PDF de programación - Predicción de Tráfico en Redes de Telecomunicaciones basado en Técnicas de Inteligencia Analítica

CENTRO DE INVESTIGACI ´ON Y DE ESTUDIOS AVANZADOS

DEL INSTITUTO POLIT´ECNICO NACIONAL
DEPARTAMENTO DE INGENIER´IA EL´ECTRICA

SECCI ´ON DE COMPUTACI ´ON

Predicci´on de Tr´afico en Redes de Telecomunicaciones

basado en T´ecnicas de Inteligencia Anal´ıtica

Tesis que presenta

Millan Alonso Gildardo

Para obtener el grado de

Maestro en Ciencias

En la especialidad de

Ingenier´ıa El´ectrica

Opci´on Computaci´on

Director: Dra. Xiaoou Li Zhang

Co-director: Dr. Luis E. Rocha Mier

M´exico, D.F., Julio de 2006

ii

iv

Agradecimientos

Gracias a mis padres por su ejemplo y apoyo incondicional, cada meta en mi vida es

tambi´en de ustedes.

A mis hermanos por confiar y alentarme en cada momento.

A mis sobrinos por demostrarme con su cari˜no que hay alguien por quien seguir ade-

lante.

A ustedes Jorge y Francisco por demostrarme que pudo contar con su amistad en

todo momento.

A mis asesores el Dr. Lu´ıs E. Rocha y Dra. Xiaoou Li por aconsejarme y transmitirme
sus conocimientos y por haberme permitido desarrollar un trabajo que me dejo valiosas
ense˜nanzas.

A mis compa˜neros de la secci´on de computaci´on por hacer mas amena mi estancia

durante estos dos a˜nos.

A Sofi por contar con tu ayuda en todo momento.

Al CINVESTAV por permitirme cursar todas las materias de la maestr´ıa.

Al CONACYT por la beca proporcionada para desarrollar este programa de maestr´ıa.

vi

Resumen

Durante el proceso de planeaci´on de la capacidad de redes de telecomunica-
ciones, es necesario estimar el tr´afico esperado que la red deber´ıa soportar.
La estimaci´on en ocasiones es dif´ıcil de obtener debido a la naturaleza dis-
tribuida de la red y al gran n´umero de variables que se deben de tomar en
cuenta.

En este trabajo de investigaci´on, proponemos una metodolog´ıa basada en
t´ecnicas de inteligencia anal´ıtica para detectar y pronosticar las variables
de red que contribuyen a la utilizaci´on de los enlaces. Adem´as, se propone
un modelo de redes neuronales en miner´ıa de datos capaz de pronosticar el
nivel de utilizaci´on de los enlaces de una red de datos. Los datos sobre el
estado de la red de datos son obtenidos a partir de un simulador de redes
de telecomunicaciones y despu´es son analizados gracias a la adaptaci´on de
t´ecnicas anal´ıticas. Los resultados experimentales muestran las ventajas de
la metodolog´ıa propuesta para detectar las variables m´as importantes y la
precisi´on del modelo de predicci´on para anticipar la carga de tr´afico de un
escenario de red de datos.

Abstract

During the network capacity planning process, it is necessary to estimate
the traffic that the data network links can support. This estimation is some-
times very hard to obtain due to the distributed nature of the network and
the great number of network variables.

In this research work, we propose a framework based on analytics intelli-
gence techniques to detect the data network variables that contribute to the
traffic load. In addition, we present a data mining predictive model based
on neural networks that is able to forecast accurately the most important
variables allowing the prediction of links’ utilization. The data of the data
network behavior are obtained from a telecommunication network simulator,
and after they are analysed thanks to the adaptation of analytic techniques.
Our experimental results show the advantages of our framework in detecting
the most important variables and the accuracy of our developed predictive
model to anticipate the traffic load.

viii

´Indice general

1. Introducci´on

1.1. Trabajo relacionado . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Organizaci´on de la tesis
. . . . . . . . . . . . . . . . . . . . . . . . . .

2. Redes de Telecomunicaciones

2.1. Tipos de redes de telecomunicaciones . . . . . . . . . . . . . . . . . . .
2.2. Tr´afico en una red de telecomunicaciones . . . . . . . . . . . . . . . . .
2.3. Planeaci´on de la capacidad de la red . . . . . . . . . . . . . . . . . . .
2.4. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3. T´ecnicas de Inteligencia Anal´ıtica

3.1.
Inteligencia anal´ıtica . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. T´ecnicas estad´ısticas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.1. Series de tiempo
. . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.2. Correlaci´on de Spearman . . . . . . . . . . . . . . . . . . . . . .
3.3. Miner´ıa de datos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4. Redes neuronales (RN) . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.1. ¿Qu´e es una red neuronal? . . . . . . . . . . . . . . . . . . . . .
3.4.2. ¿Como aprende una red neuronal? . . . . . . . . . . . . . . . . .
3.4.3. Topolog´ıas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.4. Modelo para predicci´on . . . . . . . . . . . . . . . . . . . . . . .
3.4.5. Modelo para pron´ostico . . . . . . . . . . . . . . . . . . . . . . .
3.5. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4. Metodolog´ıa desarrollada

4.1. Proceso de adquisici´on de conocimiento . . . . . . . . . . . . . . . . . .
4.2. Predicci´on de tr´afico en redes de telecomunicaciones . . . . . . . . . . .
4.2.1. Coleccionar los datos de un escenario de red . . . . . . . . . . .
4.2.2. Preparaci´on y limpieza de los datos . . . . . . . . . . . . . . . .
4.2.3. Selecci´on de variables no redundantes . . . . . . . . . . . . . . .
4.2.4. Selecci´on de variables para la predicci´on . . . . . . . . . . . . .

1
3
7

9
9
14
17
19

21
21
22
22
23
24
30
32
36
37
38
39
40

41
41
45
47
49
50
51

ix

´Indice general

4.2.5. Pronostico de las variables seleccionadas. . . . . . . . . . . . . .
4.2.6. Predicci´on del tr´afico de la red.
. . . . . . . . . . . . . . . . . .
Interpretaci´on de los resultados. . . . . . . . . . . . . . . . . . .
4.2.7.
4.3. Discusi´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5. Caso de Estudio

5.1. Coleccionar los datos de un escenario de red . . . . . . . . . . . . . . .
5.1.1. Dise˜no de la red.
. . . . . . . . . . . . . . . . . . . . . . . . . .
5.1.2. Generaci´on de datos de tr´afico . . . . . . . . . . . . . . . . . . .
5.2. Preparaci´on y limpieza de los datos. . . . . . . . . . . . . . . . . . . . .
5.3. Selecci´on de variables no redundantes . . . . . . . . . . . . . . . . . . .
5.4. Selecci´on de variables para la predicci´on . . . . . . . . . . . . . . . . .
5.5. Pron´ostico de las variables seleccionadas.
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
5.6. Predicci´on del tr´afico de la red.
5.7.
Interpretaci´on de los resultados
. . . . . . . . . . . . . . . . . . . . . .

6. Conclusiones

A. Simulaci´on en Opnet Modeler

B. Limpieza de los datos

C. An´alisis de Correlaci´on

Bibliograf´ıa

52
54
54
56

57
57
57
60
64
66
69
76
82
83

85

87

93

95

101

x

´Indice de cuadros

3.1. Formato de los datos de entrenamiento del modelo de predicci´on.

. . .

4.1. Formato de los datos de entrenamiento del modelo de predicci´on.
. . .
4.2. Formato de los datos de entrada para el entrenamiento del modelo de
pronostico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3. Formato de los datos de los targets para el entrenamiento del modelo de
pronostico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.1. Tr´afico de red. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2. Aplicaciones y perfiles de las subredes.
. . . . . . . . . . . . . . . . . .
5.3. Serie de tiempo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.4. Serie de tiempo despu´es de la limpieza de los datos.
. . . . . . . . . . .
5.5. Parte de la matriz de correlaci´on de Spearman entre las 191 variables de
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.6. Variables no redundantes.
. . . . . . . . . . . . . . . . . . . . . . . . .
5.7. Variables que contribuyen con el target. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . .
5.8. Medidas de desempe˜no del modelo de pron´ostico.
5.9. Medidas de desempe˜no del modelo de predicci´on.
. . . . . . . . . . . .

la serie de tiempo.

A.1. Estad´ısticas seleccionadas del escenario de red de la figura A.1 . . . . .

38

52

53

54

60
61
63
64

66
67
70
78
84

90

xi

´Indice de cuadros

xii

´Indice de figuras

2.1. Estructura de una red m´ovil. . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Comunicaci´on entre dos computadoras. (a) Enlace punto a punto (b)
PSTN + enlace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3. Red de ´area local (LAN). . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4. Red de ´area amplia (WAN).
. . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5.

Internet.

3.4.

3.1. La red neuronal es un proceso que sabe c´omo procesar un conjunto de
entradas para crear una salida. . . . . . . . . . . . . . . . . . . . . . . .
3.2. Una RN que tiene cuatro entradas y produce una salida. El resultado
de entrenar a esta red es equivalente a una t´ecnica estad´ıstica llamada
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
regresi´on log´ıstica.
3.3. Esta red tiene una capa intermedia llamada capa oculta, la cual hace a
la red pueda reconocer m´as patrones.
. . . . . . . . . . . . . . . . . . .
Incrementar el n´umero de unidades de la capa oculta hace que la red
aumente su precisi´on pero introduce el riesgo de sobre entrenamiento.
Usualmente solo se necesita una capa oculta. . . . . . . . . . . . . . . .
3.5. Una red neuronal puede producir m´ultiples valores de salida. . . . . . .
3.6. La unidad de una red neuronal artificial modela una neurona biol´ogica.
La salida de la unidad es una combinaci´on no lineal de sus entradas. . .
3.7. Tres funciones de transferencia comunes son: sigmoid, lineal y la tangente
. . . . . . . . . . . . . . . . . . . . . . . . . . . .