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 SizeFormat 
monopoli10028473.pdf3.07 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.