[図1] 上位16アプリの通信間隔の累積分布関数（CDF）
[Fig1] Cumulative Distribution Function (CDF) of traffic intervals for top 16 apps

 

[図2](1)トラヒックの通信間隔のCDFを描く (2)目標とする制御信号の削減効率を設定する (3)目標を満たす最長のアイドルタイマー値を選択する
[Fig2] (1) Draw the CDF of traffic interval. (2) Set the target efficiency of signaling reduction per energy consumption. (3) Select the longest timer value which meets the target.

 

[図3] アイドルタイマー効率の基準値を変化させた時の制御信号数と消費電力
[Fig3] The number of signaling message and power consumptions for various criterion values of the idle timer efficiency

 

現在の携帯電話網（3G/LTE）は，フィーチャーフォン時代の名残が各所に見られ，スマートフォンのトラヒックに最適化されていません．例えば，パケット通信後のコネクション切断時期を司る「アイドルタイマー」は，未だにフィーチャーフォン時代に策定されたタイマー長を使っており，2012〜2013年頃に頻発した通信障害の一因となりました．今後も，M2Mデバイスやセンサネットワークの登場により，携帯電話網を流れるトラヒックの性質が変化することが予想されるため，トラヒックの性質に応じた通信制御を自動的に行う必要があります．
本研究では，約1800人のスマートフォン利用者から，のべ約78200アプリの通信統計データを収集し，アプリ毎の性質を詳しく解析しました．その結果，①特定の5つのアプリが全通信回数の40%を占めるなど，アプリ間で利用状況に大きな偏りがあること，②アプリによって通信間隔の分布が大きく異なること（図1），③画面の点灯状態によって通信の発生確率が100倍近く変化すること，などが判明しました．そこで我々は，現在起動中のアプリと画面の点灯状態，過去の通信統計データに基づいて，現在のトラヒックの統計的な性質を予測し，アイドルタイマーを動的に制御する手法を提案しました（図2）．シミュレーション評価では，制御信号数を76.1%削減しつつ，スマートフォンの通信電力を13.1%削減できることを確認しました（図3）．

Current mobile networks still have some system parameters which are optimized only for conventional mobile phones rather than for smartphones. For example, “idle timer” which defines the connection lifetime with no traffic was defined in the age of conventional mobile phones and the same value is still used. This outdated parameter caused the network failures between 2012 and 2013. Because the nature of mobile traffic continues to change with the emergence of new devices, such as M2M devices or sensor networks, we need to automate the traffic control function to conform with the change.
In our research, we collected the statistical data from 1800+ users. According to our analysis, (1) Only 5 apps account for 40% of all connections. (2)The CDF of traffic interval differs widely between apps (Fig. 1). (3) The probability of next traffic becomes one handredth during sleep mode. We therefore proposed to predict the statistical nature of current traffic and decide idle timer dynamically based on the statistics in the past, list of running apps, and device’s screen state (Fig. 2). In the simulation, we can reduce 76.1% of signaling and 13.1% power consumption at a time (Fig. 3).

本研究では，スマートフォンの通信に関する統計データを収集するため「通信量お知らせアプリ」というAndroidアプリを製作し，ユーザを募っています．詳しくは，こちらをご覧下さい．

【参考文献】
M. Takagi et al., “アプリ毎のトラヒックとユーザ操作を考慮したスマートフォンの通信制御手法,” 情処学論, Vol.56, No.3, pp.1121-1131 (2015-03-15). (推薦論文)
M. Takagi et al., “スマートフォン・トラヒックのアプリ単位での分析,” 信学総大, B-15-7, 2014.
M. Takagi et al., “ユーザ操作に基づく動的なIdle Timerによる3G制御信号の削減手法,” 信学ソ大, B-15-2, 2013.