La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

HOAH: A Hybrid TCP Throughput Prediction with Autoregressive Model and Hidden Markov Model for Mobile Networks HOAH : une prédiction de débit TCP hybride avec un modèle autorégressif et un modèle de Markov caché pour les réseaux mobiles

Bo WEI, Kenji KANAI, Wataru KAWAKAMI, Jiro KATTO

  • Vues en texte intégral

    0

  • Citer

Résumé:

La prédiction du débit est l'une des techniques prometteuses pour améliorer la qualité de service (QoS) et la qualité d'expérience (QoE) des applications mobiles. Pour résoudre le problème de la prévision précise de la distribution future du débit pendant toute la session, qui peut présenter d'importantes fluctuations de débit dans différents scénarios (en particulier les scénarios d'utilisateur en mouvement), nous proposons une méthode de prédiction du débit basée sur l'historique qui utilise l'analyse de séries chronologiques et des techniques d'apprentissage automatique. pour la communication sur réseau mobile. Cette méthode est appelée prédiction hybride avec le modèle autorégressif et le modèle de Markov caché (HOAH). Différent des méthodes existantes, HOAH utilise Support Vector Machine (SVM) pour classer la transition de débit en deux classes et prédit le débit du protocole de contrôle de transmission (TCP) en basculant entre le modèle autorégressif (modèle AR) et le modèle de mélange gaussien-Markov caché. Modèle (GMM-HMM). Nous menons des expériences sur le terrain pour évaluer la méthode proposée dans sept scénarios différents. Les résultats montrent que HOAH peut prédire efficacement le débit futur et réduit l’erreur de prédiction d’un maximum de 55.95 % par rapport à d’autres méthodes.

Publication
IEICE TRANSACTIONS on Communications Vol.E101-B No.7 pp.1612-1624
Date de publication
2018/07/01
Publicisé
2018/01/22
ISSN en ligne
1745-1345
DOI
10.1587/transcom.2017CQP0007
Type de manuscrit
Special Section PAPER (Special Section on Communication Quality in Wireless Networks)
Catégories

Auteurs

Bo WEI
  Waseda University
Kenji KANAI
  Waseda University
Wataru KAWAKAMI
  Waseda University
Jiro KATTO
  Waseda University

Mots-clés

Table des matières