Page 150 - Kỷ yếu hội thảo quốc tế: Ứng dụng công nghệ mới trong công trình xanh - lần thứ 9 (ATiGB 2024)

th
HỘI THẢO QUỐC TẾ ATiGB LẦN THỨ CHÍN - The 9 ATiGB 2024 141

UNVEILING PERFORMANCE PATTERNS OF

THE MOBILE BACKHAUL THROUGH

UNSUPERVISED LEARNING

KHAI PHÁ MẪU HIỆU NĂNG ĐÁNH GIÁ

CHẤT LƯỢNG TRUYỀN DẪN BACKHAUL

TRONG THÔNG TIN DI ĐỘNG

NHỜ PHƯƠNG PHÁP HỌC KHÔNG GIÁM SÁT

Cuong-Pham Quoc , Hung Nguyen-Le , Chien Tang-Tan ,
1*
2
2
3
3
5
Mai T. P. Le , Tuan Tang-Anh , Thai Nguyen-Quang
1 MobiFone Testing and Maintenance Center - MobiFone Corporation; cuong.phamquoc@mobifone.vn
2 University of Technology and Education, The University of Danang; nlhung@ute.udn.vn
3 Faculty of Computer Engineering and Electronics – Vietnam - Korea University of Information and Communications
Technology, The University of Danang; ttchien@ac.udn.vn
4 Faculty of Electronics and Communication Engineering
- University of Science and Technology, the University of Danang; {lpmai, tanganhtuan}@dut.udn.vn
3 Department of Computer Science, New Jersey Institute of Technology (NJIT); tqn@njit.edu
1*
2
3
Phạm Quốc Cường , Nguyễn Lê Hùng , Tăng Tấn Chiến ,
5
Lê Thị Phương Mai , Tăng Anh Tuấn , Nguyễn Quang Thái
4
4
1 Trung tâm TMC MobiFone, Tổng Công ty Viễn thông MobiFone; cuong.phamquoc@mobifone.vn
2 Đại học Sư phạm Kỹ thuật, Đại học Đà Nẵng; nlhung@ute.udn.vn
3 Khoa Kỹ thuật máy tính và Điện tử - Đại học Công nghệ thông tin và Truyền thông Việt Hàn,
Đại học Đà Nẵng; ttchien@ac.udn.vn
4 Khoa Điện tử Viễn thông - Đại học Bách khoa, Đại học Đà Nẵng; {lpmai, tanganhtuan}@dut.udn.vn
5 Khoa Khoa học máy tính, Học viện Công nghệ New Jersey; tqn@njit.edu
*cuong.phamquoc@mobifone.vn
Abstract: Embedding artificial intelligence in mobile Tóm tắt: Ứng dụng công nghệ trí tuệ nhân tạo vào
communications promises to bring positive breakthroughs. thông tin di động hứa hẹn mang đến nhiều đột phá tích cực.
For the purpose of improving quality and meeting the Để cải thiện chất lượng và đáp ứng các yêu cầu nghiệm ngặt
stringent requirements of emerging heterogeneous mobile của mạng thông tin di động đa công nghệ từ 4G, 5G, 6G và
technologies such as 4G, 5G, 6G, and beyond 6G, sau 6G thì việc hiểu được đặc tính truyền dẫn backhaul là
understanding characteristics of the mobile backhaul is a nhiệm vụ rất quan trọng. Tuy nhiên, các mẫu hiệu năng của
crucial task. However, performance patterns of the real mạng truyền dẫn backhaul thực tế hầu như chưa được khai
mobile backhaul are mostly unknown. In this paper we phá. Trong bài viết này, chúng tôi sử dụng thuật toán học
identify these patterns from an operating mobile backhaul không giám sát mà cụ thể là thuật toán học không giám sát
network (MBH) with an approach of utilizing unsupervised k-means kết hợp phương pháp Elbow để nhận diện các mẫu
learning, specifically the Elbow method combined with the hiệu năng của mạng truyền dẫn backhauk trong thông tin di
k-means clustering algorithm. Obtained results reveal the động. Các kết quả nghiên cứu đạt được chỉ ra những tính
properties of groups of base stations (BSs) exhibiting chất của nhóm các trạm gốc BS có cùng đặc trưng chất
similar backhaul transmission features, expressed in terms lượng truyền dẫn backhaul thể hiện qua hai khía canh là số
of number of packet loss (PL) and two-way active lượng bản tin mất mát (PL) và tỉ lệ thiết lập thành công giao
measurement protocol (TWAMP) success rate. thức đo lường chủ động hai chiều (TWAMP).
Keywords: performance patterns; mobile backhaul; Từ khóa: mẫu hiệu năng; truyền dẫn backhaul trong
Elbow method; k-means. thông tin di động; phương pháp Elbow; k-means.
to support the complex coexisting multi-layer multi-
1. INTRODUCTION
mobile-technology-platform network with multiple
Recently, mobile operators (MOs) have been time-critical applications [1]. An immense volume of
continuously building and modifying their backhaul traffic is increasing and exhibiting significant
ISBN: 978-604-80-9779-0