Banca de QUALIFICAÇÃO: YVES DANTAS NEVES

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : YVES DANTAS NEVES
DATA : 28/08/2023
HORA: 15:00
LOCAL: Banca online
TÍTULO:

Aplicações de Técnicas de Clustering para Detecção de Anomalias em Redes de Acesso 5G

PALAVRAS-CHAVES:

Clustering; Detecção de Anomalias; Redes de Acesso 5G

PÁGINAS: 70
RESUMO:

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.

MEMBROS DA BANCA:
Presidente - 4351681 - JOAO CARLOS XAVIER JUNIOR
Interno - 1669545 - DANIEL SABINO AMORIM DE ARAUJO
Externa ao Programa - 1350250 - ANNE MAGALY DE PAULA CANUTO - UFRN