| Popis: |
Para atender às necessidades de acesso sem fio dos usuários, as redes Wi-Fi têm sido bastante ampliadas e isso leva a custos energéticos cada vez maiores. Economizar energia numa rede Wi-Fi de grande escala, sem nenhum grande impacto no serviço oferecido aos usuários, é sem dúvida algo extremamente desejável. Neste trabalho, analisa-se o desempenho de algoritmos de aprendizado de máquina multirrótulo para fornecer previsões de associações de usuários num cenário real de rede sem fio, utilizando dados da rede SCIFI da Universidade Federal Fluminense (UFF) em um período de 6 meses. Os resultados mostraram que o método relevância binária e o algoritmo árvore de decisão obtiveram a melhor acurácia com um valor de 87,04% para a classificação dos estados de ocupação dos pontos de acesso sem fio. Os resultados também demonstram que um mecanismo como o idealizado por este trabalho é capaz de economizar em torno de 10,34% da energia total utilizada pela rede sem fio. |
