Mobile Performance - Implementation neuer statistischer Auswertungsmöglichkeiten und Überprüfung der Aussagekraft von Netztest-Kampagnen

Hauser, Andrea and Windler, David (2017) Mobile Performance - Implementation neuer statistischer Auswertungsmöglichkeiten und Überprüfung der Aussagekraft von Netztest-Kampagnen. Bachelor thesis, HSR Hochschule für Technik Rapperswil.

[thumbnail of FS 2017-BA-EP-Windler-Hauser-Mobile Performance.pdf]
Preview
Text
FS 2017-BA-EP-Windler-Hauser-Mobile Performance.pdf - Supplemental Material

Download (23MB) | Preview

Abstract

Mobile Provider, wie Swisscom, Sunrise und Salt, lassen sich regelmässig von Testorganisationen bewerten, um mit den Ergebnisse zu werben. Ziel dieser Bachelorarbeit war es, die Einflüsse verschiedener Parameter auf die Rangierungen aufzuzeigen und mittels automatischer Klassierungen der Speedtest-Messungen aussagekräftigere Ranglisten zu ermöglichen

Anhand der Analyse bekannter Netztests (connect, Ookla und weitere Anbieter) wurden deren Vor- und Nachteile aufgezeigt. Für Speedtest-Apps wurden Möglichkeiten zur automatischen Klassierung von Messorten und Bewegungsart untersucht. Es entstand ein Web API, welches mittels Lokationsangaben von mindestens drei zusammengehörenden Messpunkten eine Klassierung von Messungen ermöglicht. Abschliessend wurde aufgezeigt, wie die Klassierung zu aussagekräftigeren Ranglisten führt bzw. unter welchen Bedingungen die Rangierungen bei Netztest-Kampagnen nicht mehr zufällig sind.

Der entwickelte Algorithmus leitet aus den bestehenden Messdaten der cnlab AG, dem freien Kartenmaterial von OpenStreetMap sowie aus Geographie- und Raumdaten des Bundes die folgenden Klassierungen ab:
- Messort (Schiene, Strasse, Gebäude)
- Fortbewegungsart (stationär bis sehr schnell fahrend)
- Bevölkerungsdichte und Gemeindetyp
- Geografische Umgebung (Wald, Wiese, Wohngegend)

Die Klassierung basiert auf einer Kombination der Abstände von Messorten zu Objekten, der Genauigkeit der Lokationsangaben und der Fortbewegungsgeschwindigkeit während einer Messung. Mit dem Algorithmus konnten 82% der Messungen mit einer Ortsauflösung von besser als 200 Meter korrekt klassiert werden. Die statistischen Auswertungen ergaben, dass bei Gegenüberstellung des 50ten Perzentils aller Messungen eines Providers zu den 50ten Perzentilen der einzelnen Monate Abweichungen von bis zu -40,53% auftreten.

Item Type: Thesis (Bachelor)
Subjects: Topics > Software > Testing and Simulation
Area of Application > Web based
Area of Application > Mobile
Area of Application > GIS > OpenStreetMap
Area of Application > Data Mining
Metatags > INS (Institute for Networked Solutions)
Divisions: Bachelor of Science FHO in Informatik > Bachelor Thesis
Depositing User: OST Deposit User
Contributors:
Contribution
Name
Email
Thesis advisor
Heinzmann, Peter
UNSPECIFIED
Date Deposited: 18 Oct 2017 06:59
Last Modified: 18 Oct 2017 06:59
URI: https://eprints.ost.ch/id/eprint/599

Actions (login required)

View Item
View Item