Comment les joueurs donnent un aperçu de la santé sur Internet

Le suivi de la latence de l'internet est un problème de mesure classique. Les plateformes de mesure ouvertes, telles que RIPE Atlas, offrent des dispositifs géographiquement distribués et accessibles au public, à partir desquels chacun peut mener des campagnes de mesure actives et même laisser des données ouvertes. Mais elles sont également confrontées à des défis importants ; par exemple, elles nécessitent la distribution et la maintenance de dispositifs de mesure sur l'ensemble de l'internet.

Nous voyons une opportunité de compléter les plateformes de mesure ouvertes avec une source de données non conventionnelle : les séquences de jeux. Les jeux vidéo sont très sensibles à la latence - le fait qu'une recherche sur "comment réduire le ping/lag" donne des centaines de milliers de résultats est une indication suffisante. C'est pourquoi de nombreux jeux vidéo affichent à l'écran la latence entre le joueur et le serveur de jeu (figure 1).

Cet affichage de la latence dans le jeu offre une combinaison unique de caractéristiques : Il capture les temps de latence subis quotidiennement par les utilisateurs et peut être obtenu sans capture intrusive du trafic et sans introduire de trafic supplémentaire (de mesure) dans le réseau.

Forts de ces observations, mes collègues et moi-même, à l'EPFL, avons recherché des séquences de jeux vidéo accessibles au public pour en extraire des informations sur la latence. C'était facile à trouver : le streaming de sessions de jeu est devenu un passe-temps et une profession populaires.

Nous avons développé Tero, un système qui extrait des chiffres de latence à partir d'images publiques mises à disposition par la plateforme de streaming Twitch sur son CDN officiel. Après plus de deux ans de fonctionnement, Tero a traité près de 400 millions d'images de jeux, obtenant près de 100 millions de mesures de latence de 184 000 streamers dans le monde (figure 2).

 Tero remplit deux fonctions principales :

• Extraction des informations relatives à la latence: Tero travaille avec des images à faible résolution (après tout, la latence n'est qu'une infime partie de l'interface utilisateur (UI) d'un jeu) qui peuvent potentiellement contenir des éléments étrangers. Tero utilise des outils de reconnaissance optique de caractères open source avec des heuristiques basées sur l'interface utilisateur spécifique au jeu afin d'éviter les mesures erronées.
• Obtention de lieux de référence : La latence des séquences de jeu ne contient aucune information sur l'emplacement à partir duquel elle a été mesurée. Pour obtenir cette information, Tero utilise les descriptions que les streamers laissent souvent dans la description de leur chaîne Twitch ou d'autres plateformes de médias sociaux avec un champ de localisation dédié. Pour extraire les emplacements référentiels de ces sources, Tero utilise une combinaison d'outils de traitement du langage naturel (NLP) open-source, en comparant leurs résultats pour une meilleure précision.

Dans notre document, nous fournissons une explication plus détaillée de tous les défis auxquels nous avons été confrontés et de la manière dont nous les avons relevés.

En utilisant les données de Tero, nous pouvons étudier la latence Internet telle qu'elle est ressentie par les joueurs. Nous examinons les différences de performances en matière de latence entre les différents lieux géographiques ; pour que les comparaisons soient équitables, nous ne comparons que les latences à des distances similaires de leurs serveurs respectifs.

Nous avons constaté des performances de latence étonnamment faibles dans certaines régions des États-Unis et du Canada par rapport aux utilisateurs brésiliens. La figure 3 montre la distribution des temps de latence obtenue pour les utilisateurs situés entre 1 000 et 1 500 km de leur serveur de jeu : les temps de latence dans plusieurs États américains diffèrent de 30 ms du reste des emplacements - une différence significative pour une application sensible aux temps de latence telle que les jeux.

Il est de notoriété publique que les joueurs de jeux vidéo se soucient de la latence qu'ils subissent lorsqu'ils jouent. Cependant, en raison du manque de données, il est difficile de prédire comment ils réagiront aux changements dans les conditions de leur réseau. Nous pensons que les données de Tero ouvrent la voie à des recherches visant à répondre à la question suivante : comment les joueurs réagissent-ils aux changements de leur temps de latence ?

Nous avons fait quelques petits pas vers cet objectif en étudiant si les pics, c'est-à-dire les augmentations de latence subies par un utilisateur, incitent les joueurs à changer de jeu. Nous avons constaté une corrélation entre l'augmentation des pics et le changement de jeu. Les résultats sont similaires à ceux d'autres études sur les effets des conditions de réseau sur le comportement des utilisateurs.

La latence obtenue par Tero est une occasion de soutenir la communauté Internet en la rendant accessible à tous. C'est pourquoi nous prenons un soin extrême à protéger la vie privée des streamers en anonymisant complètement toutes les données, mais nous encourageons tout streamer ayant des questions sur l'ensemble des données à nous contacter.

Par ailleurs, nous invitons tous ceux qui souhaitent en savoir plus à consulter notre site web ou le document de l'IMC.

Catalina Alvarez est doctorante à l'EPFL, Lausanne, et travaille dans le laboratoire d'architecture des réseaux sous la supervision du professeur Katerina Argyraki. Ses recherches portent sur la transparence de l'Internet et l'utilisation des médias sociaux pour combler le fossé entre les mesures du réseau et l'expérience des utilisateurs.

Les opinions exprimées par les auteurs de ce blog sont les leurs et ne reflètent pas nécessairement celles de l'Internet Society.

Photo par Erik Mclean sur Unsplash