KEYWORD |
Analisi di Big Data e AI per il monitoraggio del traffico di rete e il rilevamento delle anomalie
Parole chiave BIG DATA, DATA ANALYTICS, INTERNET, MACHINE LEARNING
Riferimenti DANILO GIORDANO, MARCO MELLIA
Riferimenti esterni Martino Trevisan
Gruppi di ricerca DAUIN - GR-04 - DATABASE AND DATA MINING GROUP - DBDM
Tipo tesi ANALISI DATI, MACHINE LEARNING, RICERCA CON AZIENDA
Descrizione La tesi sarà svolta in cooperazione con TIM. Per gli Internet Service Provider (ISP), il monitoraggio del traffico di rete è uno strumento importante per comprendere le prestazioni della rete, identificare i problemi dei clienti e risolvere i problemi. In questa direzione, uno degli obiettivi è monitorare le prestazioni della rete per comprendere i problemi relativi a metriche oggettive misurabili con metriche di qualità del servizio (QoS) e la qualità soggettiva dell'esperienza (QoE) del cliente.
Questa tesi studia i dati di monitoraggio della rete raccolti da un ISP durante importanti eventi sportivi in streaming live su una rete con migliaia di clienti.
La tesi si concentrerà sulla caratterizzazione dei dati per comprendere modelli e prestazioni della rete e infine sulla progettazione di pipeline di apprendimento automatico non supervisionate per raggruppare i clienti o identificare i clienti con comportamenti insoliti.
Obiettivo della tesi
- caratterizzare i dati per comprendere modelli e prestazioni della rete
- utilizzare l'apprendimento automatico per il clustering e il rilevamento delle anomalie per identificare gruppi di utenti o utenti con comportamenti insoliti.
Conoscenze richieste Python, Machine Learning, Spark
Scadenza validita proposta 26/12/2025
PROPONI LA TUA CANDIDATURA