Echte Datensätze von Mobilfunknetzen stellen eine wertvolle Informationsquelle dar, um die Leistung der Netze zu verbessern. Datensätze wie die CDRs (Call Detail Records), die zeitgestempelte Informationen über alle Interaktionen der Nutzer mit dem Netzwerk enthalten, werden in dieser Arbeit genutzt. Wir haben neue Ansätze zur Untersuchung und Analyse der Probleme von Telekommunikationsnetzen vorgeschlagen, die auf echten Datensätzen und Algorithmen des maschinellen Lernens basieren. Tatsächlich wird ein umfassendes Datenanalysetool zur automatischen Klassifizierung von Basisstationen, zur Vorhersage der Netzwerkbelastung und zur Verwaltung der Bandbreite sowie ein Tool zur automatischen Erkennung von Netzwerk-Anomalien angeboten. Diese Tools wurden durch direkte Anwendungen validiert, unter Verwendung verschiedener Netzwerktopologien wie WMN-Netze und netzbasierte Drohnenzellen. Wir haben gezeigt, dass es möglich ist, Mobilfunknetze dynamisch zu optimieren und das Bandbreitenmanagement zu verbessern, indem wir fortschrittliche Datenanalysetools verwenden.
Seif Eddine Hammami (Thu,) hat diese Frage untersucht.