Colección SciELO Chile

Departamento Gestión de Conocimiento, Monitoreo y Prospección
Consultas o comentarios: productividad@anid.cl
Búsqueda Publicación
Búsqueda por Tema Título, Abstract y Keywords



A proposal for a mobile internet QoS forecasting method based on passive measurements
Indexado
Scopus SCOPUS_ID:85032748455
DOI
Año 2017
Tipo

Citas Totales

Autores Afiliación Chile

Instituciones Chile

% Participación
Internacional

Autores
Afiliación Extranjera

Instituciones
Extranjeras


Abstract



Mobile internet Quality of Service is a very important thing for service providers and customers, establishing an objective di erence between the service that the costumers pay for and what they actually get. This study proposes a method to forecast mobile internet QoS, using time series analysis and based on metrics obtained from passive measurements performed by Android mobile devices like signal strength, amount of data tra c and disconnection events. Also, the method considers external information about the environment that can have an e ect on mobile internet QoS.

Disciplinas de Investigación



WOS
Sin Disciplinas
Scopus
Sin Disciplinas
SciELO
Sin Disciplinas

Muestra la distribución de disciplinas para esta publicación.

Publicaciones WoS (Ediciones: ISSHP, ISTP, AHCI, SSCI, SCI), Scopus, SciELO Chile.

Colaboración Institucional



Muestra la distribución de colaboración, tanto nacional como extranjera, generada en esta publicación.


Autores - Afiliación



Ord. Autor Género Institución - País
1 Madariaga, Diego Hombre Universidad de Chile - Chile

Muestra la afiliación y género (detectado) para los co-autores de la publicación.

Financiamiento



Fuente
Total

Muestra la fuente de financiamiento declarada en la publicación.

Agradecimientos



Agradecimiento
Diferentes estudios han desarrollado métodos de pre-dicción basados en las redes de telefonía celular, den-tro de los cuales destacan los métodos de predicción del tráfico de llamadas [Aki05] [Hu07] y la predicción del tráfico de datos total sobre la red [Mia14] [Shu03], todos basados en técnicas de aprendizaje de máquinas para el análisis de series temporales. Dichos estudios tienen gran relevancia ya que el volumen del tráfico de las redes móviles puede afectar directamente la calidad de servicio, dados los altos niveles de congestión de red que se pueden producir.

Muestra la fuente de financiamiento declarada en la publicación.