💻 computer science

Demand Forecasting for Internet Bandwidth using Machine Learning to Enhance Resource Management in Nepal

Esta investigación propone el desarrollo y despliegue de modelos avanzados de aprendizaje automático para pronosticar con precisión la demanda de ancho de banda de internet en el valle de Katmandú, Nepal, permitiendo que los ISP optimicen la asignación de recursos, mitiguen la congestión de la red y mejoren la calidad general del servicio mediante la toma de decisiones basada en datos.

Autores originales: Sachin Maharjan, Shankar Ghimire

Publicado 2026-08-20

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Sachin Maharjan, Shankar Ghimire

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Internet es la infraestructura invisible que impulsa la vida moderna, conectando a las personas con la información, los negocios y entre sí. Entre bastidores, los Proveedores de Servicios de Internet actúan como los guardianes de este flujo, gestionando los masivos torrentes de datos que viajan a través de sus redes. Sin embargo, estas redes tienen un límite físico de cuánta información pueden transportar en un solo momento. Cuando demasiadas personas intentan usar el internet al mismo tiempo, las tuberías se obstruyen, lo que provoca velocidades lentas, conexiones caídas y una experiencia frustrante para todos. El desafío para los proveedores es predecir exactamente cuándo y cuántos datos serán necesarios para que puedan preparar sus redes con antelación. Si calculan por debajo, la red colapsa; si calculan por encima, desperdician dinero en equipos costosos que permanecen inactivos. Para resolver esto, los investigadores están recurriendo al aprendizaje automático, una rama de la informática donde el software aprende de patrones pasados para realizar mejores conjeturas sobre el futuro, en lugar de depender de promedios simples o reglas rígidas.

En el Valle de Katmandú en Nepal, donde la demanda de internet crece rápidamente, un equipo de investigadores se propuso encontrar la forma más fiable de pronosticar este uso del ancho de banda. Se centraron en una pregunta específica: ¿qué método puede predecir mejor cuántos datos consumirán los usuarios en un día determinado? Para responder a esto, trabajaron con dieciocho meses de datos del mundo real de Dish Media Network, un importante proveedor de la región. Estos datos eran un registro detallado de cada conexión, registrando exactamente cuándo se conectaban los usuarios, cuánto tiempo permanecían conectados y cuánta información descargaban. Los investigadores limpiaron este enorme conjunto de datos, llenando los huecos donde faltaban registros y organizando la información por día, mes y hora para ver el panorama general de cómo se estaba utilizando la red.

El equipo probó tres enfoques diferentes para ver cuál podía realizar las predicciones más precisas. Los dos primeros métodos eran herramientas estadísticas tradicionales utilizadas a menudo para la previsión. Uno estaba diseñado para detectar tendencias simples, mientras que el otro añadía una capa para dar cuenta de los patrones estacionales repetitivos, como el mayor uso durante ciertas épocas del año. El tercer método era un tipo más avanzado de inteligencia artificial conocido como un modelo de Memoria de Largo Corto Plazo (Long Short-Term Memory). A diferencia de las herramientas tradicionales, que buscan líneas rectas y ciclos regulares, este modelo está construido para comprender comportamientos complejos y cambiantes en los datos, de forma muy similar a cómo un humano podría aprender a anticipar los hábitos de un amigo al observarlo durante un largo periodo.

Cuando los investigadores compararon los resultados, las diferencias fueron claras. Los métodos tradicionales proporcionaron una base, pero tuvieron dificultades para capturar la plena complejidad de cómo la gente utiliza realmente el internet. El modelo que tenía en cuenta las estaciones funcionó ligeramente peor que el modelo de tendencia más simple, lo que sugiere que los patrones estacionales en esta red específica no eran lo suficientemente fuertes como para mejorar el pronóstico. El modelo de inteligencia artificial avanzada, sin embargo, superó a ambos. Produjo la brecha más pequeña entre lo que predijo y lo que realmente sucedió, con una tasa de error significativamente menor que la de los otros dos. Esto indicó que la red neuronal era mejor reconociendo las formas sutiles y no lineales en que el comportamiento del usuario cambia con el tiempo.

El estudio también descubrió qué es lo que realmente impulsa estos cambios en el uso. El número de usuarios activos fue el factor más importante, mostrando un fuerte vínculo con la cantidad de datos consumidos. La hora del día también desempeñó un papel crucial, con picos de uso entre finales de la mañana y principios de la tarde, mientras que el día específico de la semana importó mucho menos. Estos hallazgos sugieren que, para los proveedores de esta región, centrarse en el número total de usuarios y la hora del día es más valioso que intentar predecir basándose únicamente en la fecha del calendario.

Más allá de los resultados técnicos, los investigadores enfatizaron la importancia de utilizar estas herramientas de manera responsable. Señalaron que, para que tales sistemas sean justos y confiables, los datos utilizados para entrenarlos deben representar a una gran variedad de personas y regiones. Si los datos están sesgados, las predicciones podrían conducir a decisiones de servicio injustas. Los autores sostienen que, con una supervisión cuidadosa, una documentación clara y controles regulares de sesgo, estas poderosas herramientas pueden ayudar a los proveedores a gestionar sus redes de manera eficiente sin comprometer la calidad del servicio para sus clientes. El estudio concluye que, si bien los métodos antiguos tienen su lugar, el enfoque de aprendizaje automático más sofisticado ofrece un paso significativo hacia el mantenimiento de un funcionamiento fluido del internet para todos.

Resumen Técnico: Pronóstico de la Demanda de Ancho de Banda de Internet mediante Aprendizaje Automático para Mejorar la Gestión de Recursos en Nepal

Planteamiento del Problema

Los Proveedores de Servicios de Internet (ISP) en Nepal, particularmente en el Valle de Katmandú, enfrentan desafíos significativos para pronosticar con precisión los requisitos de ancho de banda de internet. Las técnicas actuales de predicción de la demanda son frecuentemente imprecisas, lo que conduce a una gestión de recursos ineficaz, congestión de la red durante las horas pico y degradación de la calidad del servicio. Los ISP se ven a menudo obligados a elegir entre una asignación de recursos excesiva o la degradación de la calidad del servicio. El problema central es la incapacidad de los métodos convencionales para capturar los patrones de uso complejos y no lineales y las fluctuaciones estacionales inherentes al tráfico de internet, lo que requiere soluciones avanzadas de aprendizaje automático (ML) para permitir la toma de decisiones basada en datos y la optimación óptima de la red.

Metodología

El estudio emplea una metodología de investigación de escritorio para investigar una estrategia de datos ágil, mientras que el trabajo empírico de predicción de ancho de banda utiliza un conjunto de datos de 18 meses específico de Dish Media Network (DMN), un ISP líder en Nepal. El flujo de trabajo técnico consta de las siguientes etapas:

Adquisición de Datos: El estudio utiliza 18 meses de datos de Autenticación, Autorización y Contabilidad (AAA) proporcionados por Dish Media Network (DMN). El conjunto de datos incluye registros RADIUS que contienen IDs de sesión, direcciones IP, tiempos de conexión y métricas de consumo de datos (acctinputoctets y acctoutputoctets).
Preprocesamiento de Datos:
- Limpieza: Se seleccionaron columnas críticas y los puntos de datos faltantes se imputaron utilizando la media de las entradas existentes de GB_in (entrada de ancho de banda) para asegurar la continuidad.
- Ingeniería de Características: Los datos brutos por segundo fueron agregados en totales diarios. Se creó un DataFrame indexado por tiempo consolidando las columnas de año, mes y día en un único objeto de fecha y hora (datetime).
- Análisis Exploratorio de Datos (EDA): El estudio analizó tendencias, estacionalidad y patrones de consumo horarios/diarios. Los hallazgos clave incluyeron un aumento pronunciado en el uso a partir de noviembre de 2022, un pico estacional en diciembre y picos diarios entre las 10 a.m. y las 4 p.m.
Desarrollo del Modelo: Se implementaron y compararon tres modelos de pronóstico de series temporales utilizando Python (librerías: pandas, NumPy, scikit-learn, TensorFlow, statsmodels):
- ARIMA (Promedio Móvil Integrado Autorregresivo): Configurado con parámetros $(p, d, q) = (1, 0, 1)$ basados en pruebas de Dickey–Fuller y gráficos de autocorrelación.
- SARIMA (ARIMA Estacional): Extendido para manejar la estacionalidad con parámetros $(P, D, Q, S) = (1, 0, 1, 12)$ , asumiendo un ciclo estacional de 12 meses.
- LSTM (Memoria a Largo Corto Plazo): Un enfoque de aprendizaje profundo utilizando una red neuronal secuencial con 50 unidades LSTM, una función de activación ReLU y un optimizador Adam. El modelo utilizó una longitud de secuencia de 5 (usando los 5 días pasados para predecir el siguiente) y fue entrenado durante 200 épocas.
Evaluación: El rendimiento de los modelos se evaluó utilizando el Error Cuadrático Medio (RMSE) en un conjunto de datos de prueba reservado.

Contribuciones Clave

Análisis Comparativo: El artículo proporciona una comparación empírica directa de los modelos estadísticos tradicionales (ARIMA, SARIMA) frente a un enfoque de aprendizaje profundo (LSTM) específicamente para el pronóstico del ancho de banda de internet en el contexto de un ISP de una nación en desarrollo.
Identificación del Modelo Óptimo: El estudio identifica al LSTM como el método superior para este conjunto de datos específico, demostrando su capacidad para manejar las dependencias temporales no lineales y complejas del tráfico de internet mejor que los modelos estadísticos lineales.
Marco Ético: Más allá de las métricas técnicas, el artículo aborda las implicaciones éticas del modelado predictivo para los ISP, enfatizando la necesidad de representación de datos diversa, auditoría regular de sesgos, transparencia y equidad para mantener la confianza del usuario.
Perspectivas Operativas: El análisis destaca impulsores específicos de la demanda de ancho de banda en el Valle de Katmandú, identificando el número de usuarios activos (correlación de 0.71) y la hora del día como los factores más significativos, mientras señala que los días y años específicos tienen menos influencia a corto plazo.

Resultados

El rendimiento de los tres modelos se evaluó basándose en el RMSE:

ARIMA: Logró un RMSE de 48,171.0554. Aunque capturó tendencias lineales, tuvo dificultades con las fluctuaciones estacionales.
SARIMA: Logró un RMSE de 50,298.0669. A pesar de estar diseñado para manejar la estacionalidad, funcionó ligeramente peor que el modelo ARIMA estándar en este contexto, sugiriendo que los patrones estacionales del conjunto de datos no eran lo suficientemente fuertes para beneficiar al modelo o que la configuración del modelo no era óptima para estos datos específicos.
LSTM: Logró el RMSE más bajo de 40,977.3259. El modelo LSTM superó significativamente a ambos modelos estadísticos, demostrando su capacidad superior para capturar patrones no lineales complejos y dependencias de largo plazo en los datos de consumo de ancho de banda.

Significancia y Reivindicaciones

El artículo sostiene que, si bien los modelos tradicionales como ARIMA y SARIMA son útiles para tareas de pronóstico básicas y estacionarias, son insuficientes para la naturaleza altamente dinámica y compleja de los datos modernos de ancho de banda de internet. El estudio concluye que los modelos LSTM ofrecen una mejora significativa en la precisión de la predicción, convirtiéndose en la herramienta más efectiva para los ISP que buscan optimizar la asignación de recursos y mitigar la congestión.

La significancia del trabajo radica en su demostración de que la adopción de técnicas sofisticadas de aprendizaje automático puede transformar la gestión de red de reactiva a proactiva. Al pronosticar la demanda con precisión, los ISP pueden mejorar sus redes, gestionar la congestión y crear paquetes personalizados. Además, el artículo afirma que el despliegue de estos modelos debe ir acompañado de rigurosas consideraciones éticas respecto a la privacidad de los datos, la equidad y la transparencia para asegurar una entrega de servicio equitativa y mantener la confianza de las partes interesadas. El estudio sirve como base para trabajos futuros que involucren modelos híbridos, integración de factores externos (por ejemplo, clima, festivos) y adaptaciones de pronóstico en tiempo real.