Tiedonsiirto ennustamalla

Tiedon tuottaminen ja siirto on tulevaisuudessa merkittävässä osassa kaikkea verkkoliikennettä. Ennusteiden mukaan sekä laitteiden että kerätyn tiedon määrä moninker- taistuu tulevaisuudessa. Tämä aiheuttaa haasteita laitteille ja tiedon siirtoverkoille. Tässä tut- kielmassa selvitetään, voidaanko tiedon ennustamisella säästää resursseja niin siirtokanavien kuin laitteiden osalta. Ennustamisessa hyödynnetään konetunnistamisen menetelmiä ja mal- lia simuloidaan oikealla tiedolla. Production and transfer of information will constitute a substantial part of all network traffic in the future. According to estimates, the amount of equipment as well as the amount of information gathered will multiply. This creates challenges for both the equipment and the data transfer networks. This study explores the possibilities of data predicting in saving resources concerning the transfer networks as well as the equipment. In creating the predicting model the machine learning methods are utilized and the model is simulated using real world data.