文献

J-GLOBAL ID：202102250510584995   整理番号：21A0891385

モバイルネットワークにおけるビッグデータ駆動自動異常検出と性能予測【JST・京大機械翻訳】

Big Data-driven Automated Anomaly Detection and Performance Forecasting in Mobile Networks

著者 (4件)： Moysen Jessica (Elisa Corporation,Helsinki,Finland and Fundacio ́ i2CAT) ,  Ahmed Furqan (Elisa Corporation,Helsinki,Finland) ,  Garcia-Lozano Mario (Universitat Polite`cnica de Catalunya,Barcelona,Spain) ,  Niemela Jarno (Elisa Corporation,Helsinki,Finland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GC Wkshps  ページ： 1-5  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 運用可能なモバイルネットワークで利用可能な大量のデータは,可能な異常を検出し,解析するためのオペレータの貴重な機会を提供し,ネットワーク性能を予測する。特に,複数の情報源から集約されたデータに関する高度な機械学習(ML)技術の適用は,異常挙動の検出だけでなく,性能予測のためにも重要な洞察をもたらし,それによって,知的監視ツールによる古典的ネットワーク運用と保全解決策を補完する。本論文では,操作LTEネットワークから多様なデータセット(例えば,構成,性能,在庫,位置,ユーザ速度)を集約する新しいフレームワークを提案し,ネットワーク問題を診断するためにMLアルゴリズムを適用し,主要な性能指標に及ぼすそれらの影響を分析した。この目的のために,パターン同定と時系列予測アルゴリズムを摂取データに用いた。結果は,提案したフレームワークが,空間-時間特性に関連した異常行動の同定を自動化し,正確な方法で顧客影響を予測するのに,実際に活用できることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自動化 ,  情報源 ,  オペレータ ,  *ネットワーク ,  保全 ,  機械学習
準シソーラス用語： 異常行動 ,  *モバイルネットワーク ,  *性能予測 ,  異常検出 ,  ネットワーク性能 ,  予測アルゴリズム ,  性能指標 ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： モバイル ,  データ駆動 ,  異常検出 ,  性能予測