Linha de pesquisa: Sistemas de Computação

Resumo: Com o crescente volume de tráfego de dados exigido pelos consumidores corporativos, empresariais e de varejo, os operadores de telecomunicações estão se tornando um ator cada vez mais importante na economia mundial. No entanto, os operadores devem preparar-se com soluções que permitam lidar mais rapidamente com os incidentes ou mesmo evitá-los, apostando sempre na manutenção de um nível aceitável de serviço ao cliente. Neste contexto, soluções Self Healing (SH), apoiadas em mecanismos Machine Learning (ML), surgem como possibilidades para enfrentar este desafio. Este trabalho apresenta um framework de autocura cognitiva para operadoras de telecomunicações. Ele abrange autodiagnóstico, análise e atuação automática, para mitigação de falhas em redes de banda larga de fibra óptica, por exemplo o Gigabit Passive Optical Network (GPON). Além disso, foi feita uma avaliação experimental utilizando um conjunto de dados anonimizados de usuários de uma operadora extraídos de seu Network Management System (NMS) e Customer Relationship Management (CRM), trazendo mais confiabilidade aos nossos resultados. Este trabalho mostra que o uso de ML em redes de banda larga é viável, e pode mudar a forma como as operadoras de telecomunicações gerenciam e melhoram a experiência do cliente. Neste trabalho, mostramos que um modelo inteligente pode aprender com os dados de uma rede de telecomunicações e tomar decisões sem intervenção humana. Três modelos cognitivos automáticos foram testados como prova experimental de conceito, com precisão média acima de 96%

Link para a defesa: https://teams.microsoft.com/l/meetup-join/19%3ameeting_Y2VmNzEwZjMtMDA3M...