DOI QR코드

DOI QR Code

A study on analysis of packet amount of Naver's mobile portal

네이버 무선포털의 패킷량 분석에 관한 연구

  • Ryu, Gui-Yeol (Department of Computer Science, SeoKyeong University)
  • 류귀열 (서경대학교 컴퓨터과학과)
  • Received : 2016.04.26
  • Accepted : 2016.05.18
  • Published : 2016.05.31

Abstract

The purpose of this paper is to build a model of packet amount of Naver mobile portal. We collected 2004 cases by measuring the sixth per access from September, 2012 to October, 2015. We use regression model with autoregressive errors, in which predictors incorporated into the model were replication, date, time, week, month. It has been found the model which errors follow AR(36), based on AIC and adjusted $R^2$. We found some characteristics from our model as follows. In addition to model building, we also have discussed some meaningful features yielded from the selected model in this paper. Considering the importance of this topic, continuous researches are needed.

네이버 무선포털 패킷량을 분석하기 위해 2012년 9월 3일부터 2015년 10월 26일까지 조사하였으며, 한번 접속 시 6회 반복 측정하여 2,004개 자료를 수집하였다. 분석방법으로는 자기회귀오차모형을 사용하였으며, 종속변수는 패킷량이며 독립변수는 반복접속 횟수, 접속날짜, 접속시간, 접속요일, 접속월이다. 모형선택 기준은 AIC 기준과 $R^2$기준으로 오차가 AR(36)을 따르는 모형이 선택되었다. 선택 모형으로부터 발견한 점들은 첫째로 날짜가 지남에 따라 평균 0.0752Kbyte 증가하고 있고, 둘째로 첫 번째 접속 시 다운로드되는 패킷량이 평균 156.965Kbye로 재접속 시 다운로드되는 패킷량보다 평균 134.995Kbyte 많으며, 재접속 시 재사용률은 평균 82.76%라고 추정되었다. 셋째로, 시간대별 차이는 없었고, 넷째로 요일별 차이는 모두 유의하게 나타났다. 금요일이 가장 패킷량이 많았으며, 다음은 목요일이었으며, 수요일과 토요일은 비슷하였다. 다음으로 일요일이었으며 월요일이 가장 적었다. 다섯째로 월별 패턴에서는 5월과 8월이 각각 평균 13.98Kbyte, 12.48Kbyte적었으며 그 외 달은 유의한 차이를 보이지 않았다. $R^2$에 의하면 우리의 모형은 실제 데이터 변동의 81.34%를 설명하고 있다. 연구의 한계는 패킷량에 영향을 많이 주는 데이터를 분석하지 못한 점이고 본 연구의 중요성으로 볼 때 다른 무선 포털을 분석 등 지속적인 연구가 요구된다.

Keywords

References

  1. Jo, S. and Son, Y. (2011). Time series analysis using SAS / ETS, Yulgok press, Seoul.
  2. Jung, D. (2009). Demand forecasting of time series I, Hannarae Academy, Seoul.
  3. Lee, H. (2012). Analysis of time series models for consumer price index. Journal of the Korean Data & Information Science Society, 23, 535-542. https://doi.org/10.7465/jkdi.2012.23.3.535
  4. Ministry of Science, ICT and Future Planning(2015). Statistical data, Retrieved from http://www.msip.go.kr.
  5. Myoung, S., Kim, D., Lee, D., Kim, H. and Jo, J. (2013). An analysis of time series models for toilet and laundry water-uses. Journal of the Korean Data & Information Science Society, 24, 1141-1148. https://doi.org/10.7465/jkdi.2013.24.6.1141
  6. Oh, J., Yun, D. and Jung, J. (2014). A Router buffer-based congestion control scheme for improving QoS of UHD streaming services. Journal of KIISE, 41, 974-981. https://doi.org/10.5626/JOK.2014.41.11.974
  7. Park, S. (2007). Regression analysis, Minyoungsa, Seoul.
  8. Ryu, G. (2012). A study on response time of WiBro depending on signal intensity. Journal of the Korean Data & Information Science Society, 23, 1119-1128.
  9. Ryu, G. (2013a). A study on comparing response times between Wibro and wired internet using portals. Journal of the Korean Data & Information Science Society, 24, 23-32. https://doi.org/10.7465/jkdi.2013.24.1.23
  10. Ryu, G. (2013b). A study on distribution comparison of response packets for major portal sites. Journal of the Korean Data & Information Science Society, 24, 473-444.
  11. Ryu, S. and Kim, J. (2013). Time series regression model for forecasting the number of elementary school teachers. Journal of the Korean Data & Information Science Society, 24, 321-332. https://doi.org/10.7465/jkdi.2013.24.2.321
  12. Ryu, S., Park, S., Lee, l., Jang, H. and Baek, D. (2004). SNMP information based hierarchical routing mechanism for fast handoff in mobile IP. Journal of KIISE, 31, 131-145.

Cited by

  1. 모바일 포털들의 응답시간 비교 및 분류에 관한 연구 vol.18, pp.3, 2018, https://doi.org/10.7236/jiibc.2018.18.3.1
  2. 모바일포털 사이트들의 응답패킷분포에 관한 연구 vol.29, pp.4, 2016, https://doi.org/10.7465/jkdi.2018.29.4.885