Ana Beatriz Kapps, João Victor Balboa, E. Silva, Gustavo Silva Semaan
{"title":"学术无线网络中的用户移动性预测","authors":"Ana Beatriz Kapps, João Victor Balboa, E. Silva, Gustavo Silva Semaan","doi":"10.5753/eri-rj.2021.18783","DOIUrl":null,"url":null,"abstract":"O aumento da popularidade de redes sem fio nos últimos anos aproximou ainda mais as áreas de Redes e de Ciência de Dados. Uma vez que muitas pessoas utilizam aplicações ligadas à Internet, o acesso a esta se tornou essencial. Por outro lado, disponibilizá-la não é uma tarefa fácil, e deve haver um planejamento em relação a infraestrutura da rede. A fim de melhorar o acesso à Internet, buscando permitir uma conexão ininterrupta durante a(s) troca(s) de pontos de acesso, o presente trabalho analisou cerca de dez milhões de requisições realizadas por mais de 36 mil clientes da rede Wi-Fi da UFJF. Foram utilizados algoritmos de Aprendizado de Máquina para prever o deslocamento desses clientes, obtendo-se uma acurácia de 76% para os grupos que possuem menores mobilidades.","PeriodicalId":52776,"journal":{"name":"Revista da Secao Judiciaria do Rio de Janeiro","volume":"25 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-11-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Previsão da Mobilidade de Usuários em uma Rede Sem Fio Acadêmica\",\"authors\":\"Ana Beatriz Kapps, João Victor Balboa, E. Silva, Gustavo Silva Semaan\",\"doi\":\"10.5753/eri-rj.2021.18783\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O aumento da popularidade de redes sem fio nos últimos anos aproximou ainda mais as áreas de Redes e de Ciência de Dados. Uma vez que muitas pessoas utilizam aplicações ligadas à Internet, o acesso a esta se tornou essencial. Por outro lado, disponibilizá-la não é uma tarefa fácil, e deve haver um planejamento em relação a infraestrutura da rede. A fim de melhorar o acesso à Internet, buscando permitir uma conexão ininterrupta durante a(s) troca(s) de pontos de acesso, o presente trabalho analisou cerca de dez milhões de requisições realizadas por mais de 36 mil clientes da rede Wi-Fi da UFJF. Foram utilizados algoritmos de Aprendizado de Máquina para prever o deslocamento desses clientes, obtendo-se uma acurácia de 76% para os grupos que possuem menores mobilidades.\",\"PeriodicalId\":52776,\"journal\":{\"name\":\"Revista da Secao Judiciaria do Rio de Janeiro\",\"volume\":\"25 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-11-23\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista da Secao Judiciaria do Rio de Janeiro\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/eri-rj.2021.18783\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista da Secao Judiciaria do Rio de Janeiro","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/eri-rj.2021.18783","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Previsão da Mobilidade de Usuários em uma Rede Sem Fio Acadêmica
O aumento da popularidade de redes sem fio nos últimos anos aproximou ainda mais as áreas de Redes e de Ciência de Dados. Uma vez que muitas pessoas utilizam aplicações ligadas à Internet, o acesso a esta se tornou essencial. Por outro lado, disponibilizá-la não é uma tarefa fácil, e deve haver um planejamento em relação a infraestrutura da rede. A fim de melhorar o acesso à Internet, buscando permitir uma conexão ininterrupta durante a(s) troca(s) de pontos de acesso, o presente trabalho analisou cerca de dez milhões de requisições realizadas por mais de 36 mil clientes da rede Wi-Fi da UFJF. Foram utilizados algoritmos de Aprendizado de Máquina para prever o deslocamento desses clientes, obtendo-se uma acurácia de 76% para os grupos que possuem menores mobilidades.