[논문 리뷰] MopEye: Opportunistic Monitoring of Per-app Mobile Network Performance

Daoyuan Wu, Rocky K. C. Chang외 3명|arXiv (Cornell University)|2017. 03. 22.

Green IT and Sustainability참고 문헌 25인용 수 15

한 줄 요약

MopEye는 Android 앱으로, VpnService API를 사용하여 사용자에게 투명하게 애플리케이션별 네트워크 성능 모니터링을 기회적으로 수행할 수 있도록 한다. 활성 트래픽 동안 각 애플리케이션의 왕복 시간(RTT)을 측정하며, tcpdump와 1ms 이내의 정확도를 달성하면서도 최소한의 오버헤드를 유발하여, 10개월 동안 2,351台의 기기와 6,266개의 애플리케이션을 대상으로 실세계 애플리케이션 및 DNS 성능에 대한 대규모 캐니버럴 측정을 가능하게 한다.

ABSTRACT

Crowdsourcing mobile user's network performance has become an effective way of understanding and improving mobile network performance and user quality-of-experience. However, the current measurement method is still based on the landline measurement paradigm in which a measurement app measures the path to fixed (measurement or web) servers. In this work, we introduce a new paradigm of measuring per-app mobile network performance. We design and implement MopEye, an Android app to measure network round-trip delay for each app whenever there is app traffic. This opportunistic measurement can be conducted automatically without users intervention. Therefore, it can facilitate a large-scale and long-term crowdsourcing of mobile network performance. In the course of implementing MopEye, we have overcome a suite of challenges to make the continuous latency monitoring lightweight and accurate. We have deployed MopEye to Google Play for an IRB-approved crowdsourcing study in a period of ten months, which obtains over five million measurements from 6,266 Android apps on 2,351 smartphones. The analysis reveals a number of new findings on the per-app network performance and mobile DNS performance.

연구 동기 및 목표

• 기존의 고정선 기반 서버 중심 프로빙 방식에서 벗어나 애플리케이션별 성능 모니터링으로의 전환을 통해 모바일 네트워크 측정의 격차를 해소한다.
• 루팅되지 않은 안드로이드 기기에서 경량화되고 정확하며 프라이버시를 보존하는 네트워크 측정 기술의 과제를 극복한다.
• 사용자 개입 없이 장기간에 걸쳐 대규모로 애플리케이션별 네트워크 성능 데이터를 캐니버럴로 수집할 수 있도록 한다.
• 실세계 측정 데이터를 바탕으로 애플리케이션 특정 및 ISP 특정 네트워크 성능 문제를 진단한다.
• 앱 개발자와 ISP가 네트워크 사용자 경험의 품질을 최적화하기 위해 확장 가능하고 프라이버시를 보존하는 솔루션을 제공한다.

제안 방법

• 루팅이 필요 없이 모든 외부 애플리케이션 트래픽을 가로채는 로컬 가상 네트워크 인터페이스를 생성하기 위해 안드로이드의 VpnService API를 활용한다.
• 패assing 패킷 캡처를 수행하고 표준 소켓 호출을 통해 패킷을 원격 서버로 전달함으로써 SYN-SYN/ACK 타이밍을 이용한 RTT 측정을 수행한다.
• 저널리즘된 소켓이나 원격 VPN 서버에 의존하지 않도록 효율적인 패킷 전달을 위해 사용자 공간에서 자체 TCP/IP 스택을 구축한다.
• 성능 저하를 완화하기 위한 최적화 기법을 적용하며, 특히 지연된 VPN 읽기 및 protect() 지연 문제를 해결한다.
• 각 RTT 측정 결과를 해당 애플리케이션 컨텍스트에 매핑하기 위해 connect() 소켓 호출 감지를 활용한다.
• IRB 승인을 받은 후 Google Play를 통해 앱을 배포하여 장기적이고 대규모의 실세계 네트워크 측정 데이터를 캐니버럴로 수집한다.

실험 결과

연구 질문

• RQ1 사용자 개입 없이 실세계 조건에서 애플리케이션별 모바일 네트워크 성능을 정확하고 효율적으로 측정하는 방법은 무엇인가?
• RQ2 지속적이고 기회적인 네트워크 모니터링을 위해 안드로이드의 VpnService API를 사용할 경우 성능과 정확도의 상호 교환 관계는 어떻게 되는가?
• RQ3 실제 사용자가 다양한 모바일 네트워크와 ISP를 통해 경험하는 애플리케이션별 및 DNS 성능 특성은 무엇인가?
• RQ4 MopEye의 측정 방식은 정확도와 시스템 오버헤드 측면에서 기존 도구인 tcpdump와 비교해 어떻게 다를까?
• RQ5 대규모 애플리케이션별 네트워크 측정 데이터로부터 ISP 간 및 애플리케이션 유형 간 네트워크 품질의 차이에 대한 통찰은 무엇인가?

주요 결과

• MopEye는 10개월 동안 2,351台의 스마트폰과 6,266개의 안드로이드 애플리케이션을 대상으로 525만 건 이상의 RTT 측정 데이터를 수집하여, 애플리케이션별 측정 데이터의 대규모 데이터셋을 구축했다.
• MopEye의 평균 RTT 측정 오차는 tcpdump와 비교해 1ms 이내였으며, 높은 측정 정확도를 입증했다.
• 싱가포르 텔레콤(Singtel)의 DNS 성능은 다른 ISP보다 뚜렷이 뛰어나, DNS RTT가 10ms 이하인 비율이 14.7%였으며, 이는 전국적 4G+ 배포 덕분으로 보인다.
• 크리켓(Cricket)과 U.S. 셀룰러(U.S. Cellular)는 뚜렷이 열악한 DNS 성능을 보였으며, 최소 RTT가 약 43ms로, 여전히 4G 이전 또는 비-LTE 네트워크를 사용하고 있음을 시사한다.
• 크리켓의 약 64% 및 U.S. 셀룰러의 약 45%의 DNS RTT가 LTE가 아닌 네트워크에서 기인했으며, 이는 최적화되지 않은 네트워크 인프라를 확인한다.
• 사례 연구를 통해 워츠앱의 성능 문제를 밝혀내었고, 주요 미국 및 국제 ISP 간의 네트워크 품질 격차를 확인하였으며, 이는 애플리케이션별 모니터링의 진단적 가치를 입증한다.