サンディエゴのインターネットルートを効率化して、もっと速くアクセスできるようにするんだ。
データの経路を改善すれば、サンディエゴのユーザーの待ち時間を減らせるよ。
― 1 分で読む
デジタル時代の今、オンライン情報をすぐに得ることはユーザーにとってめっちゃ大事だよね。情報にアクセスするためのネットワークはしっかり機能する必要があって、そのスピードは体験に大きく影響する。この文章では、データがインターネット上で移動するルートを改善して、待ち時間を減らす方法について見ていくよ。
現状のインターネットルートの問題
インターネットの構造は、さまざまなネットワークやシステムの間に多くの接続があるんだ。でも、これらの接続は必ずしもデータを送るのに最適ではない。各ネットワークはお金を節約したいから、安い接続を選ぶことが多くて、それが非効率な長いルートにつながることもある。たとえば、サンディエゴにいる誰かがカリフォルニア大学サンディエゴ校(UCSD)のサーバーにアクセスしたいとき、サーバーが近くにあっても、データがロサンゼルスに行くことがあるんだ。
具体的に言うと、インターネットの構造を見てみると、サンディエゴからUCSDへのトラフィックはしばしばロサンゼルスを経由して目的地に到達することが多い。この無駄な迂回が遅い応答時間を引き起こしてるんだ。
インターネットエクスチェンジポイント(IXP)の役割
インターネットエクスチェンジポイント(IXP)は、異なるインターネットサービスプロバイダー(ISP)が接続する場所だ。ロサンゼルスにはいくつかのIXPがあって、そのせいでサンディエゴのデータがLAのIXPまで行ってからまた戻る必要があるんだ。UCSDはサンディエゴにあるのにね。UCSDのネットワークと地元のISPは物理的に近いのに、データはやっぱりLA経由で送られてしまう。
研究の目標
この研究では、次の3つを目指してる:
- 現在のルーティングパスがどれだけ悪いか測定し、データを送るためのより良い方法があるか見ること。
- オンキャンパス外の人がUCSDのリソースにアクセスする際にデータがどういうルートを取るかを詳しく見て、それがLAを通ることを確認すること。
- オーバーレイネットワークと呼ばれる新しいタイプのネットワークをテストして、LAのルートを省いてデータを速く送れるかどうかを調べること。
オーバーレイネットワークとは?
オーバーレイネットワークは、既存のネットワークの上に構築されたもの。元のルートよりも速い新しいデータ経路を作るんだ。私たちの研究は、接続の信頼性を高めるだけでなく、待ち時間を減らすためにオーバーレイネットワークを使うことに焦点を当ててるよ。
RIPE Atlasからのデータ分析
インターネットのパフォーマンスを確認するために、インターネットパフォーマンスを監視しているRIPE Atlasから情報を使ってる。2023年の1月から5月までのピングデータ(接続の速さを測る方法)を集めたよ。未完成な記録を削除した後、アメリカ国内でデータがどれくらい早く移動できるかに注目した。
分析では、さまざまな場所からの10,000回の測定を見て、遅いルートを通らずにデータを異なる地点間でどれだけうまくリダイレクトできるかを調べた。インターネットのルーティングが最適でないとわかるケースがたくさんあった。
サンディエゴとUCSDの初期の発見
私たちの研究の一部として、サンディエゴのさまざまな場所からUCSDにデータを送るのにかかる時間を測定する実験を行った。UCSDキャンパスや図書館、空港など、いろんな場所を使ったんだ。データが移動するのにどれくらい時間がかかるかをチェックして、どこで遅延が生じているかを特定した。
その結果、UCSDサーバーに向けられたほとんどのトラフィックがLAを経由していることが分かった。これは理想的じゃないよね。もしサンディエゴからUCSDに直接送れるなら、もっと早くなるはず。
オーバーレイネットワークの設計
この問題を解決するために、LAのIXPをバイパスするシンプルなネットワーク構造を提案したよ。この設計には3つの主要なポイントがある:
- ノードA: サンディエゴのISPに接続されたユーザーのデバイス。
- ノードB: サンディエゴのISPとUCSDネットワークの両方に接続するサーバー。このノードは2つのネットワーク間の架け橋の役割を果たす。
- ノードC: ユーザーがアクセスしたいUCSDの実際のサーバー。
ノードAをノードBに接続し、その後ノードBをノードCに接続することで、LAを経由せずにより早いコミュニケーションを実現できる設計を思い描いてた。
オーバーレイネットワークの課題とテスト
この橋を設定して、本当にスピードが改善できるか試してみた。UCSDのWi-Fiとセルラーネットワークの両方に接続したんだけど、残念ながら特別な許可が必要で、サーバー接続を適切に設定するのが難しかった。リアルタイムで計画を完全に実施するのは困難だったんだ。
その代わりに、各ノード間の往復時間(RTT)を測定し、オーバーレイネットワークが設定された場合の接続時間を推定するテストを行った。直接接続することでより良い結果が得られることを示すことを目指した。
結果と得られた洞察
データを分析した結果、いくつかの興味深い傾向が見えてきた。多くの接続において、現在のルートに大きな遅延があり、改善の余地があることがわかった。私たちの調査では、アメリカのさまざまなポイント間でデータが送られるシナリオを見た。たとえば、ある地域からの接続は、地元のルートよりも異なる都市を経由した間接的なルートを取る方がずっと速いことがあった。
いくつかの接続では、200ミリ秒以上も改善できる可能性があった。これは、最も近いルートが論理的に思えるかもしれないけど、時には最適な経路が長距離を跨ぐものになることを示している。
UCSDリソースへの焦点
UCSDに焦点を当てたテストでは、そのメインサーバーに向けられたほとんどのトラフィックがLAを経由していて、地元のままだったら避けたかったことが分かった。私たちのデータは、直接のルートを取るべきだったトラフィックが無駄に遅延していることを示してる。
また、いくつかの接続がサンディエゴ内では最小限のホップで済んだ一方、他の接続は同じ目的地に到達するのに多くのホップが必要だったのもわかった。これはインターネットの構造によるものなんだ。
結論と今後の作業
データを詳しく見てきた結果、サンディエゴのローカルトラフィックがLAに送られ、街の中に留まらないことで遅くなっていることが確認できた。私たちのオーバーレイソリューションを完全に実施できなかったけど、このデータはトラフィックを地元にとどめることで応答時間が速くなる可能性があることを示している。
今後は、このコンセプトをより広い範囲でテストする予定。もっと多くのデータポイントを集めて、トラフィックがサンディエゴにローカルで留まるリアルタイムの状況を設定できれば、新しいルートの利点がより明確に見えてくるはず。全体として、これらのルーティング非効率を解決することで、この地域のユーザーにとってインターネットパフォーマンスが大きく改善されると信じてるよ。
タイトル: Examining Lower Latency Routing with Overlay Networks
概要: In today's rapidly expanding digital landscape, where access to timely online content is paramount to users, the underlying network infrastructure and latency performance significantly influence the user experience. We present an empirical study of the current Internet's connectivity and the achievable latencies to propose better routing paths if available. Understanding the severity of the non-optimal internet topology with RIPE Atlas stats, we conduct practical experiments to demonstrate that local traffic from the San Diego area to the University of California, San Diego reaches up to Los Angeles before serving responses. We examine the traceroutes and build an experimental overlay network to constrain the San Diego traffic within the city to get better round-trip time latencies.
著者: Aakriti Kedia, Akhilan Ganesh, Aman Aggarwal
最終更新: 2023-06-26 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2306.15174
ソースPDF: https://arxiv.org/pdf/2306.15174
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。