 |
Абоненты ТТК на юге России в новогодние праздники скачали почти 1000 ТБ трафика
Макрорегион Кавказ компании ТрансТелеКом (ТТК) подвел итоги работы в новогодние праздники. За дни новогодних каникул (с 30 декабря по 8 января) абоненты ТТК в Ростовской области, Ставропольском и Краснодарском краях, а также республике Адыгея скачали 996 ТБ данных.
Самым «активным» городом в зоне ответственности ТТК на Кавказе стал Ростов-на-Дону (328 ТБ), за ним идут Новороссийск (Краснодарский край) и Волгодонск (Ростовская область). Наибольшую активность в сети абоненты ТТК на юге России продемонстрировали 8 января, в последний день новогодних каникул.
В целом по стране за дни новогодних праздников абоненты ТТК скачали более 31,8 тысяч ТБ данных, это эквивалентно более 6 миллионам фильмов в формате HD или 4 миллиардам песен. Эти показатели на 30% выше итогов новогодних праздников 2017 года. Большая часть скачанного трафика пришлась на социальные сети, онлайн-кинотеатры, информационно–развлекательные сайты, онлайн–игры.
Лидерами интернет-активности в праздники стали абоненты ТТК в Сибири, на их долю пришлось около четверти от общего объема скачанного трафика. В Топ городов по интернет-активности абонентов ТТК в новогодние каникулы вошли: Хабаровск (1563 ТБ), Магнитогорск (1370 ТБ), Якутск (1284 ТБ), Чита (1231 ТБ) и Челябинск (1127 ТБ). Активно «качали» также жители Барнаула, Иваново, Сыктывкара, Омска, Иркутска и Новокузнецка.
В новогодние дни люди активно поздравляют друг друга в социальных сетях и по электронной почте, общаются через видеосвязь, устраивают семейные просмотры любимых фильмов и передач. Сети связи ТТК изначально рассчитаны на максимальные нагрузки, а перед праздниками специалисты компании провели дополнительные профилактические работы. В дни новогодних каникул абоненты получили привычно высокий уровень качества связи.
Для обеспечения стабильной работы сети широкополосного доступа в интернет в новогодние праздники было организовано дополнительное круглосуточное дежурство специалистов службы технической поддержки ТТК.
Контактное лицо: Елена Сергеева
Компания: ТТК
Добавлен: 00:53, 20.01.2018
Количество просмотров: 592
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия602 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия593 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия671 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия791 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |