Use este identificador para citar ou linkar para este item: http://hdl.handle.net/11422/18186
Tipo: Trabalho de conclusão de graduação
Título: Descobrindo perfis de usuários da internet usando análise não supervisionada
Título(s) alternativo(s): Discovering Internet User Profiles Using Unsupervised Analytics
Autor(es)/Inventor(es): Barbosa, Anderson de Souza
Orientador: Leão, Rosa Maria Meri
Resumo: 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.
Palavras-chave: Analise Nao Supervisionada
Medições em Redes
Assunto CNPq: CNPQ::ENGENHARIAS
Unidade produtora: Escola Politécnica
Editora: Universidade Federal do Rio de Janeiro
Data de publicação: Mar-2019
País de publicação: Brasil
Idioma da publicação: por
Tipo de acesso: Acesso Aberto
Aparece nas coleções:Engenharia de Computação e Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
monopoli10028473.pdf3.07 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.