Clasificación de señales para la detección de patrones anómalos. Explotación de una base de datos no estructurada
En este trabajo se analizan señales de una red de telecomunicaciones, por la que se provee el servicio de banda ancha de Internet a un conjunto de hogares. Cuando ocurre algún daño físico en la estructura de la red, como ser deterioro del cableado, un doblez, ruptura, corrosión, filtración de agua,...
| Autores principales: | , , |
|---|---|
| Otros Autores: | |
| Formato: | conferenceObject documento de conferencia publishedVersion |
| Lenguaje: | Español |
| Publicado: |
2020
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/2133/18424 http://hdl.handle.net/2133/18424 |
| Aporte de: |
| id |
I15-R121-2133-18424 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Nacional de Rosario |
| institution_str |
I-15 |
| repository_str |
R-121 |
| collection |
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) |
| language |
Español |
| orig_language_str_mv |
spa |
| topic |
minería de datos análisis cluster procesamiento de señales detección de patrones bases de datos no estructurados |
| spellingShingle |
minería de datos análisis cluster procesamiento de señales detección de patrones bases de datos no estructurados Gibellini, Emilia Quaglino, Marta Beatriz Righetti, Claudio E Clasificación de señales para la detección de patrones anómalos. Explotación de una base de datos no estructurada |
| topic_facet |
minería de datos análisis cluster procesamiento de señales detección de patrones bases de datos no estructurados |
| description |
En este trabajo se analizan señales de una red de telecomunicaciones, por la que se provee el servicio de banda ancha de Internet a un conjunto de hogares. Cuando ocurre algún daño físico en la estructura de la red, como ser deterioro del cableado, un doblez, ruptura, corrosión, filtración de agua, una mala instalación, etc., ocurren deformaciones de las señales que allí se transmiten. Consecuentemente, la detección de patrones anómalos en las señales recibidas por los módems que se encuentran en los hogares, permite identificar daños.
El objetivo planteado fue resolver problemas de clasificación y predicción en el área de procesamiento de señales mediante metodología estadística, en particular, análisis cluster, para agrupar conjuntos de señales que exhiban patrones comunes de afecciones, verificando si éstas se correspondan a causas conocidas
Se presenta una estrategia automatizada que permitió clasificar una gran muestra de datos de señales almacenadas en bases no estructuradas. La identificación de patrones que puedan ser ocasionados por problemas estructurales en la red, conocidos comúnmente como afecciones, permite el ahorro de tiempo de diagnósticos que actualmente se llevan a cabo a través de la observación caso a caso. Adicionalmente, provee una alternativa de control para los casos en los que se quiere corroborar que determinadas señales estén siendo recibidas efectivamente por algún conjunto de módems. Por otra partea partir de una muestra de señales ya etiquetadas, se pudo definir una regla de clasificación que detecte anomalías sobre nuevas muestras.
En la muestra analizada se encontraron grupos de señales con pendientes crecientes o decrecientes a lo largo de todo el espectro, así como a ruidos internos. Estos patrones se asocian a problemas de ecualización en equipos que pertenecen a la red. También se identificó el ingreso de señales del aire, lo cual ocurre cuando la red HFC se daña (por rotura, corrosión, conexiones clandestinas, etc.), y se rompe el aislamiento, permitiendo el ingreso y egreso de señales. Asimismo, se encontraron módems con otros patrones que no responden a afecciones sino a filtros aplicados por políticas de la compañía y señales de prueba mal configuradas.
Los métodos propuestos en este trabajo posibilitan poner en marcha acciones de mantenimiento proactivo de la red en la compañía de telecomunicaciones. |
| author2 |
Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario |
| author_facet |
Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario Gibellini, Emilia Quaglino, Marta Beatriz Righetti, Claudio E |
| format |
conferenceObject documento de conferencia publishedVersion |
| author |
Gibellini, Emilia Quaglino, Marta Beatriz Righetti, Claudio E |
| author_sort |
Gibellini, Emilia |
| title |
Clasificación de señales para la detección de patrones anómalos. Explotación de una base de datos no estructurada |
| title_short |
Clasificación de señales para la detección de patrones anómalos. Explotación de una base de datos no estructurada |
| title_full |
Clasificación de señales para la detección de patrones anómalos. Explotación de una base de datos no estructurada |
| title_fullStr |
Clasificación de señales para la detección de patrones anómalos. Explotación de una base de datos no estructurada |
| title_full_unstemmed |
Clasificación de señales para la detección de patrones anómalos. Explotación de una base de datos no estructurada |
| title_sort |
clasificación de señales para la detección de patrones anómalos. explotación de una base de datos no estructurada |
| publishDate |
2020 |
| url |
http://hdl.handle.net/2133/18424 http://hdl.handle.net/2133/18424 |
| work_keys_str_mv |
AT gibelliniemilia clasificaciondesenalesparaladetecciondepatronesanomalosexplotaciondeunabasededatosnoestructurada AT quaglinomartabeatriz clasificaciondesenalesparaladetecciondepatronesanomalosexplotaciondeunabasededatosnoestructurada AT righetticlaudioe clasificaciondesenalesparaladetecciondepatronesanomalosexplotaciondeunabasededatosnoestructurada |
| bdutipo_str |
Repositorios |
| _version_ |
1764820410359087105 |