Previsão da Mobilidade de Usuários em uma Rede Sem Fio Acadêmica
Resumo
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.
Referências
Deloitte (2017). Global mobile consumer survey: A mobilidade no dia a dia do brasileiro. Disponível em: [link]. Acesso em: 10 out. 2021.
Frank, L.R., de Oliveira, R.M., Vieir, A.B., Silva, E.F. (2021). Improving a smart environment with wireless network user load prediction. In 26th IEEE Symposium on Computers and Communications (ISCC 2021). IEEE.
Gomes Filho, A.R., Cremonezi, B., Nacif, J. A.M., Nogueira, M., Silva, E.F., Vieira, A.B. (2021). Opportunistic attribute caching: Improving the efficiency of abac in fog-based iot networks. In ICC 2021-IEEE International Conference on Communications, pages 1–6. IEEE.
Marim, M.C., Ramos, P.V.B., de Oliveira, R.M., Vieira, A.B., Silva, E.F. (2021). Caracterização e classificação do tráfego da darknet com modelos baseados em árvores de decisão. In Anais do XXXIX Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 127–140. SBC.
