عنوان انگلیسی: Identifying the Effective Parameters for Vertical Handover in Cellular Networks Using Data Mining Techniques
سال نشر: ۲۰۱۶
نویسنده: Nadine Kashmar,Mirna Atieh,Ali Haidar
تعداد صفحه فارسی: ۱۱ – تعداد صفحه انگلیسی: ۹
دانشگاه: a Department of Electrical and Computer Engineering, Faculty of Engineering, Beirut Arab University, Debbieh, Lebanon b Business Computer Department, Faculty of Economic Sciences and Administration, Lebanese University, Hadat, Lebanon
نشریه: Process Safety and Environmental Protection
کیفیت ترجمه: ترجمه پلاس
چکیده
نیاز به تحرک یکپارچه در محیط ناهمگن شبکه های سلولی ، نیاز به یافتن مکانیسم های مختلف انتقال مستقیم (VHO) برای انتخاب بهترین شبکه را تحمیل می کند.فرآیند انتخاب براساس فاکتورهای مختلفی از جمله: هزینه ، وضعیت باتری ترمینال موبایل (MT) ، ظرفیت هر پیوند شبکه ، پهنای باند در دسترس (ABW) ، استحکام سیگنال دریافت شده (RSS) و غیره صورت می گیرد ، اما مشکل اصلی در اینجا برای یافتن مؤثرترین پارامترها برای VHO و اولویت های آنها برای این مکانیسم های تصمیم گیری استفاده شده است. علاوه بر این ، شناختن مقادیر این پارامترها برای داده کاوی (DM) مفید خواهد بود. برای این منظور، ما سرور دادههای واقعی دو شرکت مخابراتی سیار در لبنان، لمس و آلفا برای سیستم جهانی ارتباطات سیار (GSM)و شبکه جهانی مخابرات سیار (UMTS)را جمعآوری کردیم. بعد از پیش پردازش و تجزیه و تحلیل دادهها، الگوهای مکرر (FP)برای خلاصه کردن فایلهای داده های ثبت شد. سپس داده های خلاصه شده با استفاده از تکنیک های توصیفی و تجسم برای یافتن مؤثرترین پارامترهای فرآیند انتقال (HO) مورد تجزیه و تحلیل قرار گرفت. سه پارامتر مؤثر به دست آمد: قدرت سیگنال
Abstract
The need for seamless mobility within the heterogeneous environment of cellular networks imposed the need for finding different vertical handover (VHO) mechanisms to select the best network. The selection process is based on different factors, such as: cost, battery status of Mobile Terminal (MT), the capacity of each network link, available bandwidth (ABW), received signal strength (RSS), etc. However, the major problem here is to find the most effective parameters for VHO and their priorities for these decision mechanisms. Besides, it would be useful to know the values of these parameters for data mining (DM). For this purpose, we collected real log data server of two mobile telecom companies in Lebanon, Touch and Alfa for Global System for Mobile Communications (GSM) and Universal Mobile Telecommunications System (UMTS) networks. After preprocessing and discretizing the data, frequent patterns (FP) were extracted to summarize the log data files. The summarized data was then analyzed
امتیاز شما: