A carregar...
Publicação
Vehicular Mobility Prediction For Improved Network Management
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 10.21 MB | Adobe PDF |
Orientador(es)
Resumo(s)
The improvement of the communication networks’ capacity has been a topic of contin-
uous research in the last decade. We have been experiencing an increase in the amount of
data demanded by users which anticipates that network requirements will increase sub-
stantially, even surpassing the legacy networks’ capabilities. Therefore, it is imperative
to conceive networks, or obtain improvements on the current ones. This dissertation pro-
poses to use the mobility of non-stationary entities, such as vehicles, in order to improve
the management of a telecommunications network, ultimately improving the resources’
usage. With this improvement, it would be possible to observe a decrease in the amount
of time required to support different services, such as the download of a content hosted
in the network servers.
The main goal of my work is to implement a mobility prediction service. Reports with
the current locations of mobile nodes are received, pre-processed and stored. Later on,
once the required data is acquired, this service should use it to train a mobility prediction
model based on machine learning techniques, capable of performing accurate predictions
about the mobile entities’ movements. The developed prototype should then be used in
parallel with other applications that require information about these predictions.
Before implementing the prototype, multiple machine learning models were devel-
oped and validated to perform the mobility predictions. The study of these models was
supported by also studying how different factors, such as the sequence length and spa-
tial resolution, affect the predictions. Beyond this study, it was also researched how the
mobility prediction would improve networks management, specifically by analysing the
content’s download time, from a end-user’s perspective.
This prototype was developed and tested to be used in the introduction of a pre-
caching mechanism on an existing network. However, it can also serve different services.
A otimização da capacidade de redes de telecomunicações tem sido um tópico de estudo constante durante a última década. Temos vindo a observar um aumento da quan- tidade de dados utilizados pelos utilizadores o que antecipa uma subida dos requisitos das redes, que irão ultrapassar as suas capacidades atuais. Por isso, é imperativo desen- volver novos tipos de rede, ou aumentar a capacidade das atuais. Esta dissertação propõe o uso da mobilidade de certos utilizadores, como veículos, numa tentativa de melhor a gestão de redes de telecomunicações, e assim otimizar a utilização dos recursos existentes na rede. Com esta melhoria, pretende-se diminuir o tempo necessário para prestar certos serviços, como é o caso do download de conteúdos. O objetivo global do meu trabalho é a implementação de um serviço de previsão de mobilidade. Sucessivos relatórios com as localizações dos utilizadores móveis são recebidos, pré-processados e armazenados. Quando o número de dados adquiridos for suficiente, estes deverão ser utilizados para treinar um modelo de predição de mobilidade baseado em técnicas de machine learning, capaz de prever os movimentos dos utilizadores. O protótipo desenvolvido deverá então ser utilizado em paralelo com outras aplicações que necessitem da informação referente a estas previsões. Previamente à implementação do protótipo em si, foram desenvolvidos e validados modelos de machine learning responsáveis pelas previsões de mobilidade. O estudo destes modelos foi ainda suportado pela avaliação de como diferentes fatores, nomeadamente o tamanho de sequência ou a resolução espacial, afetam as previsões. Para além disto, também foi investigado como é que a previsão de mobilidade melhoraria a gestão das redes de telecomunicações, analisando especificamente o tempo necessário para fazer download de determinados dados, do ponto de vista do utilizador final. Este protótipo foi desenvolvido e testado visando a implementação de um sistema de pre-caching numa rede de já existente. Contudo, pode também funcionar com outros serviços.
A otimização da capacidade de redes de telecomunicações tem sido um tópico de estudo constante durante a última década. Temos vindo a observar um aumento da quan- tidade de dados utilizados pelos utilizadores o que antecipa uma subida dos requisitos das redes, que irão ultrapassar as suas capacidades atuais. Por isso, é imperativo desen- volver novos tipos de rede, ou aumentar a capacidade das atuais. Esta dissertação propõe o uso da mobilidade de certos utilizadores, como veículos, numa tentativa de melhor a gestão de redes de telecomunicações, e assim otimizar a utilização dos recursos existentes na rede. Com esta melhoria, pretende-se diminuir o tempo necessário para prestar certos serviços, como é o caso do download de conteúdos. O objetivo global do meu trabalho é a implementação de um serviço de previsão de mobilidade. Sucessivos relatórios com as localizações dos utilizadores móveis são recebidos, pré-processados e armazenados. Quando o número de dados adquiridos for suficiente, estes deverão ser utilizados para treinar um modelo de predição de mobilidade baseado em técnicas de machine learning, capaz de prever os movimentos dos utilizadores. O protótipo desenvolvido deverá então ser utilizado em paralelo com outras aplicações que necessitem da informação referente a estas previsões. Previamente à implementação do protótipo em si, foram desenvolvidos e validados modelos de machine learning responsáveis pelas previsões de mobilidade. O estudo destes modelos foi ainda suportado pela avaliação de como diferentes fatores, nomeadamente o tamanho de sequência ou a resolução espacial, afetam as previsões. Para além disto, também foi investigado como é que a previsão de mobilidade melhoraria a gestão das redes de telecomunicações, analisando especificamente o tempo necessário para fazer download de determinados dados, do ponto de vista do utilizador final. Este protótipo foi desenvolvido e testado visando a implementação de um sistema de pre-caching numa rede de já existente. Contudo, pode também funcionar com outros serviços.
Descrição
Palavras-chave
Machine Learning Mobility Prediction Pre-Caching Communication Network Performance Evaluation