인터넷 트래픽

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요
2. 전 세계 인터넷 트래픽 현황
- 2.1. 연도별 인터넷 트래픽
- 2.2. 트래픽 구성 요소
3. 미국 인터넷 트래픽 현황
- 3.1. 연도별 인터넷 백본 트래픽
- 3.2. 시스코 시스템즈 자료와의 비교
4. 인터넷 트래픽 관리
- 4.1. 인터넷 백본 구조와 트래픽 관리
- 4.2. 경제적 트래픽 관리 (ETM)
5. 인터넷 트래픽 분류
6. 인터넷 트래픽 관련 정책 및 논쟁
- 6.1. 헝가리의 인터넷세
- 6.2. 미국의 인터넷 세금 자유 법 (ITFA)
7. 에드홀름의 법칙
참조

1. 개요

인터넷 트래픽은 인터넷을 통해 전송되는 데이터의 양을 의미하며, 전 세계적으로 지속적으로 증가하는 추세이다. 시스코 시스템즈의 자료에 따르면, 1990년부터 2017년까지 IP 트래픽은 급증했으며, 고정 및 모바일 인터넷 트래픽도 함께 증가했다. 인터넷 트래픽은 파일 공유, 동영상 스트리밍 등 다양한 애플리케이션에 의해 발생하며, 트래픽 관리는 인터넷 백본 구조와 ISP의 계층적 시스템을 통해 이루어진다. 또한, 트래픽 분류 기술을 통해 보안, 서비스 품질 관리 등에 활용되며, 관련 정책 및 논쟁이 존재한다.

더 읽어볼만한 페이지

네트워크 관리 - 방화벽 (네트워킹)
방화벽은 네트워크 보안을 위해 트래픽을 검사 및 제어하는 시스템으로, 설정된 규칙에 따라 패킷을 필터링하며, 다양한 종류와 기능을 가지고 로그를 기록 및 관리한다.
네트워크 관리 - 윈도우 관리 도구
윈도우 관리 도구(WMI)는 관리 정보를 공유하고 시스템 관리 표준을 정의하며, 다양한 인터페이스를 통해 관리 작업을 용이하게 하는 마이크로소프트의 환경 독립적인 사양 집합이다.

인터넷 트래픽
전 세계 인터넷 트래픽
2018년 기준 글로벌 인터넷 트래픽
데이터 흐름
설명	인터넷을 통한 데이터 흐름
데이터 트래픽	웹사이트 방문자가 주고받는 데이터 양을 의미함
주요 기여 국가	인도 중국
2022년 기여도	전 세계 데이터 트래픽의 50%
역사적 추이
전 세계 인터넷 트래픽 변화 (1990-2017)

2. 전 세계 인터넷 트래픽 현황

시스코 시스템즈는 다양한 출처의 자료를 종합하고 사용량 및 비트 전송률을 가정하여 과거 인터넷 프로토콜(IP) 및 인터넷 트래픽 수치를 발표했다.^[24] "고정 인터넷 트래픽"은 가정 및 사업체가 ISP, 케이블 회사 등으로 전송하는 트래픽을 가리키며, "모바일 인터넷 트래픽"은 휴대전화 기지국에서 오는 트래픽을 가리킨다. 전체 "인터넷 트래픽" 수치는 국가 백본의 핵심 트래픽을 고려하는 반면, 다른 수치는 주로 네트워크 주변부에서 파생된 것으로 보인다. 시스코는 5년 예측치도 발표한다.

연도별 예상 글로벌 인터넷 트래픽^[35]
연도	유선 인터넷 트래픽 (EB/월)	무선 인터넷 트래픽 (EB/월)
2018	107	19
2019	137	29
2020	174	41
2021	219	57
2022	273	77

2. 1. 연도별 인터넷 트래픽

시스코 시스템즈는 여러 출처를 수집하고 사용률 및 비트레이트 예측을 적용하여 다음과 같은 인터넷 프로토콜(IP) 및 인터넷 트래픽 수치를 게시하였다.^[41]

연도별 전 세계 인터넷 트래픽
연도	IP 트래픽 (PB/월)	고정 인터넷 트래픽 (PB/월)	모바일 인터넷 트래픽 (PB/월)
1990	0.001	0.001	n/a
1991	0.002	0.002	n/a
1992	0.005	0.004	n/a
1993	0.01	0.01	n/a
1994	0.02	0.02	n/a
1995	0.18	0.17	n/a
1996	1.9	1.8	n/a
1997	5.4	5.0	n/a
1998	12	11	n/a
1999	28	26	n/a
2000	84	75	n/a
2001	197	175	n/a
2002	405	356	n/a
2003	784	681	n/a
2004	1,477	1,267	n/a
2005	2,426	2,055	0.9
2006	3,992	3,339	4
2007	6,430	5,219	15
2008^[42]	10,174	8,140	33
2009^[43]	14,686	10,942	91
2010^[44]	20,151	14,955	237
2011^[45]	30,734	23,288	597
2012^[46]^[47]	43,570	31,339	885
2013^[48]	51,168	34,952	1,480
2014^[49]	59,848	39,909	2,514
2015^[50]	72,521	49,494	3,685
2016^[51]	96,054	65,942	7,201
2017^[52]	122,000	85,000	12,000

"고정 인터넷 트래픽"은 가정 및 사업체가 ISP, 케이블 회사 등으로 전송하는 트래픽을 가리킨다. "모바일 인터넷 트래픽"은 휴대전화 기지국에서 오는 트래픽을 가리킨다.

2. 2. 트래픽 구성 요소

파일 공유는 인터넷 트래픽의 일부분을 차지한다.^[2] 파일 공유에 가장 널리 사용되는 기술은 비트토렌트 프로토콜이며, 이는 리소스 디렉토리를 제공하는 색인 사이트를 통해 중개되는 피어 투 피어(P2P) 시스템이다. 샌드바인 리서치의 2013년 조사에 따르면, 비트토렌트의 인터넷 트래픽 점유율은 2008년 31%에서 20% 감소한 7.4%를 기록했다.^[3]

2023년 기준으로, 모든 인터넷 트래픽의 약 65%는 동영상 사이트에서 발생했는데,^[4] 이는 2016년 51%에서 증가한 수치이다.^[5]

3. 미국 인터넷 트래픽 현황

미네소타 인터넷 트래픽 연구(MINTS)는 1990년부터 2011년까지 미국 인터넷 백본 트래픽 변화를 연구했다.^[36] 이 연구 자료는 미국 인터넷 트래픽 현황을 파악하는 데 중요한 지표로 활용된다.

3. 1. 연도별 인터넷 백본 트래픽

미네소타 인터넷 트래픽 연구(MINTS)에 따르면 미국 내 인터넷 백본의 데이터는 다음과 같다.^[53]

연도별 미국 인터넷 백본 트래픽
연도	데이터 (TB/월)
1990	1
1991	2
1992	4
1993	8
1994	16
1995	n/a
1996	1,500
1997	2,500–4,000
1998	5,000–8,000
1999	10,000–16,000
2000	20,000–35,000
2001	40,000–70,000
2002	80,000–140,000
2003	n/a
2004	n/a
2005	n/a
2006	450,000–800,000
2007	750,000–1,250,000
2008	1,200,000–1,800,000
2009	1,900,000–2,400,000
2010	2,600,000–3,100,000
2011	3,400,000–4,100,000

3. 2. 시스코 시스템즈 자료와의 비교

시스코 데이터는 미네소타 인터넷 트래픽 연구(MINTS) 데이터보다 최대 7배 높을 수 있다. 그 이유는 시스코 수치가 미국 국내가 아닌 전 세계 인터넷에 대한 추정치일 뿐만 아니라, 시스코가 "일반 인터넷 프로토콜(IP) 트래픽(따라서 인터넷의 진정한 일부가 아니지만 IP를 사용하는 폐쇄 네트워크, 예: 여러 통신 회사의 IPTV 서비스 포함)"을 계산하기 때문이다.^[37] 2004년 미국 국가 백본 트래픽에 대한 MINTS 추정치는 월 200페타바이트로 보간될 수 있으며, 이는 평균 트래픽 수준이 월 60페타바이트라고 주장하는 미국 최대 백본 통신 사업자인 레벨(3) Inc. 트래픽의 3배에 해당하는 타당한 수치이다.^[38]

4. 인터넷 트래픽 관리

인터넷 트래픽 관리(Internet traffic management)는 애플리케이션 트래픽 관리(application traffic management)라고도 불린다.

인터넷은 중앙 집중식 관리 시설 없이 운영된다. 초기 아르파넷(ARPANET) 같은 네트워크는 주요 교환 센터 간 트래픽을 전달하는 백본을 구축했고, 인터넷 서비스 제공업체(ISP)의 계층적 시스템을 만들었다. 경제적 트래픽 관리(Economic traffic management, ETM)는 피어 투 피어 파일 공유와 디지털 콘텐츠 배포에서 시딩 기회를 제공하는 방법으로 사용되기도 한다.^[6]

4. 1. 인터넷 백본 구조와 트래픽 관리

인터넷은 트래픽 관리를 위한 공식적인 중앙 시설을 사용하지 않는다. 초기 아르파넷(ARPANET)과 같은 네트워크는 주요 교환 센터 간 트래픽을 전달하는 초기 백본 인프라를 구축하여, 인터넷 서비스 제공업체(ISP)의 계층적 시스템을 형성하였다. 계층 1 네트워크(tier 1 network)는 무료 피어링을 통해 트래픽을 교환하고 하위 계층의 ISP로 트래픽을 라우팅하였다. 전 세계 네트워크의 역동적인 성장은 인터넷의 모든 피어링 수준에서 상호 연결을 증가시켰고, 링크 장애, 병목 현상 및 기타 여러 수준의 혼잡을 조정할 수 있는 강력한 시스템이 개발되었다.

4. 2. 경제적 트래픽 관리 (ETM)

경제적 트래픽 관리(ETM)는 피어 투 피어 파일 공유 및 디지털 콘텐츠 배포 환경에서 시딩과 같은 기여 행위에 대한 인센티브 제공 방안을 의미한다.^[6]

5. 인터넷 트래픽 분류

트래픽 분류는 트래픽을 관찰하여 특정 분류 목표에 따라 수동적으로 특징을 관찰하는 방법이다. 분류 목표는 단순하게 대량 전송, P2P 파일 공유, 트랜잭션 기반 여부 등으로 설정할 수도 있고, 트래픽에 나타나는 애플리케이션의 정확한 수와 같이 더 세분화할 수도 있다. 트래픽 특징에는 포트 번호, 애플리케이션 페이로드, 시간적 특성, 패킷 크기 등이 포함된다. 인터넷 트래픽은 포트 번호, 페이로드, 휴리스틱, 통계적 기계 학습 등 매우 다양한 방법으로 분류할 수 있다.^[1]

정확한 네트워크 트래픽 분류는 보안 모니터링, 회계, 서비스 품질 보장, 장기적인 프로비저닝을 위한 유용한 예측을 운영자에게 제공하는 등 다양한 인터넷 활동에 필수적이다. 그러나 네트워크에 대한 정보 부족으로 인해 분류 체계는 정확하게 작동하기가 매우 복잡하다. 예를 들어, 패킷 헤더 관련 정보는 정확한 분류를 하기에 항상 불충분하다.^[1]

5. 1. 트래픽 분류 기술

트래픽 분류는 트래픽을 관찰하여 특정 분류 목표에 따라 수동적으로 특징을 관찰하는 방법을 설명한다. 단순한 분류 목표(예: 대량 전송, P2P 파일 공유, 트랜잭션 기반 여부)가 있을 수도 있고, 더 세분화된 분류 목표(예: 트래픽에 의해 나타나는 애플리케이션의 정확한 수)가 있을 수도 있다. 트래픽 특징에는 포트 번호, 애플리케이션 페이로드, 시간적 특성, 패킷 크기 및 트래픽의 특성이 포함된다. 인터넷 트래픽을 할당하는 방법에는 포트 번호, 페이로드, 휴리스틱, 통계적 기계 학습 등 매우 다양한 방법이 있다.^[1]

정확한 네트워크 트래픽 분류는 보안 모니터링, 회계, 서비스 품질, 장기적인 프로비저닝을 위한 유용한 예측을 운영자에게 제공하는 등 상당히 많은 인터넷 활동에 필수적이다. 그러나 네트워크에 대한 사용 가능한 지식 부족으로 인해 분류 체계는 정확하게 작동하기가 매우 복잡하다. 예를 들어, 패킷 헤더 관련 정보는 정확한 방법론을 허용하기에 항상 불충분하다.^[1]

5. 2. 베이지안 분석 기법

지도 학습 머신 러닝을 이용한 네트워크 트래픽 분류 연구^[18]에서는 데이터를 여러 범주 중 하나로 수동 분류한다. 데이터 세트(수동 할당) 범주와 분류된 플로우(예: 플로우 길이, 포트 번호, 연속 플로우 간의 시간)에 대한 설명을 결합하여 나이브 베이즈 분류기를 훈련한다. 이를 통해 정보 입력의 품질과 분리를 개선하여 분류기의 정확도를 높인다.^[19]

분류 작업의 기본은 인터넷 트래픽의 유형을 분류하는 것이다. 이는 일반적인 애플리케이션 그룹을 "정상" 대 "악의적"과 같은 범주로 분류하거나, 특정 애플리케이션 또는 특정 전송 제어 프로토콜(TCP) 구현을 식별하는 것과 같이 더 복잡하게 분류하여 수행된다.^[20]

5. 3. 트래픽 분류의 활용

정확한 네트워크 트래픽 분류는 보안 모니터링, 회계, 서비스 품질(QoS) 보장, 장기적인 프로비저닝을 위한 유용한 예측을 운영자에게 제공하는 등 다양한 인터넷 활동에 필수적이다.^[21]^[22] 트래픽 분류는 자동화된 침입 탐지 시스템의 주요 구성 요소이며, 패턴을 식별하고 우선순위 고객을 위한 네트워크 자원 지표를 파악하거나, 운영자의 서비스 약관에 위반되는 방식으로 고객이 네트워크 자원을 사용하는지 식별하는 데 사용된다.

일반적으로 배포되는 인터넷 프로토콜(IP) 트래픽 분류 기술은 네트워크의 특정 지점에서 각 패킷의 내용을 직접 검사하는 것을 기반으로 한다. 소스 주소, 포트 및 대상 주소는 유사하거나 동일한 5-튜플의 프로토콜 유형을 가진 연속적인 IP 패킷에 포함된다. 여기서 포트는 확인하려는 제어 애플리케이션을 가진 플로우에 속하는 것으로 간주된다. 간단한 분류는 대부분의 애플리케이션이 잘 알려진 TCP 또는 UDP 포트 번호를 일관되게 사용한다고 가정하여 제어 애플리케이션의 ID를 추론한다. 하지만, 많은 애플리케이션이 예측할 수 없는 포트 번호를 사용하고 있다. 그 결과, 더 정교한 분류 기술은 TCP 또는 사용자 데이터그램 프로토콜(UDP) 페이로드 내에서 애플리케이션 특정 데이터를 찾아 애플리케이션 유형을 추론한다.^[23]

6. 인터넷 트래픽 관련 정책 및 논쟁

인터넷 트래픽 관련 정책은 각국의 경제, 사회적 상황에 따라 다르게 나타나며, 이에 대한 논쟁도 활발하게 진행되고 있다.

헝가리에서는 인터넷 사용에 세금을 부과하려는 시도가 있었으나 시민들의 반발로 무산되었다. 미국에서는 인터넷 세금 자유 법(ITFA)을 통해 인터넷 사용에 대한 직접적인 세금 부과를 금지하여 인터넷 트래픽 증가를 지원하고 있다.

6. 1. 헝가리의 인터넷세

헝가리에서 계획된 인터넷 사용세는 데이터 트래픽 1기가바이트(GB)당 150포린트(0.62달러, 0.47유로)의 세금을 부과하는 것이었다. 이는 인터넷 트래픽을 줄이고 기업들이 새로운 세금을 법인세에서 공제할 수 있도록 지원하기 위한 조치였다.^[7] 2013년에 헝가리는 를 사용했고, 이동통신 기기에서 추가로 가 축적되었다. 컨설팅 회사 eNet에 따르면 이는 새로운 세금에 따라 1750억헝가리 포린트의 추가 수입으로 이어졌을 것이다.^[7]

야후 뉴스에 따르면, 미하이 바르가(Mihály Varga) 경제부 장관은 "이 세금은 소비자들이 전화선에서 인터넷으로 이동하는 것을 반영하는 공정한 세금"이며 "EU에서 가장 부채가 많은 국가 중 하나인 헝가리의 2015년 예산 적자를 메우기 위해서는 전송되는 데이터 1기가바이트당 150포린트가 필요하다"고 주장했다.^[8]

일각에서는 새로운 인터넷 세금 계획이 헝가리의 경제 성장에 불리하게 작용하고, 정보 접근을 제한하며, 표현의 자유를 저해할 것이라고 주장한다.^[9] 약 3만 6천 명이 페이스북에서 경제부 앞에서 열릴 예정인 이 세금에 반대하는 시위 행사에 참여 신청을 했다.^[8]

6. 2. 미국의 인터넷 세금 자유 법 (ITFA)

1998년, 미국은 인터넷 사용, 이메일, 인터넷 접속, 비트세, 대역폭세 등 온라인 활동에 대한 직접적인 세금 부과를 막기 위해 인터넷 세금 자유 법(Internet Tax Freedom Act, ITFA)을 제정했다.^[10]^[11] 처음에는 이 법에 그러한 세금에 대한 10년간의 유예 기간을 두었는데, 이후 여러 차례 연장되었고 2016년에 영구적으로 확정되었다. ITFA의 목표는 인터넷 도입과 사용을 저해할 수 있는 반복적이고 차별적인 세금을 금지함으로써 소비자를 보호하고 인터넷 트래픽 증가를 지원하는 것이었다. 결과적으로 ITFA는 디지털 경제를 촉진하고 소비자 이익을 보호하는 데 중요한 역할을 했다. 퓨리서치센터에 따르면, 2024년 기준으로 미국인의 약 93%가 인터넷을 사용하고 있으며, 유튜브와 페이스북과 같은 플랫폼이 매우 인기가 있다.^[12]^[13]^[14]^[15] 또한, 2021년까지 미국 가구의 90%가 초고속 인터넷 서비스를 구독했다.^[16]^[17] ITFA가 직접적인 인터넷 세금에 대한 보호를 제공하지만, 인터넷 규제와 거버넌스에 대한 지속적인 논쟁은 미국에서 인터넷 트래픽과 사용 환경을 계속해서 형성하고 있다.

7. 에드홀름의 법칙

과거 통신망의 인터넷 대역폭은 18개월마다 두 배로 증가했는데, 이는 에드홀름의 법칙으로 표현된 관찰 결과이다.^[39] 이는 반도체 기술의 발전, 예를 들어 금속-산화물-반도체(MOS) 스케일링(MOSFET 트랜지스터에서 보여지는 것처럼)과 같은 발전을 따르는데, 이는 무어의 법칙에 의해 설명되는 유사한 스케일링을 보여주었다. 1980년대에는 정보 운반체로 레이저 광을 사용하는 광섬유 기술이 통신 회로의 전송 속도와 대역폭을 가속화했다. 이로 인해 통신망의 대역폭이 테라비트/초 전송 속도에 도달하게 되었다.^[40]

참조

_[1] 웹사이트 End of American internet, India-China contribute to 50% of world's data traffic https://www.thehindu[...] 2022-12-24
_[2] 웹사이트 Data volume of global file sharing traffic from 2013 until 2018 http://www.statista.[...] 2014-10-18
_[3] 웹사이트 File-Sharing Now Accounts for Less Than 10% of US Internet Traffic... http://www.digitalmu[...] 2014-10-18
_[4] 웹사이트 In 2022, 65% of all internet traffic came from video sites https://www.tubefilt[...] 2023-01-20
_[5] 웹사이트 An explosion of online video could triple bandwidth consumption again in the next five years https://www.vox.com/[...] 2017-06-08
_[6] 논문 Mitigating Unfairness In Locality-Aware Peer-To-Peer Networks 2011
_[7] 웹사이트 Hungary plans new tax on Internet traffic, public calls for rally http://uk.reuters.co[...] 2014
_[8] 뉴스 Anger mounts in Hungary over internet tax https://news.yahoo.c[...] 2014-10-18
_[9] 웹사이트 Public outrage mounts against hunger's plan to tax internet use https://blogs.wsj.co[...] 2014-10-18
_[10] 웹사이트 The Internet Tax Freedom Act: In Brief https://sgp.fas.org/[...] 2024-10-26
_[11] 웹사이트 - INTERNET TAX ISSUES https://www.govinfo.[...] 2024-10-26
_[12] 웹사이트 Americans’ Social Media Use https://www.pewresea[...] 2024-10-26
_[13] 웹사이트 Internet, Broadband Fact Sheet https://www.pewresea[...] 2024-10-26
_[14] 웹사이트 traffic user https://trafficseo.n[...] 2024-10-26
_[15] 웹사이트 Social Media Fact Sheet https://www.pewresea[...] 2024-10-26
_[16] 웹사이트 92 Percent of U.S. Households Get an Internet Service at Home https://www.benton.o[...] 2024-10-26
_[17] 웹사이트 LRG: 92% of households can get residential internet service https://www.lightwav[...] 2024-10-26
_[18] 웹사이트 Internet traffic classification using bayesian analysis technique http://www.cl.cam.ac[...] 2014-10-18
_[19] 논문 Identifying the TCP Behavior of Web Servers 2001-06
_[20] 웹사이트 SLAC National Accelerator Laboratory http://www.slac.stan[...] 2003
_[21] 웹사이트 Bro intrusion detection system – Bro overview http://bro-ids.org 2007-08-14
_[22] 논문 Bro: A system for detecting network intruders in real-time 1999
_[23] 논문 Accurate, scalable in network identification of P2P traffic using application signatures 2004-05
_[24] 웹사이트 Visual Networking Index http://www.cisco.com[...] Cisco Systems
_[25] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2008–2013 https://www.cisco.co[...] Cisco 2009-06-09
_[26] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2009–2014 http://large.stanfor[...] Cisco 2010-06-02
_[27] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2010–2015 http://www.cisco.com[...] Cisco 2011-06-01
_[28] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2011–2016 http://www.davidelli[...] Cisco 2012-05-30
_[29] 웹사이트 Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2012–2017 http://boletines.pri[...] Cisco 2013-02-02
_[30] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2012–2017 https://web.archive.[...] Cisco 2013-05-29
_[31] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2013–2018 https://web.archive.[...] Cisco 2014-06-10
_[32] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2014–2019 https://web.archive.[...] Cisco 2015-05-27
_[33] 웹사이트 Cisco Visual Networking Index:Forecast and Methodology, 2015–2020 http://www.cisco.com[...] Cisco 2016-06-06
_[34] 웹사이트 Cisco Visual Networking Index:Forecast and Methodology, 2016–2021 https://www.cisco.co[...] Cisco 2017-06-06
_[35] 웹사이트 Cisco Visual Networking Index:Forecast and Trends, 2017–2022 https://www.cisco.co[...] Cisco 2018-11-28
_[36] 웹사이트 Minnesota Internet Traffic Studies (MINTS) http://www.dtc.umn.e[...]
_[37] 웹사이트 MINTS - Minnesota Internet Traffic Studies http://www.dtc.umn.e[...] 2017-04-16
_[38] 간행물 2004 Annual Report Level(3) 2005-04-01
_[39] 논문 Edholm's law of bandwidth 2004
_[40] 논문 From millibits to terabits per second and beyond - over 60 years of innovation 2009
_[41] 웹사이트 Visual Networking Index http://www.cisco.com[...]
_[42] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2008–2013 https://www.cisco.co[...] Cisco 2009-06-09
_[43] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2009–2014 http://large.stanfor[...] Cisco 2010-06-02
_[44] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2010–2015 http://www.cisco.com[...] Cisco 2011-06-01
_[45] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2011–2016 http://www.davidelli[...] Cisco 2012-05-30
_[46] 웹사이트 Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2012–2017 http://boletines.pri[...] Cisco 2013-02-02
_[47] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2012–2017 https://web.archive.[...] Cisco 2013-05-29
_[48] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2013–2018 https://web.archive.[...] Cisco 2014-06-10
_[49] 웹사이트 Cisco Visual Networking Index: Forecast and Methodology, 2014–2019 https://web.archive.[...] Cisco 2015-05-27
_[50] 웹사이트 Cisco Visual Networking Index:Forecast and Methodology, 2015–2020 http://www.cisco.com[...] Cisco 2016-06-06
_[51] 웹사이트 Cisco Visual Networking Index:Forecast and Methodology, 2016–2021 https://www.cisco.co[...] Cisco 2017-06-06
_[52] 웹사이트 Cisco Visual Networking Index:Forecast and Trends, 2017–2022 https://www.cisco.co[...] Cisco 2018-11-28
_[53] 웹사이트 Minnesota Internet Traffic Studies (MINTS) http://www.dtc.umn.e[...]