Internet Infrastructure Review（IIR）Vol.44
2019年9月26日

図-1は、IIJの固定ブロードバンドサービス及びモバイルサービス全体について、月ごとの平均トラフィック量の推移を示したグラフです。トラフィックのIN/OUTはISPから見た方向を表し、INは利用者からのアップロード、OUTは利用者へのダウンロードとなります。トラフィック量の数値は開示できないため、それぞれのOUTの最新値を1として正規化しています。

拡大する

図-1 ブロードバンド及びモバイルの月間トラフィック量の推移

図-2及び図-3は、ブロードバンドとモバイル利用者の1日の平均利用量の分布（確率密度関数）を示します。アップロード（IN）とダウンロード（OUT）に分け、利用者のトラフィック量をX軸に、その出現確率をY軸に示しており、2018年と2019年を比較しています。X軸はログスケールで、10KB（10⁴）から100GB（10¹¹）の範囲を示しています。一部の利用者はグラフの範囲外にありますが、概ね100GB（1011）までの範囲に分布しています。

ブロードバンドのINとOUTの各分布は、片対数グラフ上で正規分布となる、対数正規分布に近い形をしています。これはリニアなグラフで見ると、左端近くにピークがあり右へなだらかに減少する、いわゆるロングテールな分布です。

OUTの分布はINの分布より右にずれていて、ダウンロード量がアップロード量より、1桁以上大きくなっています。2018年と2019年で比較すると、INとOUT共に分布の山がわずかながら右に少し移動しており、利用者全体のトラフィック量が増えていることが分かります。しかし、数年前に比べると分布の移動量は小さくなってきています。

右側のOUTの分布を見ると、分布のピークはここ数年間で着実に右に移動していますが、右端のヘビーユーザの使用量はあまり増えておらず、分布の対称性が崩れてきています。一方で、左側のINの分布は左右対称で、より対数正規分布に近い形です。

拡大する

図-2 ブロードバンド利用者の1日のトラフィック量分布
2018年と2019年の比較

図-3のモバイルの場合、ブロードバンドに比べて利用量は大幅に少ないことが分かります。また、使用量に制限があるため、分布右側のヘビーユーザの割合が少なく、左右非対称な形になります。極端なヘビーユーザも存在しません。外出時のみの利用や、使用量の制限のため、各利用者の日ごとの利用量のばらつきはブロードバンドより大きくなります。そのため、1週間分のデータから1日平均を求めると、1日単位で見た場合より利用者間のばらつきは小さくなります。1日単位で同様の分布を描くと、分布の山が少し低くなり、その分両側の裾が持ち上がりますが、基本的な分布の形や最頻出値はほとんど変わりません。モバイルの分布も昨年からの違いはわずかです。

拡大する

図-3 モバイル利用者の1日のトラフィック量分布
2018年と2019年の比較

表-1は、ブロードバンド利用者の1日のトラフィック量の平均値と中間値、分布の山の頂点にある最頻出値の推移を示します。分布の山に対して頂点が少しずれている場合は、最頻出値は分布の山の中央に来るように補正しています。分布の最頻出値を2018年と2019年で比較すると、INでは79MBから89MBに、OUTでは1585MBから1995MBに増えており、伸び率で見ると、INとOUT共に1.3倍となっています。一方、平均値はグラフ右側のヘビーユーザの使用量に左右されるため、2019年には、INの平均は479MB、OUTの平均は2986MBと、最頻出値よりかなり大きな値になります。2018年には、それぞれ428MBと2664MBでした。

拡大する

表-1 ブロードバンド個人利用者の1日のトラフィック量の平均値と
最頻出値の推移

モバイルでは、表-2に示すように、ヘビーユーザが少ないため、平均と最頻出値が近い値になります。2019年の最頻出値は、INで9MB、OUTで79MBで、平均値は、INで11MB、OUTで85MBです。最頻出値は、INもOUTも昨年と同じ値となっています。最頻出値は変わっていませんが、平均値と中間値は増加しており、図-2の分布の山の左側が示すライトユーザの割合が少し減った影響だと考えられます。

拡大する

表-2 モバイル個人利用者の1日のトラフィック量の平均値と最頻出値

図-4及び図-5では、利用者5,000人をランダムに抽出し、利用者ごとのIN/OUT使用量をプロットしています。X軸はOUT（ダウンロード量）、Y軸はIN（アップロード量）で、共にログスケールです。利用者のIN/OUTが同量であれば対角線上にプロットされます。

対角線の下側に対角線に沿って広がるクラスタは、ダウンロード量が1桁多い一般的なユーザです。ブロードバンドでは、以前は右上の対角線上あたりを中心に薄く広がるヘビーユーザのクラスタがはっきり分かりましたが、今では識別ができなくなっています。また、各利用者の使用量やIN/OUT比率にも大きなばらつきがあり、多様な利用形態が存在することがうかがえます。これらについても、2018年との違いはほとんど分かりません。

拡大する

図-4 ブロードバンド利用者ごとのIN/OUT使用量

モバイルでも、OUTが1桁多い傾向は同じですが、ブロードバンドに比べて利用量は少なく、IN/OUTのばらつきも小さくなっています。

拡大する

図-5 モバイル利用者ごとのIN/OUT使用量

図-6及び図-7は、利用者の1日のトラフィック量を相補累積度分布にしたものです。これは、使用量がX軸の値より多い利用者の、全体に対する割合をY軸に、ログ・ログスケールで示したもので、ヘビーユーザの分布を見るのに有効です。グラフの右側が直線的に下がっていて、ベキ分布に近いロングテールな分布であることが分かります。ヘビーユーザは統計的に分布しており、決して一部の特殊な利用者ではないといえます。

拡大する

図-6 ブロードバンド利用者の1日のトラフィック量の相補累積度分布

モバイルでも、OUT側ではヘビーユーザはベキ分布していますが、IN側では直線的な傾きが崩れていて、大量にアップロードするユーザの割合が大きくなっています。

利用者間のトラフィック使用量の偏りを見ると、使用量には大きな偏りがあり、結果として全体は一部利用者のトラフィックで占められています。例えば、ブロードバンド上位10%の利用者がOUTの52%、INの82%を占めています。更に、上位1%の利用者がOUTの17%、INの58%を占めています。ここ数年のヘビーユーザ割合の減少に伴い、わずかながら偏りは減ってきています。モバイルでは、上位10%の利用者がOUTの43%、INの47%を、上位1%の利用者がOUTの12%、INの18%を占めています。対象を個人利用者のみにしたことで、昨年までのレポートより偏りが少なくなっています。

拡大する

図-7 モバイル利用者の1日のトラフィック量の相補累積度分布

表-3はブロードバンド利用者のポート使用割合の過去5年間の推移を示します。2019年の全体トラフィックの81%はTCPです。前回少し減少したHTTPSのTCP443番ポートの割合は、41%から52%に大きく増えています。HTTPのTCP80番ポートの割合は27%から20%に減っており、前回まで増えていたGoogleのQUICプロトコルで使われるUDP443番ポートも、10%から8%に減っています。このことから、HTTPからHTTPSへの移行が継続している一方で、QUICの拡大傾向には少しブレーキが掛かったと言えます。

減少傾向のTCPの動的ポートは、2019年には8%にまで減りました。動的ポートでの個別のポート番号の割合はわずかで、最大の8080番でも0.5%となっています。また、Flash Playerが利用する1935番は減少傾向で、約0.3%に減りました。これら以外のトラフィックは、ほとんどがVPN関連です。

拡大する

表-3 ブロードバンド利用者のポート別使用量

表-4はモバイル利用者のポート使用割合です。全体的にはブロードバンドの数字に近い値となっており、モバイル利用者もブロードバンドと同様のアプリケーションの使い方をしていることがうかがえます。

拡大する

表-4 モバイル利用者のポート別使用量

図-8は、ブロードバンド全体トラフィックにおける主要ポート利用の週間推移を、2018年と2019年で比較したものです。TCPポートの80番、443番、1024番以上の動的ポート、UDPポート443番の4つに分けてそれぞれの推移を示しています。グラフでは、ピーク時の総トラフィック量を1として正規化して表しています。2018年と比較すると、TCP443番ポートの割合が更に増えて、TCP80番ポートが減っているのが分かります。全体のピークは19:00から23:00頃です。土日には昼間のトラフィックが増加しており、家庭での利用時間を反映しています。

拡大する

図-8 ブロードバンド利用者のポート利用の週間推移
2018年（上）と2019年（下）

図-9のモバイルでは、トラフィックの大半を占めるTCP80番ポートと443番ポート、UDP443番ポートについて推移を示します。モバイルでも、TCP443番ポートの割合が増えた分、TCP80番ポートが減っています。ブロードバンドに比べると、朝から夜中までトラフィックの高い状態が続きます。平日には、朝の通勤時間、昼休み、夕方17:00頃から22:00頃にかけての3つのピークがあり、ブロードバンドとは利用時間の違いがあることが分かります。

拡大する

図-9 モバイル利用者のポート利用の週間推移
2018年（上）と2019年（下）