Questa storia appartiene alla categoria Innovazione 

Ottimizzare la performance del WiFi

Cosa fare quando il WiFi non è abbastanza performante? Vi mostriamo un approccio emerso da un progetto di ricerca.

Testo: Kurt Baumann, pubblicato il 02.03.2016

Una situazione ben nota a molti servizi informatici: i membri delle università si lamentano della scarsa performance del WLAN, di dover aspettare un'eternità per poter caricare il sito web desiderato. Da cosa dipende? Dai dispositivi mal configurati degli utenti finali? Oppure da carenze di capacità dovute a larghezze di banda divenute improvvisamente troppo strette? O da altri motivi?

Non è semplice individuare le criticità e offrire subito una soluzione. Il fatto è che mancano dati e riferimenti storici di lungo periodo per poter valutare e rilevare i problemi di performance del WiFi sul campus. Ricostruire a posteriori le cause di un problema è quindi un compito arduo.

Per questo motivo GEANT, sotto la guida di SWITCH, ha elaborato un programma wireless di crowd-sourcing per il monitoraggio e la verifica della performance (WCSPMV), che attraverso il feedback degli utenti finali consente di rilevare la performance e le cause dei problemi in questo campo. L'elemento centrale sono dei test non invasivi della larghezza di banda sui dispositivi degli utenti finali. Le prime esperienze sono state raccolte alla TERENA Network Conference 2015, dove abbiamo presentato il progetto dal vivo. Altre implementazioni e miglioramenti sono in corso in diverse università.

I componenti del programma:

Importanti indicatori di un WCSPMV sono gli utenti finali, quindi i "Mobile Clients", che producono il traffico, e i collettori di dati predefiniti, che raccolgono i dati dei WiFi controllers, i DHCP/Radius logfiles e le Access Point IDs. Il rilevamento dei dati sulla performance della rete (larghezza di banda, latenza) avviene tramite JavaScripts, che sono istallati sui siti web desiderati e trasmettono i dati misurati all'Analyse Engine (AE) per la valutazione. Il seguente schema di architettura (vedi il grafico) mostra quali sono i principali componenti e meccanismi necessari per valutare una rete.

Ecco come funziona

Un Mobile Client (vedi figura 1.1.) si collega a un Access Point vicino (AP). Dopo essersi autentificato e aver ottenuto l'autorizzazione, riceve un indirizzo IP dal server DHCP. In questo processo vengono generati dei logfiles DHCP, di sistema o Radius (vedi Data Sources), che permettono di correlare gli indirizzi MAC del client con gli indirizzi IP del client, gli Access Point-Identifiers (AP-ID) e il timbro orario dell'avvenuto inizio della connessione con la rete WLAN del campus. A questo punto i dati vengono inseriti in una banca dati relazionale (RDB) e analizzati con un'Analyse Engine (AE) oppure predisposti per la visualizzazione.

Nel browser dell'utente finale vengono eseguiti degli JavaScripts che forniscono una serie di dati sulla performance della rete. I dati riguardano la larghezza di banda relativa (velocità di upload e download di immagini definite) e la latenza (attraverso Round Trip Time, RTT).

A questo punto abbiamo tutte le informazioni di cui abbiamo bisogno per stabilire una correlazione tra Data Source (i logfiles), orario (timbro orario) e AP-Identifier (AP-ID) e collegarli attraverso gli Java-Scripts con i dati ottenuti sulla performance della rete.

In caso di bisogno, questi dati possono essere ora richiamati attraverso l'interfaccia grafica dell'utente (GUI) da RDB e dall'Analytic Engine (AE) ed essere utilizzati per stilare dei rapporti destinati al gestore della WLAN. In questo processo bisogna tener ben presente la protezione dei dati (vedi riquadro). In fondo si tratta di dati personali che forniscono anche informazioni sul comportamento degli utenti finali.

Primi test e risultati:

Abbiamo presentato il sistema sopradescritto per la prima volta alla TERENA Network Conference (TNC2015) a Porto, Portogallo, dove lo abbiamo anche testato dal vivo. Abbiamo scelto una grande conferenza perché la precisione delle misurazioni dipende dal numero degli utenti WLAN (crowd-sourcing).

Abbiamo implementato gli JavaScripts sui siti web principali e subordinati della TNC2015. Il server NetTest funzionava su un'istanza virtuale situata ad Atene (GR). Abbiamo consentito solo misurazioni su subreti IP selezionate, mentre le misurazioni della performance al di fuori di queste subreti erano bloccate. Abbiamo impedito anche la duplicazione delle misurazioni limitando a un'ora la durata di vita dei cookies.

In occasione della TNC2015 abbiamo potuto svolgere le prime grandi analisi dei dati raccolti sulla larghezza di banda e la latenza della rete. Inoltre abbiamo potuto registrare il "crowding", cioè l'insieme dei partecipanti alla conferenza. Durante la TNC2015 abbiamo effettuato oltre 1713 misurazioni di performance, rilevato i set di dati completi e generato le loro correlazioni.

 

Il grafico mostra la velocità di download (upload) nella più grande sala per conferenze, dove si tenevano le sessioni plenarie e le presentazioni. Questa sala disponeva di diverse APs. A prima vista il risultato delle misurazioni è scoraggiante, perché non permette di individuare uno schema chiaro. Ci aspettavamo di scoprire a quale AP erano connessi la maggior parte dei dispositivi. Abbiamo misurato una velocità media di 662,9KB/s per il download e di 406,5KB/s per l'upload. Questo è un indizio di un'elevata fluttuazione. Come previsto abbiamo costatato che la distanza dall'AP è molto importante per la qualità dei dati. Inoltre è emerso che la dimensione dell'immagine di 1 Megabyte è insufficiente. In futuro intendiamo aumentare la dimensione dell'immagine a 2-3 Megabyte.

 

Il grafico sulla latenza è più significativo. Secondo il nostro protocollo di prova possiamo individuare tre caratteristiche:

  1. Latenza: si aggirava su 40 millisecondi tra il luogo della conferenza a Porto e il server NetTest ad Atene.
  2. Clustering: variava in un range da 20 a 30 ms, un dato che indica una rete ben concepita.
  3. Outlier: i motivi sono svariati, p. es. dispositivi mal configurati degli utenti finali, configurazione della rete wireless, il “crowding” stesso, la distanza dall'AP, ecc.

Conclusioni

Già il primo test ha confermato la nostra ipotesi: è possibile raccogliere informazioni sulla performance di un WiFi con l'aiuto di test non invasivi di larghezza di banda sui dispositivi degli utenti finali. I test hanno fornito informazioni abbastanza utili:

  • Abbiamo potuto limitare le misurazioni della performance a subreti IP predefinite.
  • Abbiamo potuto evitare la duplicazione di misurazioni con l'aiuto di cookies.
  • Abbiamo potuto identificare l'User Agent dei browser, il che ci ha permesso di attribuire i nostri risultati ai browser, alle piattaforme e all'hardware mobile o desktop utilizzati. In questo modo abbiamo potuto richiedere al browser anche la “geolocalizzazione”.
  • Abbiamo potuto paragonare le misurazioni della performance svolte con campioni di hardware (objective measurements) e i risultati delle misurazioni della performance effettuate sui dispositivi degli utenti finali.

Altre implementazioni del test sono in fase di pianificazione o già in corso in varie località, per esempio alla Dublin City University (DCU) e presso un piccolo provider di servizi Internet.

Si sta lavorando anche su miglioramenti e innovazioni del programma nell'ambito della verifica dei dati di misurazione, l'automazione della raccolta dati e la loro elaborazione, la creazione di un adeguato programma RDB/AE con relativo software e GUI come frontend per gli amministratori di rete.

Il lavoro qui presentato è stato svolto nel quadro del progetto GEANT, GN4-1 nel task GN4-1-SA3T3 secondo il Grant Agreement no. 691567.
Sull’autore
Kurt   Baumann

Kurt Baumann

Nel 2001 Kurt Baumann ha conseguito il master in matematica presso l’Università di Zurigo. Dopo aver lavorato per IBM, nel 2005 è passato a SWITCH. È membro del team Network e rappresenta gli interessi di SWITCH nell’ambito di GÉANT.

E-mail

La questione della protezione dei dati personali

Attraverso le informazioni sulla geolocalizzazione, il nostro approccio wireless di crowd-sourcing per il monitoraggio della performance ci consente di individuare con grande precisione il comportamento dei Mobile Clients. È possibile anche definire il profilo degli utenti finali. Nell’ambito di eduPERT abbiamo lanciato una prima discussione sulla protezione dei dati degli utenti finali.

Cercasi candidati per i test

Una prima guida di implementazione è già disponibile. Cerchiamo partecipanti ai test per l’ottimizzazione del programma e saremmo lieti di trovarli nella SWITCHCommunity.

Le persone interessate sono pregate di scrivere a Kurt Baumann.

Altri contributi