RT Conference Proceedings
T1 Análisis y clasificación automática de anomalías de red mediante análisis multiresolución y métodos no supervisados
A1 Cantizani-Estepa, Juan
A1 Fortes-Rodríguez, Sergio
A1 Villegas, Javier
A1 Martín Cuerdo, Raúl
A1 Rasines Suárez, Javier
A1 Barco-Moreno, Raquel
K1 Redes de banda ancha - Congresos
K1 Aprendizaje automático (Inteligencia artificial) - Congresos
AB Cellular networks have been increasing in size and complexity constantly since the earliest generations. This growing complexity makes it harder for network operators to manage and improve the efficiency of the network while maximizing the quality of experience (QoE) of its users. As a way to ease the management of such complex networks, self-healing and automatic network-optimization methods have been developed over the years. Implementation of this methods made networks capable of troubleshooting problems previously identified by network experts, reducing the work effort required to maintain a high QoE. To automatically identify these network problems, unsupervised classification techniques have been put to use, since the amount of labelled data required for supervised techniques is not always available or complete. This paper proposes a method based on multi-resolution analysis and clustering for the detection and identification of anomalies in cellular networks through different Key-Performance Indicators (KPIs).
YR 2022
FD 2022-09
LK https://hdl.handle.net/10630/25004
UL https://hdl.handle.net/10630/25004
LA spa
NO Este trabajo ha sido parcialmente financiado por la Universidad de Málaga a traves del II Plan Propio de Investigación y Transferencia de la Universidad de Málaga. Ha recibido fondos del contrato con referencia Ref.- 8.06/5.59.5705 -3 IDEA, “Desarrollo de casos de uso para el diseño, optimización y dimensionado de redes móviles - Líneas B1 y D1”, en el marco de los incentivos de la Agencia IDEA. Así como mediante la beca postdoctoral (Ref., DOC 01154, “Selección de personal investigador doctor convocado mediante Resolución de 21 de mayo de 2020”, PAIDI 2020) y el proyecto MAORI del Ministerio de Asuntos Económicos y Transformación Digital y la Unión Europea - NextGenerationEU, en el marco del Plan de Recuperación, Transformación y Resiliencia y el Mecanismo de Recuperación y Resiliencia.
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 19 ene 2026