック データは、ボリュームと増加の指標としてTier 1 ネットワークプロバイダーのピアリング ポイントから取得できます。ただし、このようなデータには、単一のサービス プロバイダーのネットワーク内にとどまるトラフィックと、プライベート ピアリング ポイントを通過するトラフィックは含まれません。

2022年12月現在、モバイルインターネットトラフィックのほぼ半分（48％）はインドと中国にあり、北米とヨーロッパでは約4分の1を占めています。^[1]ただし、モバイルトラフィックは依然としてインターネットトラフィック全体の少数派です。

ファイル共有はインターネットトラフィックの一部を占めています。^[2]ファイル共有の一般的な技術は、リソースディレクトリを提供するインデックスサイトを介して仲介されるピアツーピア（P2P）システムであるBitTorrentプロトコルです。2013年のSandvine Researchによると、Bit Torrentのインターネットトラフィックのシェアは、2008年の31％から20％減少して全体で7.4％になりました。^[3]

2023年現在、インターネットトラフィック全体の約65%は動画サイトから来ており、^[4] 2016年の51%から増加しています。^[5]

インターネット トラフィック管理 (アプリケーション トラフィック管理とも呼ばれる)。インターネットでは、トラフィック管理のために正式に集中化された設備は使用されていません。その先駆的なネットワーク、特に ARPANET は、主要なトラフィック交換センター間でトラフィックを運ぶ初期のバックボーン インフラストラクチャを確立し、その結果、インターネット サービス プロバイダー(ISP) の階層化されたシステムが生まれました。このシステムでは、Tier 1 ネットワークが、決済不要のピアリングとトラフィックの下位 ISP へのルーティングを通じてトラフィック交換を提供しました。世界規模のネットワークのダイナミックな成長により、インターネットのすべてのピアリング レベルで相互接続がますます増加し、多くのレベルでリンク障害、ボトルネック、その他の輻輳を緩和できる堅牢なシステムが開発されました。^{[引用が必要]}

経済的トラフィ​​ック管理（ETM）とは、ピアツーピアのファイル共有やデジタル世界全般におけるコンテンツの配信への貢献に応える実践としてシーディングの機会を指摘するために時々使用される用語です。 ^[6]

ハンガリーで計画されているインターネット使用税では、データトラフィック1ギガバイトあたり150フォリント（0.62米ドル、0.47ユーロ）の税金が導入され、インターネットトラフィックを削減し、企業が新しい課税に対して法人税を相殺するのを支援することが目的となっている。 ^[7] ハンガリーは2013年に11億5000万ギガバイトを達成し、さらにモバイルデバイスによって1800万ギガバイトが蓄積された。コンサルタント会社eNetによると、この新しい税の下では1750億フォリントの追加収入がもたらされるはずだった。^[7]

ヤフーニュースによると、ミハイ・ヴァルガ経済大臣は「消費者が電話回線からインターネットへと移行していることを反映した税金であり公平だ」とし、「転送されるデータ1ギガバイトにつき150フォリントの課税は、EUで最も負債の多い国の1つであるこの国の2015年度予算の穴を埋めるために必要だった」と述べて、この措置を擁護した。^[8]

インターネット税に関する新しい計画は、国の経済発展に不利となり、情報へのアクセスを制限し、表現の自由を妨げると主張する人もいる。^[9]約36,000人が、この税案に抗議するため経済省の外で開催されるFacebook上のイベントに参加登録した。^[8]

1998年、米国はインターネット税自由法（ITFA）を制定し、電子メール、インターネットアクセス、ビット税、帯域幅税など、インターネットの使用とオンライン活動に対する直接税の課税を防止した。 ^{[10] [11]}当初、この法律はそのような税金を10年間停止したが、後に複数回延長され、2016年に恒久化された。ITFAの目標は、インターネットの採用と使用を妨げる可能性のある反復的で差別的な税金を禁止することにより、消費者を保護し、インターネットトラフィックの成長を支援することであった。その結果、ITFAはデジタル経済を促進し、消費者の利益を守る上で重要な役割を果たしてきた。ピュー研究所によると、2024年の時点で、アメリカ人の約93％がインターネットを利用しており、YouTubeやFacebookなどのプラットフォームが非常に人気がある。^{[12] [13] [14]}さらに、 2021年までに米国の世帯の90％が高速インターネットサービスに加入しました。 ^{[15] [16] ITFAは直接的なインターネット税に対する保護を提供しますが、インターネットの規制とガバナンスに関する継続的な議論は}、米国のインターネットトラフィックと使用の状況を形成し続けています。

トラフィック分類は、トラフィック内の特徴を受動的に観察し、特定の分類目標に沿ってトラフィックを分類する方法を表します。大まかな分類目標のみを持つものもあるかもしれません。たとえば、バルク転送、ピアツーピアファイル共有、トランザクション指向などです。トラフィックによって表されるアプリケーションの正確な数など、よりきめ細かい分類目標を設定するものもあります。トラフィックの特徴には、ポート番号、アプリケーション ペイロード、時間、パケット サイズ、トラフィックの特性が含まれます。ポート (コンピューター ネットワーク)番号、ペイロード、ヒューリスティック、統計的機械学習など、 正確なトラフィックを含むインターネット トラフィックを割り当てる方法は多岐にわたります。

正確なネットワーク トラフィック分類は、セキュリティ監視からアカウンティング、サービス品質からオペレータへの長期プロビジョニングに役立つ予測の提供まで、多くのインターネット アクティビティの基本です。しかし、ネットワークに関する利用可能な知識が不足しているため、分類スキームを正確に運用するのは非常に複雑です。たとえば、パケット ヘッダー関連の情報は常に不十分で、正確な方法論を実現できません。

^[17]では、教師あり機械学習を使用してネットワーク トラフィックを分類しています。データは、フローの内容に基づいて、いくつかのカテゴリの 1 つに手動で分類されます。分類器をトレーニングするには、データセット (手動で割り当てた) カテゴリと分類されたフローの説明 (フローの長さ、ポート番号、連続するフロー間の時間など) の組み合わせを使用します。この手法自体をより深く理解するために、初期仮定を立て、他の 2 つの手法を実際に適用します。1 つは、情報の入力の品質と分離を改善して、ナイーブ ベイズ分類器手法の精度を向上させることです。

分類作業の基本は、インターネットトラフィックの種類を分類することです。これは、一般的なアプリケーショングループを「正常」と「悪意のある」などの異なるカテゴリに分類したり、より複雑な定義（特定のアプリケーションや特定の伝送制御プロトコル（TCP）実装の識別など）したりすることで行われます。^[18] Logg et al. ^{[19]より引用}

トラフィック分類は、自動侵入検知システムの主要な構成要素です。^{[20] [21]}これらは、優先顧客のネットワーク リソースのパターンや兆候を識別したり、オペレータの利用規約に違反するネットワーク リソースの顧客の使用を識別したりするために使用されます。一般的に導入されているインターネット プロトコル(IP) トラフィック分類手法は、ネットワーク上のどこかの時点で各パケットの内容を直接検査することにほぼ基づいています。送信元アドレス、ポート、および宛先アドレスは、同じではないにしても類似の 5 組のプロトコル タイプを持つ連続した IP パケットに含まれています。これらのパケットは、制御アプリケーションを特定したいフローに属していると見なされます。単純な分類では、ほとんどのアプリケーションが常に既知の TCP または UDP ポート番号を使用していると想定して、制御アプリケーションの ID を推測します。ただし、多くの候補が予測不可能なポート番号を使用することが増えています。その結果、より高度な分類手法では、TCP またはユーザー データグラム プロトコル(UDP) ペイロード内のアプリケーション固有のデータを検索して、アプリケーションの種類を推測します。^[22]

大手ネットワークシステム企業であるシスコは、複数の情報源からデータを集約し、使用状況とビットレートの仮定を適用して、次のようなインターネットプロトコル（IP）とインターネットトラフィックの過去のデータを公開しています。^[23]

「固定インターネット トラフィック」は、ISP、ケーブル会社、その他のサービス プロバイダーへの住宅および商業加入者からのトラフィックを指すと考えられます。「モバイル インターネット トラフィック」は、携帯電話の塔やプロバイダーからのバックホール トラフィックを指すと考えられます。全体的な「インターネット トラフィック」の数値は、他の 2 つの数値の合計より 30% 高い可能性がありますが、これはおそらく国内バックボーンの中核のトラフィックを考慮したものですが、その他の数値は主にネットワーク周辺から得られたものと思われます。

Cisco は 5 年間の予測も公開しています。

米国のインターネットバックボーンに関する以下のデータは、ミネソタインターネットトラフィック研究（MINTS）から得たものである。^[35]

シスコのデータはミネソタ インターネット トラフィック スタディーズ (MINTS) のデータより 7 倍高い可能性がある。これはシスコの数字が米国国内のインターネットだけではなく世界のインターネットの推定値であるだけでなく、シスコが「一般的な IP トラフィック (したがって、さまざまな通信会社の IPTV サービスなど、インターネットの一部ではないが IP (インターネット プロトコル) を使用するクローズド ネットワークを含む)」をカウントしているためである。^{[36] MINTS による 2004 年の米国国内バックボーン トラフィックの推定値は 200 ペタバイト/月と推定されるが、これは米国最大のバックボーン キャリアである}Level(3) Inc. のトラフィックの 3 倍に相当し、同社は平均トラフィック レベルを 60 ペタバイト/月と主張している。^[37]

過去には、通信ネットワークにおけるインターネット帯域幅は18か月ごとに倍増しており、これはエドホルムの法則として表現されています。^[38]これは、金属酸化物シリコン（MOS）スケーリングなどの半導体技術の進歩に伴っており、MOSFETトランジスタに代表されるMOSは、ムーアの法則で説明されているのと同様のスケーリングを示しています。1980年代には、レーザー光を情報キャリアとして使用する光ファイバー技術により、通信回路の伝送速度と帯域幅が加速されました。これにより、通信ネットワークの帯域幅はテラビット/秒の伝送速度を達成しました。 ^[39]

• エトミック
• インターネットラッシュアワー
• ウェブトラフィック
• ゼタバイト時代
• 交通の流れ

• Williamson, Carey (2001). 「インターネットトラフィック測定」. IEEE Internet Computing . 5 (6): 70– 74. doi :10.1109/4236.968834.

• 「インターネットの規模と成長率」、KG コフマンとアンドリュー オドリツキ、ファースト マンデー、第 3 巻、第 5 号、1998 年 10 月
• AnalogX からのインターネット トラフィック レポート
• Keynote Systems のインターネット健康レポート
• インターネットデータ分析協同組合協会(CAIDA) は、カリフォルニア大学サンディエゴ校スーパーコンピュータセンターを拠点とし、2014 年 5 月 14 日にWayback Machineにアーカイブされました。