Яндекс Метрика
cs.NI, cs.LG, stat.ML

Прогнозирование пользовательского трафика для проактивного управления ресурсами: подходы на основе машинного обучения

Amin Azari, Panagiotis Papapetrou, Stojan Denic, Gunnar Peters09.05.2019

Прогнозирование трафика играет ключевую роль в эффективном планировании и использовании ресурсов беспроводных сетей. В отличие от проводных сетей, анализ трафика в сотовых сетях на уровне отдельного пользователя (без доступа к содержимому пакетов) остается малоизученным. В данной работе предлагаются инструменты прогнозирования, использующие статистические методы, алгоритмы на основе правил и глубокое обучение. Авторы проводят масштабное исследование, чтобы определить наиболее эффективные подходы для оптимизации сетевой нагрузки.

Исследование сфокусировано на прогнозировании пользовательского трафика в сотовых сетях для проактивного управления ресурсами. Разработанные инструменты позволяют предсказывать нагрузку на уровне отдельных абонентов, не анализируя при этом содержание их сообщений или файлов. Такой подход помогает операторам связи оптимизировать работу беспроводных сетей и повысить качество обслуживания.

Amin Azari, Panagiotis Papapetrou, Stojan Denic, Gunnar Peters