Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/18186
Type: | Trabalho de conclusão de graduação |
Title: | Descobrindo perfis de usuários da internet usando análise não supervisionada |
Other Titles: | Discovering Internet User Profiles Using Unsupervised Analytics |
Author(s)/Inventor(s): | Barbosa, Anderson de Souza |
Advisor: | Leão, Rosa Maria Meri |
Abstract: | A complexidade da Internet está cada vez maior, tudo graças ao crescente número de serviços e ao crescimento da Internet das Coisas. Com isso, o comportamento dos usuários tem ficado cada vez mais diversificado, fazendo com que fique mais difícil entender o que acontece na rede e fazer previsões. E importante para um Provedor ´ de Serviços de Internet (ISP) entender o comportamento de seus usuários para fazer um gerenciamento de rede mais eficiente. Para tentar ajudar os ISPs nessa tarefa, diversos trabalhos tem empregado técnicas de aprendizado de máquina com o objetivo de classificar os diferentes padrões de tráfego na Internet, o que pode ser usado para fazer previsões de tráfego futuro, por exemplo. Com uma proposta parecida, usamos dados coletados de roteadores residenciais em parceria com um ISP brasileiro para criar um modelo de comportamento de usuário. Ao contrário da maioria dos trabalhos neste tema, que utilizam apenas dados de tr´afego, este trabalho também utiliza dados de atraso de rede e perda de pacotes. Primeiramente, utilizamos um método de análise de fatores para modelar os dados e, a partir do modelo obtido, utilizamos uma técnica de clusterização para encontrar grupos de usuários com diferentes perfis. |
Keywords: | Analise Nao Supervisionada Medições em Redes |
Subject CNPq: | CNPQ::ENGENHARIAS |
Production unit: | Escola Politécnica |
Publisher: | Universidade Federal do Rio de Janeiro |
Issue Date: | Mar-2019 |
Publisher country: | Brasil |
Language: | por |
Right access: | Acesso Aberto |
Appears in Collections: | Engenharia de Computação e Informação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
monopoli10028473.pdf | 3.07 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.