Medindo eficientemente a vazão em redes de banda larga: uma abordagem baseada em aprendizado de máquina

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Sengès, Guilherme da Silva
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio de Janeiro
Brasil
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Programa de Pós-Graduação em Engenharia de Sistemas e Computação
UFRJ
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Engenharia de Sistemas e Computação
Banda larga
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Link de acesso: http://hdl.handle.net/11422/10162
Resumo: Network monitoring is essential to determine the quality of broadband services offered by ISPs. Establishing which metrics are relevant for this type of evaluation still remains an object of study. One of the main metrics of interest is the measurement of throughput between two endpoints in the network. The current most used approach for this type of measurement is inefficient and transmits a huge amount of data. This work proposes a new method that combines the transmission of small bursts of packets and a K-Means filter to calculate the available throughput, reducing the amount of data and time spent. Simulations and real experiments were conducted and show good results when compared to the common approach.

Registros relacionados