3_流量预测综述阅读_Cellular traffic prediction with machine learning: A survey

为了方便学习英语书写，总结的一些话用英语书写

0、文献来源and摘要

• 摘要：
  • review the relevant studies on cellular traffic prediction
  • classify the prediction problems as the temporal（时间的）and spatiotemporal prediction problems
  • 人工智能的预测模型分为：statistical, machine learning, deep learning

1、introduction

流量预测的challenge：

• complex internal（内部的）patterns hidden in the historical traffic data
• pratical deployment（实际部署）：a gap between high-preformance prediction model and real-world systems
  这篇综述的贡献性：
• classification of cellular prediction problems to four workflows and three model
  • workflow : direct-prediction, classification-then-prediction, decomposition-then-prediction, and clustering-then-
    prediction
  • model ： statistical, machine learning, and deep learning
• a comprehensive（广泛的） collection of eight open datasets
• evaluation metrics 评估指标
• potential applications and directions

2、prediction problems and datasets

2.1 prediction problems

• temporal prediction problem:
  
  在这种最简单的类型中，只使用历史流量数据中的时间依赖性
• spatiotemporal prediction problem：
  • the connected users have moved and connected from one base station to another base station, with the process of handover（切换）
    
    在多个基站或多个区域内的流量，除了时间依赖关系，还考虑了它们的空间依赖关系
    the objective is to predict the entire traffic distribution in a given area or only at the hotspots（热点地区）
• 这两种问题都可以看做监督学习：moving windows
  • 收集到的流量数据被视为univariate单变量时间序列，对未来的时间步（time steps）的流量预测基于固定长度的历史数据
    
• 衡量流量：
  • SMS/call service/internet usage service
  • physical resource block utilization （利用率）
  • number of connected users
• 流量数据通过基站收集，然后通过cellular network operator 将不同时间粒度的数据进行聚合
  • 流量需求是由网关上布置的专用探头来监控GPRS隧道协议？（这是啥？）
  • 一般的假设流量数据只在一个基站内使用（没有传输）或者传输到一个central server中央服务器中（需要足够的计算资源）
  • 小的改进： 流量数据不再是全部传输到中央服务器中，而是按照数据对预测精度的贡献性先对数据进行排序，然后再从基站传输到中央服务器中
  • 少数情况下，流量数据是由用户端收集的
  • 大多数时间粒度是5min到1h
• 流量预测问题的分类：
  
  • univariate temporal prediction 单变量时域预测
    • 前$N$个时间步的历史数据： X = { x 1 , x 2 , . . . , x N } \mathcal{X}=\{x_1,x_2,...,x_N\} X={ x1​,x2​,...,xN​}
    • 预测第$N+1$个时间步的$x_{N+1}$
    • $y=f(\mathcal{X})$
  • univariate spatiotemporal prediction 单变量时空预测
    • 流量数据从标量$x_i$变成矢量$\overrightarrow{x_i}$
    • $\overrightarrow{x_i}$：不同基站的数据使用率
  • multivariate temporal prediction 多变量时域预测
    • $\overrightarrow{x_i}$：SMS, call, and data usages from the same base station
  • multivariate spatiotemporal prediction 多变量时空预测
    • 里面的元素是$\overrightarrow{x_i}$： 不同空间区域的不同变量
    • 把整个的矩阵变成向量：当不同的空间区域存在于一个规则的网格中时，可以将流量格式化为具有相同网格大小的矩阵

2.2 dataset

（1）Telecom Italia 意大利电信 2015

链接指路

• 数据集介绍：
  • This dataset was collected in the city of Milan, Italy, from November 1, 2013, to January 1, 2014.
  • 空域被分为100x100的网格，每个网格是235x235平方米
  • 通过分析call detail record(CDR)每十分钟每个网格提取不同的信息（SMSs, calls, and Internet usage data）
  • 这个数据集可以用于单变量、多变量的时空预测流量问题

（2）City Cellular Traffic Map (C2TM) 2015

链接：https://github.com/caesar0301/city-cellular-traffic-map

• 数据集介绍：
  • 13,269 base stations in a medium-sized city in China from August 19, 2012, to August 26, 2012.
  • Each data record contains the base station id（基站id）, a timestamp（时间戳）, number of mobile users（用户数）, number of transferred packets（传输包的数量）, and number of transferred bytes（传输字节数） every hour. base station location（基站位置）

（3）、LTE Network Traffic Data_kaggle

click on this link:https://www.kaggle.com/naebolo/predict-traffic-of-lte-network(sos没有了）

• 数据集介绍：
  • 4G data usage within 57 cells in 24 h for one year, from October 23, 2017, to October 22, 2018
  • the locations of these 57 cells are not available->temporal type

（4）、Cellular Traffic Analysis Data 2019

https://github.com/AminAzari/cellular-traffic-analysis

• 数据集介绍：
  • the traffic packets captured from the user side on several Android devices by using virtual private network tunneling
  • packet arrival/departure time, source/destination IP addresses, communication protocol (e.g., UDP, TCP, SSL), and encrypted payload

（5）、China Unicom One Cell Data

先写到这里吧 : )