Anàlisi de tràfic de dades orientat a la generació de mostres sintètiques
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/346493
Tipus de documentTreball Final de Grau
Data2021-05
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
La irrupció de noves aplicacions i serveis està convertint la planificació i la gestió de xarxes de comunicacions d'operador en una tasca cada cop més complexa i difícil de dur a terme mitjançant tècniques tradicionals basades en procediments gestionats manualment. L'ús d'intel·ligència artificial es presenta com un dels principals habilitadors per dotar d'autonomia a aquestes infraestructures bàsiques de comunicacions. En general, les eines basades en intel·ligència artificial necessiten dades útils per poder operar amb precisió, per exemple, per entrenar models de predicció de tràfic que permetin anticipar o detectar situacions específiques que requereixin accions concretes. En aquest treball es presentarà un procediment de caracterització de tràfic de dades orientat a l'extracció de components periòdiques i residuals mitjançant algoritmes basats en la transformada de Fourier i l'anàlisi autoregressiu de sèries temporals. Aquesta caracterització permet, entre d'altres, reduir la dimensionalitat d'una base de dades de gran volum sense perdre una quantitat d'informació significativa. La metodologia principal es validarà tant a partir de conjunts de dades sintètics com tràfic realista. A més, es presentarà un cas d'ús il·lustratiu, on es mostrarà el potencial del procediment de caracterització a l'hora de detectar períodes de tràfic atípic en un entorn d'anàlisi dinàmic.
TitulacióGRAU EN MATEMÀTIQUES (Pla 2009)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
memoria.pdf | 4,913Mb | Visualitza/Obre |