Cellular Handovers Dataset

Cellular Handovers Dataset是由代尔夫特理工大学和Telefónica Research合作创建的一个大规模数据集，旨在全面分析欧洲某国移动网络中的切换（Handovers）性能。该数据集涵盖了约4000万用户在4周内的数据，包括17亿次每日切换事件，数据量达每日8TB。数据集的创建过程结合了移动网络运营商的部署信息、设备特定信息以及国家官方人口普查数据，以分析不同无线接入技术（RATs）、设备类型和制造商对切换的影响。该数据集的应用领域主要集中在移动网络的性能分析和切换管理，旨在解决网络切换过程中的复杂性和异质性问题，提供对网络动态的深入理解。

The Cellular Handovers Dataset is a large-scale dataset co-developed by Delft University of Technology and Telefónica Research, designed to comprehensively analyze the handover performance of mobile networks in a European country. This dataset encompasses data from roughly 40 million users over a four-week period, including 1.7 billion daily handover events, with a daily data volume of 8 terabytes. The dataset was developed by integrating deployment information from mobile network operators, device-specific details, and official national census data, to analyze the effects of different Radio Access Technologies (RATs), device types, and manufacturers on handover processes. Its primary application areas lie in mobile network performance analysis and handover management, aiming to address the complexity and heterogeneity issues encountered during network handovers, and to provide in-depth insights into network dynamics.

搜集汇总

数据集介绍

构建方式

Cellular Handovers Dataset is constructed through a comprehensive countrywide empirical study, leveraging data from a top-tier Mobile Network Operator (MNO) in a European country. The dataset encompasses traffic data from approximately 40 million users over a period of four weeks, capturing all handover events and failures at millisecond granularity. The data collection integrates information from the MNO's deployment, device-specific details, and official census data to analyze the geo-temporal dynamics of horizontal and vertical handovers at the district level. This multi-faceted approach ensures a detailed and representative analysis of handover performance across various radio access technologies (RATs), device types, and manufacturers.

特点

The Cellular Handovers Dataset is characterized by its extensive coverage and granularity, providing a unique insight into the complexities of handover management in a real-world, large-scale network. It captures the heterogeneity of RATs, including 2G, 3G, 4G, and 5G, and the diversity of user equipment (UEs), such as smartphones, M2M/IoT devices, and low-tier feature phones. The dataset also highlights the geodemographic diversity, offering a comprehensive view of handover patterns in urban and rural areas. Additionally, the inclusion of handover failure causes and durations provides a deep understanding of the challenges and performance metrics associated with handovers.

使用方法

The Cellular Handovers Dataset can be utilized for various analytical and modeling purposes, including the study of mobility management, network performance analysis, and the development of handover optimization strategies. Researchers and network operators can employ this dataset to analyze the impact of different RATs, device types, and geographic factors on handover performance. Statistical tools and machine learning models can be applied to model handover failures and predict potential issues. Furthermore, the dataset supports the evaluation of existing handover policies and the design of new, more efficient mechanisms to enhance user experience and network reliability.

背景与挑战

背景概述

随着5G新无线电（NR）技术的出现，电信领域发生了变革，为大量设备提供了前所未有的速度和广泛连接。随着这些发展，终端用户的期望值也随之提高，期望获得更高的带宽、更低的延迟以及通过有效的切换（HOs）实现快速移动用户设备的普遍连接。然而，任何新兴技术的实际部署速度并不总是与创新速度同步，导致多种技术代同时运行，以平衡运营成本（OPEX）与资本支出（CAPEX）以及对高可用性、可靠性和容量的严格需求。在这种复杂的背景下，切换已成为保持无缝连接的关键且复杂的要素。尽管先前的工作研究了切换管理的复杂性，但大多数研究基于有限的用户侧测量活动数据，仅限于特定的移动场景、地理区域或用户设备制造商。这些限制限制了我们得出的结论，并强调需要详细的大规模分析来捕捉真实移动网络运营商（MNO）部署背后的复杂性和异质性。本文旨在填补这一空白，首次从欧洲顶级移动网络运营商（MNO）的角度，对全国范围内的移动管理进行分析。我们在4周内记录了约4000万用户的所有移动事件，并研究了无线接入技术（RATs）、设备类型和制造商对全国范围内切换的影响。我们描述了水平（同RAT）和垂直（跨RATs）切换的地理时间动态，以区级和毫秒级粒度进行分析，并利用国家官方人口普查办公室的开放数据集将我们的发现与人口关联起来。我们进一步深入研究了切换失败（HOFs）的频率、持续时间和原因，并使用统计工具对其进行建模。我们的研究提供了独特的见解，突显了网络和设备的异质性及其对切换的影响。

当前挑战

该数据集面临的挑战主要集中在解决领域问题和构建过程中遇到的挑战。首先，解决的领域问题是移动网络中的切换性能分析。切换是确保移动用户无缝连接的基本要素，但大多数研究仅限于特定区域和有限的用户设备，无法全面了解切换的复杂性和异质性。其次，构建过程中遇到的挑战包括数据收集的复杂性和数据处理的难度。数据集涵盖了约4000万用户在4周内的所有移动事件，数据量巨大，需要高效的存储和处理技术。此外，数据集还需要与国家官方人口普查办公室的开放数据集进行整合，以确保分析的准确性和全面性。最后，数据集还需要处理切换失败（HOFs）的频率、持续时间和原因，并使用统计工具对其进行建模，这需要深入的技术知识和复杂的分析方法。

常用场景

经典使用场景

Cellular Handovers Dataset 的经典使用场景在于对移动用户在不同基站间切换（Handover, HO）过程的全面分析。该数据集通过收集来自欧洲某顶级移动网络运营商（MNO）的全国范围内约4000万用户在四周内的通信数据，详细记录了水平切换（intra-RAT）和垂直切换（inter-RAT）的时空动态，以及切换失败（HOF）的情况。这种数据集特别适用于研究移动网络中的无缝连接问题，分析不同无线接入技术（RATs）、设备类型和制造商对切换性能的影响，以及地理人口分布对切换行为的影响。

实际应用

在实际应用中，Cellular Handovers Dataset 为移动网络运营商提供了宝贵的数据支持，帮助其优化网络部署和切换策略，提升用户体验。例如，运营商可以根据数据集中的切换失败分析，调整网络配置，减少切换失败率；通过分析不同区域和设备的切换行为，优化基站布局和资源分配。此外，该数据集还可用于开发和测试新的切换算法和策略，确保在实际网络环境中能够有效提升切换性能和用户满意度。

衍生相关工作

Cellular Handovers Dataset 的发布催生了一系列相关研究工作。例如，有研究利用该数据集开发了新的切换失败预测模型，通过机器学习算法提前识别可能发生切换失败的用户和区域，从而采取预防措施。此外，还有研究基于数据集中的切换行为数据，提出了改进的切换策略，旨在减少切换延迟和失败率。这些衍生工作不仅丰富了移动网络领域的研究内容，也为实际网络优化提供了新的思路和方法。