FenixEdu™

Dissertação

Network Performance Enhancement by Implementing Self-healing functions in Mobile Network Operations EVALUATED

Detalhes: Diagnosticar a causa raíz das falhas das redes móveis é uma tarefa cada vez mais exigente e morosa, dada a sua crescente complexidade. Por este motivo, os operadores de redes móveis estão a direcionar os seus esforços para automatizar tarefas relacionadas com o diagnóstico e compensação de falhas. A introdução de técnicas de Self-Healing visa garantir uma elevada disponibilidade da rede, monitorizando continuamente alarmes, contadores de desempenho, KPIs e parâmetros de configuração. Esta tese foca-se na realização da análise da causa raíz da degradação de KPIs da rede móvel, usando para tal técnicas de aprendizagem supervisionada e o método TreeSHAP. O objetivo principal é identificar contadores críticos de gestão de desempenho da rede passíveis de indicar a causa raíz das falhas. Para cumprir este objetivo são testados os modelos AdaBoost, Gradient Boosting, XGBoost, Random Forest e Extra-Trees para prever uma classificação binária de falha/não falha. Os KPIs para os quais os modelos de aprendizagem automática apresentam boas capacidades preditivas são selecionados para avançar para a fase de análise da causa raíz. Por sua vez, esta análise é realizada tendo por base o método Tree-SHAP. A metodologia descrita permitiu prever com sucesso falhas para os KPIs User Downlink Average Throughput, User Uplink Average Throughput e Service Drop Rate. Além disso, foi elaborada uma lista dos contadores mais prováveis de indicarem falhas nestes KPIs. Por último, a partir da identificação destes contadores, definiu-se um sistema de diagnóstico e quantificação da ocorrência das causas mais prováveis de degradação em cada KPI.
Keywords: Redes Móveis, KPIs, Contadores PM, Análise de Causa Raíz, Aprendizagem Automática, Tree-SHAP

Discussão: abril 21, 2022, 9:0