Aplicações de Técnicas de Clustering para Detecção de Anomalias em Redes de Acesso 5G
Clustering; Detecção de Anomalias; Redes de Acesso 5G
O advento da Internet e o desenvolvimento das Tecnologias da Informação e Comunicação expandiram o volume e a diversificação das fontes de dados, abrindo assim novas oportunidades nos setores industriais e acadêmicos à aplicação de tecnologias relacionadas ao Aprendizado de Máquina e Big Data. Dentre as tecnologias mencionadas, os algoritmos de Clustering emergem como ótimas soluções para análise exploratória de dados e reconhecimento de padrões, sobretudo com a utilização de agrupamentos baseados em densidade, distribuição e abordagens hierárquicas. Nesta perspectiva encontra-se a extensa quantidade de dados gerados pelas infraestruturas de Acesso das Redes Móveis. As Radio Access Networks (RAN), cruciais para a infraestrutura de telecomunicações, são habilitadoras da comunicação sem fio e produzem um volume expressivo de dados relacionados à coleta de contadores, os quais associados, permitem uma visibilidade e monitoramento sobre os índices de desempenho e qualidade de suas células. A partir de técnicas de análise de dados, as operadoras podem obter informações valiosas sobre o desempenho da rede, sobre o comportamento do usuário e sobre sua eficiência operacional, levando a um melhor gerenciamento de rede e uma experiência de usuário aprimorada. O presente trabalho consiste na aplicação de algoritmos de clustering para a segmentação de células a partir de dados relacionados à indicadores de redes de acesso 5G referentes a tráfego, volume e qualidade de canal, com o objetivo de identificar células com perfis de desempenho anômalo - indicativo de variações inesperadas no comportamento dos usuários ou má configuração - o qual consiste em atividade essencial para viabilização de análises de correspondência entre as ocorrências e as configurações aplicadas, identificação de oportunidades de melhoria na alocação de recursos e seleção amostras de para tarefas de aprendizado supervisionado posteriores.