Outlier detection in cellular network data exploration

Matkapuhelinverkot kuten GSM-verkko rakentuvat erillisistä soluista. Yksi solu verkossa on yhden tukiaseman kantoalue. Riippumatta siitä minkä tukiaseman alueella käyttäjä on pitäisi verkon pystyä huolehtimaan käyttäjän vaatimista palveluista. Jokaisella tukiasemalla pitäisi siis olla tarpeeksi resursseja käytössään palvellakseen oman alueensa asiakkaita. Täten myös verkon analysointi voidaan jossain määrin jakaa tukiasemien yksilölliseen tutkimiseen. Tässä työssä tutkitaan ohjaamattomaan oppimiseen perustuvia menetelmiä poikkeavien mittausten etsimisessä. Valittaessa menetelmiä on pyritty huomioimaan niiden soveltuvuus soluverkosta kerätyn datan analysointiin. Verkon analysointi on jaettu yksittäisen solun tutkimiseen ja solujen väliseen vertailuun. Tarkempaan tutkimukseen valitut tilastolliset ja neuraalit menetelmät testataan synteettisellä datalla ja oikeasta GSM-verkosta kerätyllä datalla. GSM-verkon datan tapauksessa käsitellään edellä mainitut kaksi eri tapausta soluverkolle. Testeissä pyritään käyttämään menetelmiä hyödyntämällä mahdollisimman vähän käytettävissä olevaa prioritietoa verkosta, jotta menetelmien siirtäminen uuden datan käsittelyyn olisi helpompaa. Saatuja tuloksia analysoidaan vertaamalla menetelmiä sekä keskenään että yleisellä tasolla mutta lopulliset päätökset niiden soveltuvuudesta verkon analysointiin jätetään verkkoasiantuntijoiden päätettäväksi.