Throughput Prediction in Cellular Networks: Experiments and Preliminary Results

Archive ouverte

Samba, Alassane | Busnel, Yann | Blanc, Alberto | Dooze, Philippe | Simon, Gwendal

Edité par CCSD -

International audience. Throughput has a strong impact on user experience in cellular networks. The ability to predict the throughput of a connection, before it starts, will bring new possibilities, particularly to the Internet service providers. They could adapt contents to the quality of service really reachable by users, in order to enhance their experience. First this study highlights the prediction capabilities thanks to different algorithms and data gathered at different network levels. Then we propose a simple approach based on machine learning to predict the throughput using a few data related to the context of use. . Le débit d'une connexion possède un impact significatif sur la qualité d'expérience via les réseaux cellulaires. Savoir prédire le débit d'une connexion à venir permettrait d'offrir d'immenses possibilités, notamment aux fournisseurs de services Internet. Ces derniers pourraient ainsi adapter leurs contenus à la qualité de service accessible par l'utilisateur, dans le but de maximiser sa qualité d'expérience. En premier lieu, cette étude illustre les capacités de prédiction atteignables grâce à des données collectées à différents niveaux du réseau. Dans un second temps, nous proposons une approche simple fondée sur des méthodes d'apprentissage pour prédire le débit d'une connexion à partir d'information minimale sur le contexte d'utilisation.

• Description
• Sujet/Public
• Outil
• Outil d'anticipation
• Mémoire et thèse
• Gestion