[論文レビュー] MopEye: Monitoring Per-app Network Performance with Zero Measurement Traffic

Daoyuan Wu, Weichao Li+2 more|arXiv (Cornell University)|Oct 5, 2016

Green IT and Sustainability参考文献 3被引用数 3

ひとこと要約

MopEye は、VpnService API を使用して、root 手順を要しない Android スマートフォン上でアプリごとのネットワーク性能を受動的・能動的に監視する測定ツールであり、トラフィックを挿入せずにミリ秒未塔の精度で RTT 測定を可能にする。tcpdump とのずれが最大 1ms 以内で、ほぼ完全に一致しており、MobiPerf よりも高レベル API のオーバーヘッドを排除し、低レベルのソケットタイムスタンプを用いることで優れた性能を発揮する。

ABSTRACT

Mobile network performance measurement is important for understanding mobile user experience, problem diagnosis, and service comparison. A number of crowdsourcing measurement apps (e.g., MobiPerf [4, 6] and Netalyzr [5, 7]) have been embarked for the last few years. Unlike existing apps that use active measurement methods, we employ a novel passive-active approach to continuously monitor per-app network performance on unrooted smartphones without injecting additional network traffic. By leveraging the VpnService API on Android, MopEye, our measurement app, intercepts all network traffic and then relays them to their destinations using socket APIs. Therefore, not only MopEye can measure the round-trip time accurately, it can do so without injecting additional traffic. As a result, the bandwidth cost (and monetary cost of data usage) for conducting such a measurement is eliminated, and the measurement can be conducted free of user intervention. Our evaluation shows that MopEye's RTT measurement is very close to result of tcpdump and is more accurate than MobiPerf. We have used MopEye to conduct a one-week measurement revealing multiple interesting findings on different apps' performance.

研究の動機と目的

• root 手順を要しないモバイルデバイスにおける継続的かつ非侵襲的なアプリごとのネットワーク性能監視の不足を解消すること。
• モバイル性能測定において、アクティブプローブや追加のネットワークトラフィックの必要性を排除すること。
• root 権限や高レベルネットワーキング API に依存せずに、正確な RTT 測定を可能にすること。
• 長期的・大規模なモバイルネットワーク監視に適したスケーラブルでユーザーに透明なソリューションを提供すること。

提案手法

• Android の VpnService API を活用して、すべてのアプリ起因の送受信ネットワークトラフィックをインターセプトする仮想ネットワークインターフェースを構築する。
• 受動的にパケットをキャプチャし、IP および TCP/UDP ヘッダーを解析して、元のアプリにパケットをマッピングする。
• インターセプトされたトラフィックをユーザー空間上の TCP スタックおよびソケットベースのプロキシ経由でリモートサーバーに転送し、2つの仮想接続間で接続状態を維持する。
• ナノ秒精度のタイムスタンプを用いた低レベルのソケット connect() 呼び出しによる RTT 測定を実施し、高レベル API のオーバーヘッドを回避する。
• ソケット接続と状態マシンを照合して、アプリとリモートサーバー間のトラフィック転送を同期する。
• 主にソケットベースの SYN-ACK 時刻を用いた RTT 評価法を採用し、これは単一の往復時間測定において最も安定的かつ正確であると検証済み。

実験結果

リサーチクエスチョン

• RQ1 root 手順を要しない Android デバイス上で、追加のネットワークトラフィックを挿入せずに、アプリごとのネットワーク性能を継続的に監視できるか？
• RQ2 低レベルのソケット呼び出しによる RTT 測定の正確性は、tcpdump や MobiPerf といった従来のツールと比べてどうか？
• RQ3 測定ツールが通常のアプリトラフィックに及える性能オーバーヘッドはどの程度か？
• RQ4 なぜ一部のアプリでは 4G 環境下で WiFi 環境と比較して顕著な RTT 劣化が生じるのか？
• RQ5 受動的測定によって、DNS の誤設定やサーバーサイドの問題を検出・診断できるか？

主な発見

• MopEye の RTT 測定結果は、tcpdump と最大 1ms のずれに留まり、ミリ秒未塔の正確性を示している。
• MopEye は、より低いレベルのシステムコールとナノ秒精度のタイムスタンプを活用することで、MobiPerf よりも RTT のずれが 12–79ms 小さく、優れた性能を発揮している。
• SYN-ACK パケットに対する MopEye による追加遅延の平均は 4.15–5.98ms、データパケットに対しては 1.22–2.18ms であり、これは通常の RTT と比較して無視できる程度の低さである。
• 4G 環境下では、香港にローカルサーバーが存在しないため、Facebook の平均 RTT は WiFi 時の 26.1ms から 188.4ms に上昇した。
• WeChat の接続障害は、DNS の誤設定（hkminorshort.weixin.qq.com が 1.1.1.1 に解決される）が原因であり、後に Tencent によって確認され修正された。
• NetEase のニュースアプリは、MopEye の 3 秒のタイムアウトしきい値を超える極めて高い RTT により、18.1% の接続が失敗した。