Predição do uso de tráfego de rede por machine learning

dc.contributor.advisorCavalcanti, Anderson Luiz de Oliveira
dc.contributor.advisorLatteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.jsp?id=K4762786T0pt_BR
dc.contributor.authorBarbosa, Gabriel Souto Lozano
dc.contributor.referees1Pedrosa, Diogo Pinheiro Fernandes
dc.contributor.referees2Lima Filho, Francisco Sales de
dc.contributor.referees3Alves, William Soares
dc.date.accessioned2025-01-28T15:17:16Z
dc.date.available2025-01-28T15:17:16Z
dc.date.issued2025-01-23
dc.description.abstractThe paper proposes, through the use of machine learning, to use the linear regression technique developed in the Python language to predict the network consumption of Internet service provider customers and estimate how long the provider's infrastructure will be able to support the current traffic. For this, data obtained by the company MW Soluções, specialized in monitoring services for network operators, were used. The data analyzed refer to the number of PPPoE (Point-to-Point Protocol over Ethernet) sessions connected and the network traffic transmitted by the BGP (Border Gateway Protocol) protocol. The results obtained indicated that the solution based on linear regression is viable and applicable, although it presents limitations and depends on specific adjustments for each provider.pt_BR
dc.description.resumoO trabalho propõe, por meio do uso de aprendizado de máquina, utilizar a técnica de regressão linear desenvolvida na linguagem Python, para prever o consumo de rede dos clientes de provedores de internet e estimar quanto tempo a infraestrutura do provedor será capaz de suportar o tráfego atual. Para isso, foram utilizados dados obtidos pela empresa MW Soluções, especializada em serviços de monitoramento para operadoras de redes. Os dados analisados referem-se à quantidade de sessões PPPoE (Point-to-Point Protocol over Ethernet) conectadas e ao tráfego de rede transmitido pelo protocolo BGP (Border Gateway Protocol). Os resultados obtidos indicaram que a solução baseada em regressão linear é viável e aplicável, ainda que apresente limitações e dependa de ajustes específicos para cada provedor.pt_BR
dc.identifier.citationBARBOSA, Gabriel Souto Lozano. Predição do uso de tráfego de rede por machine learning. 2025. 37 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) — Departamento de Engenharia de Computação e Automação, Universidade Federal do Rio Grande do Norte, , Natal, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/handle/123456789/62132
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Rio Grande do Nortept_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEngenharia de Computação e Automaçãopt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programEngenharia Mecatrônicapt_BR
dc.rightsAttribution 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/*
dc.subjectRegressão linearpt_BR
dc.subjectAprendizado de Máquinaspt_BR
dc.subjectOperadoras de internetpt_BR
dc.subjectPrevisão de tráfegopt_BR
dc.titlePredição do uso de tráfego de rede por machine learningpt_BR
dc.title.alternativePrediction of network traffic usage by machine learningpt_BR
dc.typebachelorThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
TCC_GabrielBarbosa_Eng.Mecatronica.pdf
Tamanho:
945.96 KB
Formato:
Adobe Portable Document Format
Nenhuma Miniatura disponível
Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.45 KB
Formato:
Item-specific license agreed upon to submission
Nenhuma Miniatura disponível
Baixar