In the wireless network, mobile use

In the wireless network, mobile users often change their accessing points to Internet. Then, while the mobile node transfers communication from one access point to another access point - called handover or handoff, it is not able to send or receive data. Predicting mobility is one of the prominent solutions for reducing the handover latency. Several approaches to the prediction have been considered such as Hidden Markov models, machine learning, data mining and so on. The data mining approach investigates the log file of node mobility history to predict its next move. In such a context, the spatial attributes of a mobile node are changing over time, and therefore time constraints between mobile locations play an crucial role. However, the current studies on mobility prediction are not satisfactory since spatial and temporal attributes of data are not considered simultaneously. In this paper, we introduce a formal model of mobility based on spatial and temporal attributes of data in the wireless network. Based on this model, we construct mobility patterns and weighted mobility rules and then develop algorithms for discovering these patterns and rules.

Results (Vietnamese) 1:

trong mạng không dây, người dùng di động thường xuyên thay đổi điểm truy cập của họ với internet. sau đó, trong khi điện thoại di động chuyển nút giao từ một điểm truy cập đến một điểm truy cập - được gọi là bàn giao hoặc bàn giao, nó không phải là có thể gửi hoặc nhận dữ liệu. dự đoán di động là một trong những giải pháp nổi bật cho việc giảm độ trễ bàn giao.một số phương pháp để dự đoán đã được coi như mô hình Markov ẩn, học máy, khai thác dữ liệu và như vậy. phương pháp khai thác dữ liệu điều tra các tập tin đăng nhập của lịch sử di động nút để dự đoán động thái tiếp theo của nó. trong bối cảnh đó, các thuộc tính không gian của một nút điện thoại di động đang thay đổi theo thời gian, và do đó hạn chế thời gian giữa các địa điểm di động đóng một vai trò rất quan trọng.Tuy nhiên, các nghiên cứu hiện hành về dự báo động là không thỏa đáng vì các thuộc tính không gian và thời gian của dữ liệu không được coi là cùng một lúc. trong bài báo này, chúng tôi giới thiệu một mô hình chính thức của di động dựa trên các thuộc tính không gian và thời gian của dữ liệu trong mạng không dây. dựa trên mô hình này,chúng ta xây dựng mô hình di động và các quy tắc động trọng và sau đó phát triển các thuật toán để phát hiện các mô hình và quy tắc.

Results (Vietnamese) 2:

Trong mạng không dây, điện thoại di động người dùng thường xuyên thay đổi của điểm truy cập Internet. Sau đó, trong khi các nút điện thoại di động chuyển giao tiếp từ một truy cập điểm với một điểm truy cập - được gọi là chuyển giao hoặc đến, nó là không thể gửi hoặc nhận dữ liệu. Tính di động dự đoán là một trong những giải pháp nổi bật để giảm độ trễ chuyển giao. Một số phương pháp tiếp cận để dự đoán đã được coi như mô hình Markov ẩn, Máy học, dữ liệu khai thác mỏ và vân vân. Các phương pháp khai thác dữ liệu điều tra tệp nhật ký của nút di động lịch sử để dự đoán của nó di chuyển tiếp theo. Trong bối cảnh đó, các thuộc tính không gian của một nút điện thoại di động đang thay đổi theo thời gian, và do đó thời gian giữa điện thoại di động địa điểm đóng một vai trò rất quan trọng. Tuy nhiên, các nghiên cứu hiện tại về tính di động dự đoán là không thỏa đáng kể từ khi thuộc tính không gian và thời gian của dữ liệu không được xem là cùng một lúc. Trong bài này, chúng tôi giới thiệu một mô hình chính thức của di động dựa trên thuộc tính không gian và thời gian của dữ liệu trong mạng không dây. Dựa trên mô hình này, chúng tôi xây dựng mô hình tính di động và tính di động trọng quy tắc và sau đó phát triển các thuật toán để khám phá các mô hình và quy tắc.