Measure netneutrality

Un outil modulaire d'extraction et de rapport automatisé de mesures de la neutralité du net

Martin Gubri

3 février 2014

Sommaire

Présentation de la Quadrature du Net
Définition rapide et enjeux de la neutralité du net
MeasureNetNeutrality un projet ambitieux
d'extraction et de rapport de la neutralité du net
Démonstration du fonctionnement du logiciel
Présentation des résultats obtenus
Futures évolutions du projet

La quadrature du net

présentaTION

Association de défense des droits et libertés
des citoyens sur Internet

Domaines d'intervention :

liberté d'expression
droit d'auteur
régulation du secteur des télécommunications
respect de la vie privée

La neutralité du net

Définition

Quatre principes fondateurs

Transmission des données :

sans en examiner le contenu
sans prise en compte de la source
ou de la destination
sans privilégier un protocole de communication
sans en altérer le contenu

Benjamin Bayard

La neutralité exclut donc toute discrimination par le réseau en fonction de la source, de la destination ou du contenu des données transmises.

Exemple d'atteintes à la neutralité du net

blocage/censure
traffic shaping
prioritarisation de trafic
modification à la volée
etc.

Menaces

économiques
distordre la concurrence, innovation
politiques
liberté d'expression (anonymat)
techniques
qualité de service

Measure net neutrality

Point de départ

Projet personnel

Non transparence des FAI
+
Complexité d'identification
=
Besoin de mesure des atteintes à la neutralité du net

Objectifs

Inclusion dans le projet respectmynet.eu

Nouvelle approche :

quantitative (vs. qualitative)
utilisateur final

Multiplier les sources de données pour être le plus exhaustif

Utilisation possible pour les rapports de LQDN

Sources des données

Plateforme du MeasurementLab

diversité des mesures
données accessibles ( CC0 – domaine public)
popularité (296 millions de tests pour 856 To)
infrastructure mondiale

Description rapide

extraire, stocker, rendre accessible les données
pour analyses statistiques et visualisations
exécution automatique (1 fois/semaine grâce à cron)
modulaire
facile à déployer
fiable
licence GPL : code ouvert et public (github)

Difficultés

données brutes
développement de l'extraction des données fastidieux
post-traitement des données
localisation IP, association FAI, etc.
automatisation complète du processus
génération de logs, autonomie, sauvegarde
multiplicité des données
indépendance de chaque composante
quantité de données
4, 37 To à traiter (1 428 592 tests)
qualité des données

Shaperprobe

multi-plateforme
« active probing method »
données mondiales...
...mais très peu utilisées
chez l'utilisateur final

Procédure de test :

connexion au serveur disponible le plus proche
estimation de la vitesse upload et download
2,5 minutes d'envoi et de réception de paquets
de taille constante
Séries temporelles de la vitesse des « trains »
détection d'une baisse durable (traffic shaping)

détection du traffic shaping

variables collectées

adresse IP
date et heure du test
détection de traffic shapping en up et en down
« burstsize » (nombre d’octets avant la baisse de vitesse)
vitesse après bridage (si traffic shaping)
vitesse moyenne (si pas de traffic shaping)
capacité de la connexion (up et down)
autres (sleeptime, serveur, etc.)

Fonctionnement

Technologies

1157 lignes de code en Bash et SQL

Script en Bash interfaçant de nombreux outils :

Outils GNU de Bash :
wget, grep, sed, man, sort, comm, find, etc.
MySQL
R
expressions régulières
ssh
git (github)
GNU netcat

traitement des données

lister les archives de logs disponibles
télécharger celles non-traitées
les traiter une par une pour générer un csv propre
importation des nouvelles données dans MySQL
qualification des données
localisation du pays (de la ville et de la région)
association avec le FAI
calcul de l'heure locale du test
calcul et export de statistiques basiques

Base de données

MySQL

Extensible à de nouvelles mesures :

Base de données commune indépendante

(initialisation, mise à jour, tables de post-traitement séparées)

Qualification

Justifiée par une analyse statistique descriptive

et par des considérations techniques

4 catégories :

non-qualifié (par défaut)
bon (plus de 3 tests par IP)
douteux
mauvais/faux

Localisation

Non renseignée par Shaperprobe

Associer les plages d'adresses IP aux pays/villes/régions

grâce aux bases de données Geolite

Localisations des IP stockées et utilisables
pour toutes les mesures

Association du FAI

Nécessite connaissances sur le fonctionnement
des réseaux (Coursera)

Associer à chaque IP le nom de son FAI

2 étapes :

récupérer nom et n° de l'Autonomous System
(service WhoIs de Team Cymru avec GNU netcat)
lier nom AS au nom du FAI
(base de données à jour non-existante donc créée pendant le stage)

Calcul de l'heure locale

Heure UTC reportée par Shaperprobe

Conversion de l'heure UTC dans le fuseau horaire

du pays du test

Résultats

Répartition des résultats des tests

calcul des résultats

Moyennes pondérées (requêtes SQL complexes)

Résultats par pays

Pays	upShape	dShape	shape	upSpeed	dSpeed	nbIP	nbTests
France	0.078	0.072	0.142	0.351	0.389	27645	36992
USA	0.314	0.387	0.492	0.459	0.369	181967	318313

upShape (dShape) : taux de traffic shaping en upload (download)

shape : taux de traffic shaping en upload ou en download

upSpeed (dSpeed) : taux de réduction de la vitesse en upload (download)

nbIP (nbTest) : nombre d’adresses IP (tests) pour calculer ces moyennes

carte mondiale du traffic shaping

Résultats par FAI

FAI	upShape	dShape	shape	upSpeed	dSpeed	nbIP	nbTests
Bouygues	0.079	0.063	0.063	0.350	0.393	1458	2190
Free	0.075	0.074	0.143	0.411	0.369	6781	10051
Numericable	0.030	0.100	0.125	0.420	0.432	3081	4569
Orange	0.097	0.067	0.155	0.304	0.378	9221	10988
Comcast	0.578	0.619	0.762	0.467	0.340	73360	152967

Erreurs dans les données

utilisateur final = environnement non contrôlé
plusieurs utilisateurs : fluctuations de la vitesse du réseau
→ faux positifs

Présence d'erreurs confirmée par des tests personnels

Nécessité d'un seuil pour déterminer si un FAI fait du traffic shaping

Première approche du taux d'erreur

242 adresses IP ont fait plus de 50 tests

Proportion d'erreurs de 12,17 %

Intervalle de confiance à 95% : 0,1038 ; 0,1395

Capacité et traffic shaping

Lien entre présence de traffic shaping
et capacité de la connexion ?

Le traffic shaping aide t'il à bien gérer le réseau ?

Moyenne en Kbps	Traffic shaping détecté	Traffic shaping non-détécté
Vitesse upload	4702.833	4167.454
Vitesse download	23124.09	17867.03
—	—	—
Médiane en Kbps	Traffic shaping détecté	Traffic shaping non-détécté
Vitesse upload	3917.38	945.08
Vitesse download	22572	9344

Comparaison de moyennes : rejet des tests de Student et de Wilcoxon (p-valeurs <1%)

La différence de capacité de connexion entre
présence/absence de traffic shaping est significative

Cependant, ne pas en conclure que le traffic shaping conduit à de meilleurs débits : il y a simultanéité

le TS participe à fluidifier le réseau
le TS est mis en place sur de grosses connexions

Capacité de connexion

Les vitesses de connexion en upload et en download
ont un coefficient de corrélation de 0,5656

Modèle logit par fai

Sur les plus gros FAI (plus de 1000 tests)

 Call: glm(formula = binomalresponse ~ upcapacityIP + downcapacityIP + 
    client_versionIP + sleeptimeIP + IP, family = binomial)

Coefficients:
                        Estimate Std. Error z value Pr(>|z|)    
(Intercept)             -2.259e+00  4.139e-02 -54.586  < 2e-16 ***
upcapacityIP            -1.636e-05  1.044e-06 -15.674  < 2e-16 ***
downcapacityIP          -6.706e-06  2.866e-07 -23.404  < 2e-16 ***
client_versionIP         2.150e-02  5.433e-03   3.956 7.61e-05 ***
sleeptimeIP              4.676e-01  1.245e-02  37.553  < 2e-16 ***[...]Bouygues Telecom        -3.339e-02  8.477e-02  -0.394 0.693680    
Comcast Cable            2.744e+00  3.591e-02  76.407  < 2e-16 ***
Free                     1.799e-03  5.162e-02   0.035 0.972200    
Orange                   9.846e-02  5.069e-02   1.942 0.052114 . Numericable             -3.489e-03  7.226e-02  -0.048 0.961482

Futures évolutions

Prolongements du stage

Projet encore en développement

visualisation dans respectmynet (T. Bouchet)
optimisation de la localisation des addresses IP (en cours)
génération automatique de rapport statistique et de visualisation (en cours)

avec paquet « KnitR » de R
ajout d'autres logiciels de mesure

réseau mobile, traffic shaping selon protocole, bandwidth throttling, etc.
analyse statistique du lien entre heure locale et traffic shaping