Caratterizzazione ed emulazione dei profili di traffico generato da smartphone

Abstract In this era, in which new mobile devices such as smartphones are spreading exponentially, where almost everyone owns one and uses them to manage their work and private life, becoming in fact one of the main means of communication, allowing us to stay in touch with friends and with the world. In a time when almost the same newspapers and policy making great use of the medium to spread the news even before on TV, where we see even the Catholic world usher in this new technology with the Holy Father himself which exploits to tweet*1 messages to their followers. The last report Cisco*2 (which will deepen in the thesis), we are faced with a substantial revolution and evolution in the field of mobile traffic. Evolution that will see over the coming four years, an exponential growth in global mobile data traffic will increase 13-fold between 2012 and 2017, with a compound annual growth rate (CAGR*3) by 66 percent between 2012 and 2017 reaching 11.2 exabytes*4 per month by 2017. with predictions that it will do so to increase from 342MB up to 2.7GB per month in 2012 and monthly in 2017 with an average speed will increase by 2.064 megabits per second (Mbps) in 2012 to 6.528 Mbps of 2017, thus tripling the average speed a CAGR of 26%. E 'in this context, therefore, that arises my thesis work, or to carry out an analysis of the traffic generated by these new mobile devices, varying them for software versions and OSs, and obtain an accurate model which allows generating traffic synthetic. And finally implement the system in a state machine equipped with traffic generators which reproduces well the statistical behavior for purposes of testing. This project was carried out in collaboration with the Prisma Engineering, founded in 1986 and specializes in the development of software projects and electronic systems for industry and telecommunications, such as equipment and test systems and test for electronic equipment, software systems and telecommunications equipment. Within the laboratories dell'ANTLab*6 the Milan Polytechnic, using the equipment LSUnet provide to the Prisma Engineering, I was able to capture the real-time traffic generated by a series of smartphone devices different version, model and OSs, provided by the Polytechnic of Milan. The presentation of the work is structured as follows: I. In Chapter 2, I will give an overview on the evolution of cellular connections and their networks over time, starting with the first mobile devices to the current smartphone, and then show its forward-looking statements made by Cisco. II. In chapter 3 we will present the method used for the acquisition of smartphone user behavior and their characterization. III. In chapter 4 will be given a broad overview of techniques for packet sniffing capture IP traffic, then get into the specifics of the technique used to measure the traffic generated by our smartphones through the equipment LSUnet provide to the Prisma Engineering and Software Wireshark. IV. In chapter 5 will be shown and described traces of traffic actually obtained with catches of Wireshark. V. In Chapter 6 we will describe the statistical models obtained from the analysis of traffic on the trail of real traffic. VI. In Chapter 7 show the method of validation of the results obtained by the statistical comparison between real data and those obtained from a C script traffic generation, based on real data. VII. Finally in Chapter 8 will explain the general conclusions and possible future developments. * 1twittare: send messages via the social network "Twitter". *2 Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2012–2017. * 3 CAGR (Compound Annual Growth Rate), or an annual compound growth, is an index representing the rate of growth of a certain value in a given period of time. It is in fact a geometric average of annual growth rates, calculated as follows: CAGR = [(valore_attuale ÷ initial_value) 1 / (number of years)] – 1 *4 EB Exabyte is a unit of measurement of information or the amount of data and applies 1018, is most commonly used, however, the exbibyte EiB, which is a standard defined by the International Electrotechnical Commission (IEC * 5), and is equal to 1,152,921,504,606,846,976 bytes, or 260. * 5 IEC International Electrotechnical Commission, is an international standard-setting in the field of electricity, electronics and related technologies. Many of its standards are defined in cooperation with ISO. Founded in 1906 with the participation of over 60 countries, is composed of representatives from national standards bodies recognized. *6 ANTLab: a research laboratory of the Polytechnic of Milan, and funded by research grants from the Italian and European, which supports research projects in the field of communication networks mainly in: Wireless Internet, Internet of Things and Internet of Energy.

Sommario In questa era, in cui nuovi dispositivi cellulari quali gli smartphone si stanno diffondendo in maniera esponenziale, in cui quasi ognuno di noi ne possiede uno e lo sfrutta per gestire la propria vita privata e lavorativa, divenendo di fatto uno dei principali mezzi di comunicazione, che ci consentendo di restare in contatto con amici e con il mondo. In un momento in cui ormai gli stessi giornali e politica sfruttano a pieno il mezzo, per diffondere le notizie ancora prima che in TV, in cui vediamo perfino il mondo cattolico affacciarsi a questa nuova tecnologie con lo stesso Santo Padre che la sfrutta per twittare*1 messaggi ai propri fedeli. L'ultimo report Cisco*2 (che approfondiremo nel corso della Tesi) ci pone di fronte ad una sostanziale rivoluzione ed evoluzione nel settore del traffico mobile. Evoluzione che vedrà da qui ai prossimi quattro anni, una crescita esponenziale del traffico dati mobile globale che aumenterà di 13 volte tra il 2012 e il 2017, con un tasso di crescita annuale composto (CAGR*3) del 66 per cento dal 2012 e il 2017 raggiungendo 11,2 exabyte*4 al mese entro il 2017. con previsioni che lo faranno così passare dai 342MB mensili del 2012 fino ai 2.7GB mensili nel 2017 e con una velocità media che aumenterà dai 2,064 megabit al secondo (Mbps) del 2012 ai 6,528 Mbps del 2017, con dunque una triplicazione della velocità media ed un CAGR*2 del 26%. E' in questo contesto dunque, che si pone il mio lavoro di Tesi, ovvero quello di effettuare un'analisi sul traffico generato da questi nuovi dispositivi cellulari, variandoli per versioni software e OSs, e ricavarne un modello accurato che consenta la generazione di traffico sintetico. Ed infine implementarlo in una macchina a stati dotata di generatori di traffico che ne riproduca bene il comportamento statistico per finalità di Testing. Tale progetto è stato svolto in collaborazione con la Prisma Engineering, azienda fondata nel 1986 e specializzata nello sviluppo di progetti software e di sistemi elettronici per l'industria e per le telecomunicazioni, quali apparati e sistemi di test e collaudo per apparecchiature elettroniche, sistemi software ed apparati di telecomunicazione. All'interno dei laboratori dell'ANTLab*6 del Politecnico di Milano, sfruttando l'apparecchiatura LSUnet fornitaci dalla Prisma Engineering, ho potuto catturare il traffico real time generato da una serie di dispositivi smartphone differenti per versione, modello e OSs, messi a disposizione dal Politecnico di Milano. La presentazione del lavoro svolto è così strutturata: I. Nel capitolo 2 darò una panoramica generale sull'evoluzione delle connessioni cellulari e rispettive reti nel tempo, partendo dai primi dispositivi mobili fino agli attuali smartphone, per poi mostrarne le previsioni future realizzate da Cisco. II. Nel capitolo 3 verrà presentato il metodo utilizzato per l'acquisizione del comportamento dell'utenza smartphone e la loro caratterizzazione. III. Nel capitolo 4 verrà data un'ampia panoramica sulle tecniche di packet sniffing per la cattura del traffico IP, per poi entrare nello specifico della tecnica usata per la misurazione del traffico generato dai nostri smartphone attraverso l'apparecchiatura LSUnet fornitaci dalla Prisma Engineering e del software Wireshark. IV. Nel capitolo 5 verranno mostrate e descritte le tracce di traffico realmente ottenute con catture di Wireshark. V. Nel capitolo 6 verranno descritti i modelli statistici di traffico ottenuti a partire dall'analisi sulle tracce di traffico reali. VI. Nel capitolo 7 mostrerò il metodo di validazione dei risultati ottenuti, mediante il confronto statistico tra dati reali e quelli ottenuti da uno script C di generazione del traffico, basato sui dati reali. VII. Infine nel capitolo 8 esporrò le conclusioni generali e i possibili sviluppi futuri. *1twittare: inviare messaggi mediante il social network “Twitter”. *2 Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2012–2017. *3CAGR (Compound Annual Growth Rate), o tasso annuo di crescita composto, è un indice rappresentante il tasso di crescita di un certo valore in un dato arco di tempo. È di fatto una media geometrica dei tassi di crescita annuali, così calcolata: CAGR = [(valore_attuale ÷ valore_iniziale) 1 /(numero degli anni) ] – 1 *4 Exabyte EB è un'unità di misura dell'informazione o della quantità di dati e vale 1018, più comunemente viene però usato l'exbibyte EiB, che è uno standard definito dalla Commissione Elettrotecnica Internazionale (IEC*5), ed è pari a 1.152.921.504.606.846.976 byte ovvero 260. *6IEC International Electrotechnical Commission, è un'organizzazione internazionale per la definizione di standard in materia di elettricità, elettronica e tecnologie correlate. Molti dei suoi standard sono definiti in collaborazione con l'ISO. Fondata nel 1906 a cui partecipano oltre 60 paesi, è formata da rappresentanti di enti di standardizzazione nazionali riconosciuti. *6 ANTLab: un laboratorio di ricerca del Politecnico di Milano, finanziato dall'industria e da assegni di ricerca italiani ed europei, che sostiene progetti di ricerca nel settore delle reti di comunicazione principalmente nel: Wireless Internet, Internet of Things e Internet of Energy.