Descobrindo perfis de usuários da internet usando análise não supervisionada
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRJ |
Texto Completo: | http://hdl.handle.net/11422/18186 |
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. |
id |
UFRJ_207303504ffbeebe356b5ac34a76e872 |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/18186 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Barbosa, Anderson de SouzaSilva, Edmundo Albuquerque de Souza eMenasche, Daniel SadocLeão, Rosa Maria Meri2022-08-05T16:49:16Z2023-11-30T03:05:07Z2019-03http://hdl.handle.net/11422/18186Submitted by Luís Vittor Minda Santos (vittorminda.santos@gmail.com) on 2021-06-03T22:54:19Z No. of bitstreams: 1 monopoli10028473.pdf: 3146676 bytes, checksum: 7481a6cf5bc1d962048a4aba3249e23d (MD5)Approved for entry into archive by Moreno Barros (moreno@ct.ufrj.br) on 2022-08-05T16:49:16Z (GMT) No. of bitstreams: 1 monopoli10028473.pdf: 3146676 bytes, checksum: 7481a6cf5bc1d962048a4aba3249e23d (MD5)Made available in DSpace on 2022-08-05T16:49:16Z (GMT). No. of bitstreams: 1 monopoli10028473.pdf: 3146676 bytes, checksum: 7481a6cf5bc1d962048a4aba3249e23d (MD5) Previous issue date: 2019-03A 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.porUniversidade Federal do Rio de JaneiroUFRJBrasilEscola PolitécnicaCNPQ::ENGENHARIASAnalise Nao SupervisionadaMedições em RedesDescobrindo perfis de usuários da internet usando análise não supervisionadaDiscovering Internet User Profiles Using Unsupervised Analyticsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINALmonopoli10028473.pdfmonopoli10028473.pdfapplication/pdf3146676http://pantheon.ufrj.br:80/bitstream/11422/18186/1/monopoli10028473.pdf7481a6cf5bc1d962048a4aba3249e23dMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/18186/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/181862023-11-30 00:05:07.309oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:05:07Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Descobrindo perfis de usuários da internet usando análise não supervisionada |
dc.title.alternative.pt_BR.fl_str_mv |
Discovering Internet User Profiles Using Unsupervised Analytics |
title |
Descobrindo perfis de usuários da internet usando análise não supervisionada |
spellingShingle |
Descobrindo perfis de usuários da internet usando análise não supervisionada Barbosa, Anderson de Souza CNPQ::ENGENHARIAS Analise Nao Supervisionada Medições em Redes |
title_short |
Descobrindo perfis de usuários da internet usando análise não supervisionada |
title_full |
Descobrindo perfis de usuários da internet usando análise não supervisionada |
title_fullStr |
Descobrindo perfis de usuários da internet usando análise não supervisionada |
title_full_unstemmed |
Descobrindo perfis de usuários da internet usando análise não supervisionada |
title_sort |
Descobrindo perfis de usuários da internet usando análise não supervisionada |
author |
Barbosa, Anderson de Souza |
author_facet |
Barbosa, Anderson de Souza |
author_role |
author |
dc.contributor.author.fl_str_mv |
Barbosa, Anderson de Souza |
dc.contributor.referee1.fl_str_mv |
Silva, Edmundo Albuquerque de Souza e |
dc.contributor.referee2.fl_str_mv |
Menasche, Daniel Sadoc |
dc.contributor.advisor1.fl_str_mv |
Leão, Rosa Maria Meri |
contributor_str_mv |
Silva, Edmundo Albuquerque de Souza e Menasche, Daniel Sadoc Leão, Rosa Maria Meri |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
topic |
CNPQ::ENGENHARIAS Analise Nao Supervisionada Medições em Redes |
dc.subject.por.fl_str_mv |
Analise Nao Supervisionada Medições em Redes |
description |
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. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-03 |
dc.date.accessioned.fl_str_mv |
2022-08-05T16:49:16Z |
dc.date.available.fl_str_mv |
2023-11-30T03:05:07Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11422/18186 |
url |
http://hdl.handle.net/11422/18186 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/18186/1/monopoli10028473.pdf http://pantheon.ufrj.br:80/bitstream/11422/18186/2/license.txt |
bitstream.checksum.fl_str_mv |
7481a6cf5bc1d962048a4aba3249e23d dd32849f2bfb22da963c3aac6e26e255 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1784097206630875136 |