Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/74889
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor1 | José Marcos Silva Nogueira | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7955837132687218 | pt_BR |
dc.contributor.advisor-co1 | Daniel Fernandes Macedo | pt_BR |
dc.contributor.referee1 | Michele Nogueira Lima | pt_BR |
dc.contributor.referee2 | Flávio de Oliveira Silva | pt_BR |
dc.contributor.referee3 | Tereza Cristina Melo de Brito Carvalho | pt_BR |
dc.creator | Júnia Maísa de Oliveira Pereira | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/1953643882946976 | pt_BR |
dc.date.accessioned | 2024-08-23T23:55:05Z | - |
dc.date.available | 2024-08-23T23:55:05Z | - |
dc.date.issued | 2024-05-28 | - |
dc.identifier.uri | http://hdl.handle.net/1843/74889 | - |
dc.description.abstract | No domínio da tecnologia 5G, a funcionalidade de análise de dados, denominada \emph{Network Dada Analytics Function} (NWDAF), foi introduzida pela primeira vez na versão 16, destacando sua importância, objetivos e requisitos críticos. O NWDAF aproveita a Inteligência Artificial (IA) para melhorar seu desempenho, mas não é um recurso nativo dos núcleos 5G de código aberto, necessitando de sua implementação conforme as necessidades do usuário. No entanto, para utilizadores que desejam integrar o NWDAF ao núcleo, mas não estão familiarizados com a arquitetura principal ou com a integração da Interface de Programação de Aplicações (API), esta tarefa pode representar um desafio significativo, levando potencialmente ao abandono da implementação da análise de dados.Embora a atual iteração do NWDAF descreva casos de utilização específicos, não fornece alternativas para o desenvolvimento de novos cenários analíticos. Além disso, espera-se que a evolução das aplicações que utilizam 5G amplie os requisitos analíticos, necessitando de algoritmos de análise mais adaptáveis, capazes de acomodar uma variedade de casos de uso de análises do futuros. A literatura apresenta algoritmos de análise para casos de uso específicos, mas não discute a adaptabilidade a novas demandas analíticas ou a facilitação da implementação do NWDAF no núcleo. Respondendo a esta lacuna, esta dissertação concebe um \emph{framework} para análise de dados de redes 5G projetada para permitir a modificação algorítmica e a incorporação de novos contextos analíticos. O desenho do \emph{framework} considerou as especificações técnicas do 3GPP relacionadas à análise de dados. Sua avaliação foi realizada por meio de um caso de uso centrado na detecção de anomalias em segurança cibernética. Os resultados indicaram que o framework facilita a instalação e a flexibilidade de novos algoritmos e integra-se efetivamente com o núcleo da rede 5G, suprindo as deficiências previamente identificadas. | pt_BR |
dc.description.resumo | In the realm of 5G technology, the data analytics functionality, termed Network Dada Analytics Function (NWDAF), was first introduced in Release 16, highlighting its significance, objectives, and critical requirements. NWDAF leverages Artificial Intelligence (AI) to enhance its performance, but it is not a native feature of open-source 5G cores, necessitating its implementation as user needs dictate. However, for users who wish to integrate NWDAF into the core but lack familiarity with core architecture or Application Programming Interface (API) integration, this task can pose a significant challenge, potentially leading to the abandonment of data analytics implementation. While the current iteration of NWDAF outlines specific use cases, it does not provide alternatives for developing new analytical scenarios. Furthermore, the evolution of 5G-utilizing applications is expected to extend analytical requirements, necessitating more adaptable analysis algorithms capable of accommodating a variety of future use cases. The literature presents analysis algorithms for specific use cases but fails to discuss adaptability to new analytical demands or the facilitation of NWDAF implementation within the core. Addressing this gap, this dissertation conceives a framework for 5G network data analytics designed to allow algorithmic modification and the incorporation of new analytical contexts. The framework's design considered the 3GPP technical specifications related to data analytics. Its evaluation was conducted through a use case centered on anomaly detection in cybersecurity. The results indicated that the framework eases installation and new algorithm flexibility and integrates effectively with the 5G network core, fulfilling the previously identified deficiencies. | pt_BR |
dc.description.sponsorship | CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico | pt_BR |
dc.description.sponsorship | CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior | pt_BR |
dc.description.sponsorship | FAPESP - Fundação de Amparo à Pesquisa do Estado de São Paulo | pt_BR |
dc.language | eng | pt_BR |
dc.publisher | Universidade Federal de Minas Gerais | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO | pt_BR |
dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação | pt_BR |
dc.publisher.initials | UFMG | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/pt/ | * |
dc.subject | nwdaf | pt_BR |
dc.subject | data analytics | pt_BR |
dc.subject | artificial intelligence | pt_BR |
dc.subject | machine learning | pt_BR |
dc.subject | cybersecurity | pt_BR |
dc.subject | anomaly detection | pt_BR |
dc.subject.other | Computação – Teses | pt_BR |
dc.subject.other | Inteligência artificial – Teses | pt_BR |
dc.subject.other | Tecnologia 5G – redes de computadores - Teses | pt_BR |
dc.subject.other | Detecção de anomalias (computação) - Teses | pt_BR |
dc.subject.other | Aprendizado do computador – Teses | pt_BR |
dc.title | A framework for 5G network data analytics function with emphasis on anomaly detection | pt_BR |
dc.title.alternative | Um framework para análise de dados em redes 5G com ênfase em detecção de anomalias | pt_BR |
dc.type | Dissertação | pt_BR |
dc.identifier.orcid | https://orcid.org/0000-0002-7697-2522 | pt_BR |
Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Junia_PPGCC_Master_finalversion.pdf | 2.72 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License