論文の概要: The Lockdown Effect: Implications of the COVID-19 Pandemic on Internet Traffic

• arxiv url: http://arxiv.org/abs/2008.10959v3
• Date: Mon, 5 Oct 2020 15:36:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-05 00:01:32.191341
• Title: The Lockdown Effect: Implications of the COVID-19 Pandemic on Internet Traffic
• Title（参考訳）: ロックダウン効果:covid-19パンデミックがインターネットトラフィックに与える影響
• Authors: Anja Feldmann, Oliver Gasser, Franziska Lichtblau, Enric Pujol, Ingmar Poese, Christoph Dietzel, Daniel Wagner, Matthias Wichtlhuber, Juan Tapiador, Narseo Vallina-Rodriguez, Oliver Hohlfeld, Georgios Smaragdakis
• Abstract要約: 交通量は1週間以内で15～20%増加したが、全体としては緩やかである。 この急激な増加にもかかわらず、従来のピーク時以外では、ほとんどのトラフィックシフトが発生するため、インターネットインフラが新たなボリュームを処理可能であることを観察する。 多くのネットワークは交通需要の増加、特に住宅ユーザーにサービスを提供しているが、学術ネットワークは全体的に大幅に減少している。
• 参考スコア（独自算出の注目度）: 11.041584067213554
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to the COVID-19 pandemic, many governments imposed lock downs that forced hundreds of millions of citizens to stay at home. The implementation of confinement measures increased Internet traffic demands of residential users, in particular, for remote working, entertainment, commerce, and education, which, as a result, caused traffic shifts in the Internet core. In this paper, using data from a diverse set of vantage points (one ISP, three IXPs, and one metropolitan educational network), we examine the effect of these lockdowns on traffic shifts. We find that the traffic volume increased by 15-20% almost within a week--while overall still modest, this constitutes a large increase within this short time period. However, despite this surge, we observe that the Internet infrastructure is able to handle the new volume, as most traffic shifts occur outside of traditional peak hours. When looking directly at the traffic sources, it turns out that, while hypergiants still contribute a significant fraction of traffic, we see (1) a higher increase in traffic of non-hypergiants, and (2) traffic increases in applications that people use when at home, such as Web conferencing, VPN, and gaming. While many networks see increased traffic demands, in particular, those providing services to residential users, academic networks experience major overall decreases. Yet, in these networks, we can observe substantial increases when considering applications associated to remote working and lecturing.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックのため、多くの政府はロックダウンを課し、数億人の市民を自宅に滞在させた。 監禁措置の実施は、特にリモートワーク、エンタテイメント、商業、教育における住宅利用者のインターネットトラフィック需要を増加させ、その結果、インターネット中心の交通変動を引き起こした。 本稿では,多種多様なバンテージポイント(ISP1台,IXP3台,大都市教育ネットワーク1台)のデータを用いて,これらのロックダウンが交通変動に与える影響について検討する。 交通量は1週間でほぼ15～20%増加したが、全体としては控えめだが、この短期間で大幅に増加した。 しかし、この急増にもかかわらず、多くのトラフィックシフトが従来のピーク時間外で行われるため、インターネットインフラが新たなボリュームを処理可能であることが観察されている。 トラフィックソースを直接見てみると、ハイパガントは依然としてかなりのトラフィックに寄与しているが、(1)非ハイパガントのトラフィックの増加、(2)Web会議、VPN、ゲームなど、家庭で使用するアプリケーションのトラフィックの増加が見られる。 多くのネットワークが交通需要の増加、特に住宅にサービスを提供するネットワークは、アカデミックネットワークが全体的に減少している。 しかし、これらのネットワークでは、遠隔作業や講義に関連するアプリケーションを考えると、かなりの増加を観察できる。

関連論文リスト

• Improving Traffic Flow Predictions with SGCN-LSTM: A Hybrid Model for Spatial and Temporal Dependencies [55.2480439325792]
  本稿ではSGCN-LSTM(Signal-Enhanced Graph Convolutional Network Long Short Term Memory)モデルを提案する。 PEMS-BAYロードネットワークトラフィックデータセットの実験は、SGCN-LSTMモデルの有効性を示す。
  論文  参考訳（メタデータ） (2024-11-01T00:37:00Z)
• ICST-DNET: An Interpretable Causal Spatio-Temporal Diffusion Network for Traffic Speed Prediction [47.17205142864036]
  ICST-DENTはSpatio-Temporal Causality Learning (STCL)、Causal Graph Generation (CGG)、Speed Fluctuation Pattern Recognition (SFPR)の3つの部分から構成されている。 ICST-DENTは、より高い予測精度、因果関係を説明する能力、異なるシナリオへの適応性によって証明されているように、既存のすべてのベースラインを上回ることができる。
  論文  参考訳（メタデータ） (2024-04-22T03:35:19Z)
• Establishing a real-time traffic alarm in the city of Valencia with Deep Learning [0.0]
  スペイン・バレンシア市における交通フラックスと汚染の相関分析を行った。 道路が今後30分で異常に高いトラフィックを経験する確率を予測するアラームシステムの開発を行う。
  論文  参考訳（メタデータ） (2023-09-05T07:47:43Z)
• Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
  本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。 擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
  論文  参考訳（メタデータ） (2022-06-28T17:08:31Z)
• Efficient Federated Learning with Spike Neural Networks for Traffic Sign Recognition [70.306089187104]
  我々は、エネルギー効率と高速モデルトレーニングのための交通信号認識に強力なスパイクニューラルネットワーク(SNN)を導入している。 数値的な結果から,提案するフェデレーションSNNは,従来のフェデレーション畳み込みニューラルネットワークよりも精度,ノイズ免疫性,エネルギー効率に優れていたことが示唆された。
  論文  参考訳（メタデータ） (2022-05-28T03:11:48Z)
• Measuring Changes in Regional Network Traffic Due to COVID-19 Stay-at-Home Measures [12.499153244675576]
  新型コロナウイルスの感染拡大を受け、多くの国が外出禁止措置を講じた。 本研究では,中規模の米国地域光ネットワークにおけるサンプルネットフローデータを分析し,在宅対策によるネットワークトラフィックの変化を定量化する。
  論文  参考訳（メタデータ） (2022-03-01T20:54:44Z)
• Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
  粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。 本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。 提案手法は,高品質なトラフィックフローマップを作成できる。
  論文  参考訳（メタデータ） (2021-09-29T07:51:49Z)
• A First Look at Class Incremental Learning in Deep Learning Mobile Traffic Classification [68.11005070665364]
  インクリメンタルラーニング(IL)技術を使って、モデルに新しいクラスをフルリトレーニングせずに追加し、モデルのアップデートサイクルを高速化します。 iCarlはアートILメソッドのステートであり、MIRAGE-2019は40のAndroidアプリからのトラフィックを持つパブリックデータセットである。 解析によってその初期段階が明らかになっているにもかかわらず、IL技術は自動DLベースの交通分析システムへのロードマップに関する有望な研究分野である。
  論文  参考訳（メタデータ） (2021-07-09T14:28:16Z)
• A Multi-Perspective Study of Internet Performance during the COVID-19 Outbreak [1.2830288964306875]
  SARS-CoV-2の急速な普及は、世界中の政府から前例のない反応を引き起こしている。 本稿では,パンデミックの第1波におけるインターネット性能の多面的評価について述べる。 ロックダウンはインターネットのパフォーマンスのほとんどすべての面に目に見える影響を与えている。
  論文  参考訳（メタデータ） (2021-01-13T12:29:42Z)
• Modeling Traffic Congestion in Developing Countries using Google Maps Data [4.3117073200815375]
  本稿では,Google Mapのトラフィック層からのトラフィックデータを最小限のコストで収集する手法を提案する。 これらの単純なモデルであっても、交通渋滞を事前に予測できることが示されています。
  論文  参考訳（メタデータ） (2020-10-29T13:46:34Z)
• Defining Traffic States using Spatio-temporal Traffic Graphs [9.861775841965386]
  本稿では,交通グラフを用いた交差点の空間領域の交通状況の把握手法を提案する。 これらのトラフィックグラフが時間とともに異なるトラフィック状態を示す方法 — a) 渋滞が形成されている(クランプ)、あるいは、渋滞が分散している(アンクランプ)、c) トラフィックが正常に流れている(中性)。
  論文  参考訳（メタデータ） (2020-07-27T17:27:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。