Desarrollo de una herramienta de monitoreo y análisis predictivo mediante una técnica de machine learning para redes móviles 4G LTE

Este proyecto describe un sistema automatizado de monitorización y alertas para gestionar el porcentaje de uso de Bloques de Recursos Físicos (PRBs) en el enlace descendente y el tráfico de usuarios sobre un número determinado de celdas de red de acceso radio de estaciones base. Con la utilización de Python y diferentes Apis como herramientas de análisis de datos, el sistema analiza condiciones reales de red, extrayendo logs desde una base de datos, al tiempo que realiza un seguimiento de forma continua e ininterrumpida del estado de los PRB y el tráfico en cada celda, con el fin de determinar eficientemente el estado de un gran número de celdas en un tiempo muy corto. La solución genera alertas visuales mediante un gráfico de barras en un dashboard web cuando exista un alto uso de Bloques de Recursos Físicos (PRBs), y, cuando se detecte un bajo uso de Bloques de Recursos Físicos (PRBs). Estas alertas permitirán a los operadores de telecomunicaciones tomar decisiones de manera proactiva sin tener que esperar hasta semanas a que un equipo se dedique a identificar manualmente celda por celda. Además, el proyecto incorpora técnicas de aprendizaje computacional (ML, del inglés) y modelos estadísticos, utilizando la librería Prophet de Meta para realizar predicciones sobre el porcentaje de uso de Bloques de Recursos Físicos (PRBs) en el enlace descendente de las celdas. Estas predicciones permiten anticipar el comportamiento de la red a 30 días o más, facilitando una planificación proactiva y mejorando la capacidad de respuesta ante posibles congestiones o subutilización de los recursos.

• Autores: Hernández Martínez, Jean Carlos; Lizarazo Prieto, Santiago Enrique
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/94252
• Acceso en línea: http://hdl.handle.net/11349/94252
• Palabra clave: Comunicación móvil 4G; Monitoreo computarizado; Análisis de datos; Aprendizaje de máquina; Red de radio acceso; Desarrollo de software; Ingeniería en Telecomunicaciones -- Tesis y disertaciones académicas; 4G mobile communication; Computerized monitoring; Data analysis; Machine Learning; Radio Access network; Software development
• License: Abierto (Texto Completo)