Устройство сетевого переключения и способ работы устройства сетевого переключения
Изобретение относится к области беспроводной связи. Технический результат заключается в исключении задержки переключения с сети Wi-Fi на сотовую сеть или другую сеть Wi-Fi, а также в предотвращении переключения на сотовую сеть, при низком сигнале сети Wi-Fi, при нахождении внутри зоны сети Wi-Fi. Устройство сетевого переключения содержит Wi-Fi адаптер, сканер сигнала Wi-Fi, блок автоматического сбора данных, и блок автоматического сетевого переключения, причем блок автоматического сбора данных содержит: базу данных, буфер слабого сигнала, классификатор, выполненный с возможностью предсказания принадлежности измеренных данных о канале Wi-Fi к внутренней зоне сети Wi-Fi или к внешней зоне сети Wi-Fi, и блок обучения классификатора. 4 н. и 11 з.п. ф-лы, 4 ил.
Область техники
Настоящее изобретение относится к способам и устройствам для сетевого переключения.
Описание предшествующего уровня техники
Использование автоматического переключения с сотовой сети на сеть Wi-Fi (Wireless Fidelity, которое можно дословно перевести как «беспроводная точность») широко используется пользователями. Автоматическое переключение может осуществляться при падении сигнала Wi-Fi, а также автоматическое переключение может осуществляться каждый раз при обнаружении слабого сигнала Wi-Fi.
Нестабильное соединение с сетью Wi-Fi внутри зоны Wi-Fi приводит к тому, что в зоне Wi-Fi есть области, в которых сигнал Wi-Fi нестабильно исчезает и появляется вновь. Если подключение к Wi-Fi по-прежнему возможно, несмотря на прерывистый сигнал, пользователь испытывает задержки в использовании интернет-сервисов. В некоторых случаях мобильное устройство, находящееся в такой нестабильной зоне, переключается с сети Wi-Fi на сотовую связь незаметно для пользователя, в этом случае пользователь теряет деньги на использование сотовой связи, в то время, когда он мог бы использовать безлимитную сеть Wi-Fi.
Из документа US 20140302852 А1, дата публикации 09.10.2014 известен способ использования данных датчиков для улучшения оценки местоположения пользователя с помощью байесовской фильтрации. После получения этой оценки устройство переключается на ближайшую точку доступа. Недостатком такого способа является то, что требуются данные положения точек доступа Wi-Fi.
Из документа CN 109769280 А, дата публикации 17.05.2019, известен способ переключения интеллектуального прогнозирования Wi-Fi на основе машинного обучения. Способ состоит из трех этапов. Данные, произошло ли переключение с сети Wi-Fi на сотовую сеть или нет, собираются на этапе обучения. Затем они маркируются в зависимости от того, переключилось ли устройство в другую сеть. Наконец, нейронная сеть, обученная на этих данных, используется для прогнозирования вероятности передачи обслуживания в будущем. Недостатками такого решения является то, что обучение нейронной сети требует значительных затрат энергии. Непреднамеренная передача обслуживания может увеличить расходы пользователей на сотовые данные. Также предсказание происходит на основании сигнала в конкретной точке нахождения пользователя, без учета сигналов в близлежащих точках нахождения пользователя.
Из документа US 20160360461 А1, дата публикации 08.12.2016, известны системы и способы предотвращения блокировки сетевого подключения на устройстве. Способ основан на мониторинге двух состояний сети, Wi-Fi и сотовой. На устройстве активируются различные режимы в зависимости от качества контролируемого сигнала. В зависимости от активированного режима применяются разные настройки приложения. Недостатками известного решения являются интенсивное энергопотребление из-за одновременного мониторинга двух сетей и непреднамеренная передача обслуживания, которая может увеличить расходы пользователей на сотовую связь.
Из документа US 2020037392 A1, дата публикации 30.01.2020 известен способ и устройство для интеллектуального управления подключением Wi-Fi. Способ основан на анализе передачи данных по Wi-Fi в реальном времени (включая битрейт, частоту и интервал Tx- и Rx-пакетов), который используется для определения того, когда следует переключиться с Wi-Fi на сотовую сеть. Известный способ плохо работает в зонах затухания. Способ также не предотвращает переключение на сотовую связь, когда предпочтительнее сохранить подключение к Wi-Fi.
Существующие методы предполагают переключение на сотовую связь на основе некоторых пороговых значений. Однако внутри зоны Wi-Fi может быть несколько зон со слабым сигналом Wi-Fi. Таким образом, пользователи могут испытывать значительные неудобства, поскольку ожидают подключения к Wi-Fi, а мобильное устройство переключается на сотовую связь. Если уровень сигнала Wi-Fi падает до определенного порога, то осуществляется автоматическое переключение на сотовую связь, пользователь не всегда может заметить переключение, и при использовании сотовой связи в зоне, где должен использоваться Wi-Fi, теряет деньги на оплату сотовой связи. Необходимо, чтобы у пользователя не происходило внезапного автоматического переключение сети с Wi-Fi на сотовую сеть внутри зоны распространения сети Wi-Fi.
Сущность изобретения
Предлагается устройство сетевого переключения, содержащее Wi-Fi адаптер; сканер сигнала Wi-Fi, выполненный с возможностью измерения показателя уровня принимаемого сигнала за заданный промежуток времени; блок автоматического сбора данных, содержащий: базу данных, буфер слабого сигнала, классификатор, выполненный с возможностью предсказания принадлежности измеренных данных о канале Wi-Fi к внутренней зоне сети Wi-Fi или к внешней зоне сети Wi-Fi, блок обучения классификатора; блок автоматического сетевого переключения. Устройство может дополнительно содержать дополнительно датчик передвижения пользователя. Причем датчиком передвижения пользователя может быть одно из акселерометра, педометра. Причем сканер сигнала Wi-Fi может быть выполнен с возможностью сбора информации о канале Wi-Fi, причем информация о канале Wi-Fi может дополнительно включать в себя идентификатор Wi-Fi-роутера (BSSID), идентификатор набора услуг(SSID), количество потерянных радиомаяков, количество повторных передач. Причем сканер Wi-Fi содержит службу сканирования слабого сигнала. Причем сканер Wi-Fi дополнительно содержит службу фонового сканирования, для сбора пользовательских данных.
Также предлагается способ работы устройства сетевого переключения, содержащий следующие этапы:
а) этап подключения Wi-Fi адаптера к сети Wi-Fi;
б) этап автоматического сбора данных, выполняющийся в блоке автоматического сбора данных, на данном этапе:
посредством сканера сигнала Wi-Fi собирают данные о канале Wi-Fi, включающие в себя набор значений показателя уровня принимаемого сигнала, собранных за заданный промежуток времени,
определяют стабильность сигнала Wi-Fi по набору значений показателя уровня принимаемого сигнала за заданный промежуток времени, при этом если за заданный промежуток времени определено:
- что сигнал Wi-Fi не прерывается, то измеренные данные о канале Wi-Fi получают метку внутренней зоны Wi-Fi и сохраняются в базу данных,
- что сигнал Wi-Fi прерывается, то измеренные данные о канале Wi-Fi собираются в буфер слабого сигнала,
в буфере слабого сигнала дополнительно определяют стабильность прерывающегося сигнала Wi-Fi по набору значений показателя уровня принимаемого сигнала за дополнительный заданный промежуток времени, при этом если за дополнительный заданный промежуток времени определено:
- что сигнал Wi-Fi полностью потерян, то измеренные данные о канале Wi-Fi получают метку внешней зоны Wi-Fi и сохраняются в базе данных,
- что сигнал Wi-Fi стабилизируется, то измеренные данные о канале Wi-Fi получают метку внутренней зоны Wi-Fi и сохраняются в базе данных,
обучают классификатор в блоке обучения классификатора, при этом измеренные данные о канале Wi-Fi, сохраненные в базе данных, подаются на вход алгоритма машинного обучения, посредством которого классификатор обучается предсказывать принадлежность измеренных данных о канале Wi-Fi к внутренней зоне сети Wi-Fi или к внешней зоне сети Wi-Fi;
в) этап автоматического сетевого переключения, выполняющийся в блоке автоматического сетевого переключения, на котором:
измеряют показатель уровня принимаемого сигнала через заданные промежутки времени посредством сканера сигнала Wi-Fi,
определяют прерывается ли сигнал Wi-Fi по значениям показателя уровня принимаемого сигнала,
если сигнал Wi-Fi не прерывается, то переключение от сети Wi-Fi к другой сети не происходит,
если сигнал Wi-Fi прерывается, измеренные данные о канале Wi-Fi поступают на вход обученного классификатора, который выдает:
предсказание принадлежности измеренных данных о канале Wi-Fi к внутренней зоне, в этом случае переключение от сети Wi-Fi к другой сети не происходит,
предсказание принадлежности измеренных данных о канале Wi-Fi к внешней зоне, в этом случае происходит переключение от сети Wi-Fi к другой сети;
г) этап работы, на котором этапы (б) и (в) работают непрерывно и параллельно.
Причем другой сетью может быть другая сеть Wi-Fi. А также другой сетью Wi-Fi может быть сеть сотовой связи. Причем обученный классификатор работает следующим образом: значение показателя уровня принимаемого сигнала попадает в обученный классификатор, содержащий обученные параметры, обученный классификатор определяет вероятность принадлежности указанного значения показателя уровня принимаемого сигнала к внешней зоне, если указанная вероятность больше предопределенного порогового значения, в этом случае происходит переключение от сети Wi-Fi к сотовой сети, если указанная вероятность меньше предопределенного порогового значения, в этом случае переключение от сети Wi-Fi к сотовой сети не происходит. Причем посредством сканера сигнала Wi-Fi на этапе автоматического сбора данных дополнительно собирают один или несколько из следующих наборов данных: набор данных идентификатора Wi-Fi-роутера (BSSID), набор данных идентификатора набора услуг(SSID), набор данных о количестве потерянных радиомаяков, набор данных о количестве повторных передач. Причем на этапе автоматического сбора данных дополнительно: собирают один или более из следующих наборов данных: данные о приложениях, которыми пользователь пользуется в заданный промежуток времени, время суток, день недели, данные с сенсоров телефона, траекторию передвижения пользователя; причем указанные один или более наборы данных подаются на вход алгоритма машинного обучения вместе с измеренными данными о канале Wi-Fi при обучении классификатора. Причем устройство сетевого переключения расположено в мобильном устройстве пользователя.
Также предлагается мобильное устройство, содержащее предлагаемое устройство сетевого переключения.
Также предлагается вычислительное устройство пользователя, содержащее процессор и память, хранящую инструкции для выполнения процессором этапов предлагаемого способа.
Краткое описание чертежей
Вышеописанные и другие признаки и преимущества настоящего изобретения поясняются в последующем описании, иллюстрируемом чертежами, на которых представлено следующее:
Фиг. 1 иллюстрирует траекторию движения пользователя во внутренней зоне Wi-Fi и выхода во внешнюю зону.
Фиг. 2 иллюстрируют блок-схему способа сетевого переключения, сбор данных, обучение классификатора и автоматическое сетевое переключение.
Фиг. 3 иллюстрирует дополнение к блоку автоматического сетевого переключения.
Фиг. 4 иллюстрирует алгоритм работы обученного классификатора.
Подробное описание изобретения
Настоящее изобретение разрешает ситуации, когда пользователь, например, мобильного устройства выходит из пространства сети Wi-Fi и продолжает ловить слабый сигнал Wi-Fi, вместо переключения на сотовую связь, или, когда пользователь подходит к границе пространства сети Wi-Fi, но не выходит из пространства сети Wi-Fi и при этом происходит переключение на сотовую связь. Или ситуации плохой связи с сетью Wi-Fi, когда пользователь стоит спиной к роутеру Wi-Fi и происходит переключение с сети Wi-Fi на сотовую связь, которую необходимо оплачивать. С помощью изобретения достигается единая зона сети Wi-Fi, в которой Wi-Fi доступен без снижения уровня сигнала, когда пользователь покидает зону сети Wi-Fi, мобильное устройство переключается на услуги сотовой связи.
Необходимо отметить, что предлагаемое изобретение может использоваться в любом подходящем вычислительном устройстве пользователя, содержащем процессор и память, хранящую инструкции для выполнения процессором этапов предлагаемого способа. Таким устройством может быть, но без ограничения, смартфон, смарт-часы и другие подходящие устройства.
Предлагаемый способ позволяет преодолеть указанные трудности за счет анализа поведения пользователя мобильного устройства в зонах сети Wi-Fi. Основываясь на таком анализе, зоны можно условно разделить на две группы: внутренняя зона, которая включает в себя все местоположения внутри пространства, где действует сеть Wi-Fi независимо от уровня сигнала Wi-Fi, и внешняя зона (для местоположений вне пространства сети Wi-Fi), где Wi-Fi отключается, и мобильное устройство переключается на сотовую связь.
Для измерения силы сигнала Wi-Fi используется показатель уровня принимаемого сигнала RSSI (англ. received signal strength indicator) - полная мощность принимаемого приемником сигнала, измеряется приемником в дБм (dBm, децибел относительно 1 милливатта). Далее RSSI обозначает показатель уровня принимаемого сигнала сети Wi-Fi.
Сбор данных и автоматическая маркировка инициализируются при подключении устройства Wi-Fi. Измерение RSSI происходит через регулярные промежутки времени, при обнаружении движения пользователя датчиком передвижения пользователя. Предлагаемый способ осуществляется в мобильном устройстве пользователя, поэтому измерение выполняет мобильное устройство пользователя при помощи Wi-Fi адаптера и встроенного программного обеспечения для мобильного устройства пользователя; передвижения пользователя определяются при помощи акселерометра или педометра, встроенного в мобильное устройство и встроенного программного обеспечения мобильного устройства пользователя.
Пользователь заходит в пространство, где действует сеть Wi-Fi, подключается к сети Wi-Fi, в этот момент начинается сканирование и сохранение наборов RSSI от всех видимых маршрутизаторов (Wi-Fi роутеров), сеть которых распространяется на мобильное устройство пользователя, причем наборы данных RSSI собираются через заданные промежутки времени в мобильном устройстве пользователя. Видимые мобильному устройству пользователя маршрутизаторы могут располагаться в произвольном месте в помещении, где находится пользователь. В мобильном устройстве пользователя находится Wi-Fi адаптер, поэтому сканирование RSSI происходит там, где находится мобильное устройство. Сохранение RSSI происходит в долговременную память мобильного устройства. Все данные сохраняются на мобильном устройстве пользователя, тренировка классификатора и управление переключением с сети Wi-Fi на сотовую сеть и обратно также происходят в мобильном устройстве пользователя.
На фиг. 1 показана зона сети Wi-Fi, которая охватывает помещение. Показан маршрут передвижения пользователя с мобильным устройством внутри помещения, где располагается маршрутизатор (Wi-Fi роутер). В некоторых частях помещения сигнал сети Wi-Fi может быть низким, или совсем пропадать, когда пользователь выходит из зоны сети Wi-Fi роутера или, например, поворачивается к нему спиной или выходит в дальнее от Wi-Fi роутера помещение.
Фиг. 2 иллюстрирует блок-схему предлагаемого способа сетевого переключения.
После соединения Wi-Fi адаптера устройства сетевого переключения, расположенного в мобильном устройстве пользователя (например, в смартфоне) с сетью Wi-Fi, устройство сетевого переключения, содержащее программное обеспечение, Wi-Fi адаптер и датчик передвижения пользователя, начинает собирать данные. Собираемые данные включают в себя набор данных BSSID -идентификатора набора базовых услуг (basic service set identification), то есть идентификатор Wi-Fi-роутера, и набор данных RSSI. Сбор данных может осуществляться через заданные регулярные промежутки времени.
При сборе данных: зоны с сильным сигналом Wi-Fi и зоны, где сигнал Wi-Fi не прерывается, получают метку, «внутренняя зона» и сразу добавляются в базу данных. В базу данных попадают пары BSSID-RSSI без координат.
Если при сборе данных обнаруживается слабый прерывающийся сигнал Wi-Fi, то есть обнаруживается потеря пакетов данных, нестабильное соединение с основной точкой доступа сети Wi-Fi, такие данные сохраняются в буфере слабого сигнала. При этом, если пользователь возвращается в зону с сильным сигналом Wi-Fi, буферизованные данные помечаются, как «внутренняя зона» и добавляются в базу данных.
Если пользователь после слабого сигнала попадает в зону, где RSSI меньше минимально допустимого для работы уровня и Wi-Fi отключается, буферизованные данные помечаются, как «внешняя зона» и добавляются в базу данных.
То есть пространство сети Wi-Fi разделяется на внутреннюю зону, где не должно происходить переключение мобильного устройства с сети Wi-Fi на сотовую связь, и внешнюю зону, где заканчивается действие сети Wi-Fi, и куда попадает пользователь с мобильным устройством, когда покидает внутреннюю зону. Во внешней зоне должно происходить переключение с сети Wi-Fi на сотовую связь, поскольку действие сети Wi-Fi на внешнюю зону не распространяется.
В устройство сетевого переключения, которое располагается в мобильном устройстве пользователя, автоматически вводятся следующие данные:
- пользовательские данные, которые могут включать в себя Rk - упорядоченный набор из k действительных чисел. Такие данные могут включать в себя данные о времени, днях недели, траектории движения пользователя, просмотренных приложениях в данный момент времени, данные из приложений, браузера, сенсоров телефона и другие данные;
- RSSI в момент времени i, RM вектор действительных чисел размерности М, далее набор данных FPi, то есть набор значений RSSI, собранных за заданный промежуток времени, представляет собой вектор со значениями RSSI.
Предлагаемое устройство сетевого переключения работает следующим образом (см. блок-схему на фиг. 2):
1. В зоне сети Wi-Fi включают Wi-Fi роутер и пользователь подключает мобильное устройство к сети Wi-Fi.
2. Включается сканер сигнала Wi-Fi, расположенный в блоке автоматического сбора данных устройства сетевого переключения. Сканер сигнала Wi-Fi собирает информацию о канале Wi-Fi, чтобы определить, является ли текущее соединение сильным или слабым. Информация о канале Wi-Fi включает в себя (но не ограничивается) BSSID, SSID, RSSI, количество плохих пакетов TX, BSSID - идентификатор набора базовых услуг (basic service set identification), SSID - идентификатор набора услуг (service set identification), RSSI - показатель уровня принимаемого сигнала (received signal strength indicator), TX - передача (transmission) количество потерянных радиомаяков, количество повторных передач.
3. Если обнаружено хорошее состояние связи, то активируется служба фонового сканирования. Служба фонового сканирования (или сканер пользовательских данных) собирает пользовательские данные UDi и 
в базу данных и помечает их, как «внутренняя зона, то есть 
.
4. Если обнаружено плохое состояния связи, то активируется служба сканирования слабого сигнала Wi-Fi. Служба сканирования слабого сигнала Wi-Fi собирает пользовательские данные UDi и в буфер слабого сигнала. Причем:
если сигнал Wi-Fi потерян или Wi-Fi отключен пользователем вручную и соединение не восстанавливается в течение заданных N секунд, то данные UDi и помечаются как «внешняя зона 
»;
если сигнал Wi-Fi в течение заданных N секунд восстанавливается, производят еще по меньшей мере одно измерение в последующие моменты времени, и если сигнал Wi-Fi также обнаруживается, то данные UDi и помечаются как «внутренняя зона ».
5. Помеченные данные хранятся в базе данных и процесс от 1 до 4 этапов повторяется до тех пор, пока не будет получено достаточное количество помеченных данных, причем достаточное количество помеченных данных задается заранее.
После сбора данных происходит тренировка классификатора, который после обучения используется, чтобы автоматически принималось решение, переключать ли мобильное устройство на сотовую связь или не переключать и продолжать использование сети Wi-Fi. "целевых вайфай точек, для которых обучается классификатор, может быть несколько. Соответственно, несколько обученных классификаторов."
Рассмотрим подробнее этапы предлагаемого способа.
Пользователь, находящийся в зоне сети Wi-Fi подключает мобильное устройство к сети Wi-Fi.
Далее в блоке автоматического сбора данных осуществляется процесс автоматического сбора данных. Автоматический сбор данных включает в себя сбор и автоматическую разметку данных. Как только устройство сетевого переключения, расположенное в мобильном устройстве пользователя, готово к сбору данных, а эта готовность может определяться разными способами, например, акселерометр детектирует движение пользователя, или сбор данных инициируется каждые N минут, или срабатывают другие заданные условия, определяется, прерывается ли сигнал Wi-Fi. Если сигнал Wi-Fi не прерывается, то все FPi получают метку внутренней зоны. Если сигнал Wi-Fi прерывается, то все FPi, собранные после обнаружения прерывающегося сигнала собираются в буфер слабого сигнала Wi-Fi. Если произошла полная потеря сигнала Wi-Fi, то все FPi из буфера слабого сигнала получают метку внешней зоны. Если условие прерывающегося сигнала не повторяется, то есть сигнал стабилизируется в течение некоторого заданного времени, то все FPi из буфера получают метку внутренней зоны. Все FPi с метками сохраняются в базу данных. Как только в базе данных оказывается достаточное количество FPi с метками, инициируется тренировка (обучение) классификатора. FPi с метками подаются на вход алгоритма машинного обучения, который может быть любым подходящим алгоритмом, например, алгоритмом логистической регрессии, но вместо него может быть использован любой другой алгоритм, в том числе нейронные сети.
Как только классификатор обучен, запускается процесс автоматического сетевого переключения. С этого момента два процесса - автоматического сбора данных и автоматического сетевого переключения работают одновременно.
Алгоритм автоматического сетевого переключения работает следующим образом. Проверяется условие прерывающегося сигнала Wi-Fi. Если сигнал Wi-Fi не прерывается принимается решение оставаться в сети Wi-Fi. Если сигнал Wi-Fi прерывается, то включается сбор данных для предсказания. Собираются FPi в точке, где находится мобильное устройство пользователя в данный момент времени. Каждый FPi поступает на вход обученному классификатору, который делает предсказание - если вероятность принадлежности этого FPi к внешней зоне Pi > T, выше предопределенного порога T, то принимается решение о переключении на сотовую связь.
Причем порог Т задается заранее и определяется так, чтобы минимизировать отключение сети Wi-Fi тогда, когда мобильное устройство пользователя находится во внутренней зоне, но при этом чтобы происходило переключение тогда, когда мобильное устройство пользователя переходит во внешнюю зону.
Все данные, используемые для предсказания, с метками, которые получены в зависимости от действий пользователя, также сохраняются в базу данных для последующего переобучения классификатора. Если вероятность Pi ниже определенного порога T, принимается решение оставаться в сети Wi-Fi, далее опять идет проверка является ли сигнал Wi-Fi прерывающимся.
После тренировки классификатора, при работе устройства сетевого переключения при снижении силы сигнала Wi-Fi классификатор предсказывает зону нахождения пользователя. Если классификатор предсказывает, что пользователь находится во внутренней зоне, то переключение мобильного устройства с сети Wi-Fi на сотовую сеть не происходит. Если классификатор предсказывает, что пользователь выходит из внутренней зоны во внешнюю зону, то происходит переключение мобильного устройства с сети Wi-Fi на сотовую сеть.
В дополнение к блоку автоматического сетевого переключения может использоваться дополнительный модуль предсказания поведения пользователя, блок-схема которого показана на фиг. 3. В момент сбора FPi, дополнительно собираются данные, связанные с пользователем. Например, это могут быть данные о приложениях, которыми пользователь пользуется в данный момент времени, время суток и день недели, данные с сенсоров телефона и т.п. Проверяется прерывается ли сигнал Wi-Fi. Если сигнал Wi-Fi прерывается, то начинается сбор FPi для предсказания. FPi передаются в обученный классификатор, который делает предсказание нахождения мобильного устройства во внешней зоне, как описано выше. Далее полученные предсказания вместе с некоторыми данными пользователя, которые могут включать время суток, день недели, данные с сенсоров мобильных устройств, траекторию движения пользователя, некоторые данные о пользовательских приложениях и другое, используются для оценки вероятности выхода во внешнюю зону. Если эта полученная вероятность выше определенного порога, Pi›T, то принимается решение об автоматическом переключении на мобильную связь.
Например, в качестве дополнительных данных пользователя могут быть использованы данные о его передвижениях. В этом случае нахождение пользователя в какой-то точке также определяется по FPi, если используется некоторый набор точек, то получается траектория движения пользователя. Каждая точка FPi поступает на вход классификатора, и получается результат предсказания, например, вероятность принадлежности этой точки к внешней зоне. Далее, эти результаты работы классификатора по набору точек поступают в «блок предсказания поведения пользователя». Поскольку используется несколько точек, то есть траектория движения пользователя, таким образом происходит предсказание поведения пользователя. Полученные в каждой точке вероятности объединяются, например, экспоненциальным сглаживанием, и получается единая вероятность выхода во внешнюю зону по траектории пользователя. Также, может быть использована дополнительная информация, например, время и дни недели. Тогда в разное время поведение пользователя, то есть его траектория движения может отличаться. Эта информация может быть добавлена непосредственно в классификатор вместе с точками FPi, то есть на вход классификатора как при обучении, так и при предсказании будут подаваться вектора, содержащие как FPi, так и некоторую информацию, например, о текущем времени.
Таким образом, когда пользователь покидает зону сети Wi-Fi, мобильное устройство переключается с сети Wi-Fi на сотовую сеть. Когда пользователь просто подходит к границе зоны сети Wi-Fi или попадает на участок зоны сети Wi-Fi, где сила сигнала низкая, мобильное устройство не переключается с сети Wi-Fi на сотовую сеть. Необходимо отметить, что в отличие от известного уровня техники, решение о переключении с сети Wi-Fi на сотовую сеть принимается блоком автоматического сетевого переключения на основе большого количества измерений в разные моменты времени вдоль траектории движения пользователя с мобильным устройством внутри зоны сети Wi-Fi.
В случае, если произошла потеря сигнала Wi-Fi или пользователь отключил Wi-Fi сам, и в течение какого-то периода времени не произошло восстановления сигнала, например, через N секунд, то все FPi из буфера помечаются как внешняя зона. Иначе, собранные FPi продолжают добавляться в буфер. Если происходит переключение с одного Wi-Fi на другой или перестает функционировать Wi-Fi роутер, то FPi из буфера удаляются и не учитываются. В случае, если необходимо также отслеживать переключение с Wi-Fi на другой Wi-Fi, то такие FPi могут сохранятся в базу данных с меткой «зона передачи».
На фиг. 4 показан алгоритм работы обученного классификатора.
После сбора данных FPi - i-й элемент данных попадает в обученный классификатор, где находятся w - обученные параметры классификатора. Далее классификатор определяет Pi - вероятность i-го элемента данных принадлежать к зоне переключения (к внешней зоне). Если эта вероятность Pi больше определенного порога T, то мобильное устройство переключается на сотовую сеть, если Pi меньше определенного порога Т, то мобильное устройство остается подключенным к сети Wi-Fi, и продолжается сбор данных. Так, при слабом сигнале Wi-Fi мобильное устройство остается подключенным к сети Wi-Fi, поскольку пользователь находится внутри зоны Wi-Fi.
За счет прогнозирования поведения пользователя происходит более быстрый переход с сети Wi-Fi на сотовую сеть.
Для сокращения времени ожидания переключения Wi-Fi на сотовую сеть, необходимо, чтобы устройство прогнозировало траекторию пользователя на основе собираемых данных. По результатам прогнозирования в мобильном устройстве запускается один из сценариев: если спрогнозировано, что пользователь покидает зону Wi-Fi, то сеть со слабым сигналом Wi-Fi переключается на сотовую сеть, если спрогнозировано, что пользователь не покидает зону Wi-Fi, то сеть со слабым сигналом Wi-Fi не будет переключаться на сотовую сеть.
С помощью предлагаемого изобретения возможно делать оповещения для пользователя, в зависимости от того, где располагается мобильное устройство, которое носит с собой пользователь. Например, если определено, что пользователь покидает квартиру, то мобильное устройство делает оповещение о погоде.
Устройство может использоваться не только для контроля за переключением мобильного устройства с сети Wi-Fi на сотовую сеть, сбор данных через определенные промежутки времени также позволяет оповещать пользователя о бытовых вещах, таких, например, как напоминание о том, что необходимо поставить будильник, если пользователь расположился в спальне и подошло время сна, или о необходимости выключить плиту, если, например, пользователь расположился на кухне и готовит, если, например, пользователь находится в гостиной возле телевизора, то мобильное устройство может выдавать программу телепередач и т.д. То есть пользователь делает какое-то бытовое действие в определенном месте зоны сети Wi-Fi один раз и после этого, когда пользователь с мобильным устройством попадает в эту же зону, мобильное устройство на основе предсказания может напоминать пользователю о действиях в этом месте. В этом случае меняется процесс автоматического сбора и разметки данных. Метки внутренней и внешней зоны заменяются на метки действий пользователя, совершенных в одной локации. Например, если пользователь в определенном месте зоны сети Wi-Fi делает какое-то действие, о котором «знает» мобильное устройство, например, пользуется приложением с рецептами или включает программу телевизора через приложение Smart TV или ставит будильник, то в следующий раз, когда пользователь будет находиться в этом месте, эти приложения получат подсказку, что сейчас их лучше использовать. Например, эти приложения получат приоритет над другими и будут загружаться заранее и быстрее.
Данные обновляются постоянно, процесс сбора данных и предсказания происходит параллельно, то есть более ранние данные удаляются и заменяются новыми более свежими, полученными за последние промежутки времени. Данные собираются устройством, располагающимся в мобильном устройстве, когда память для хранения этих данных заполняется, то данные начинают удаляться, начиная с самых старых по времени хранения. Процесс удаления старых данных и сбора новых данных происходит постоянно во время работы мобильного устройства. Тренировка классификатора может происходить, например, когда мобильное устройство стоит на подзарядке и подключено к сети Wi-Fi. Чем больше данных собрано и чем больше тренировок классификатора проведено, тем точнее будет предсказание и мобильное устройство будет более четко и быстро реагировать на поведение пользователя.
Если пользователь находится в помещении, в котором работает несколько Wi-Fi роутеров, переключение с сети Wi-Fi на сотовую сеть заменяется переключением с одной сети Wi-Fi на другую сеть Wi-Fi. Причем для каждого Wi-Fi роутера используется свой обучаемый классификатор.
Если пользователь самостоятельно переключился с сети Wi-Fi на сотовую сеть в зоне сильного сигнала сети Wi-Fi, в этот момент прекращается запись данных для прогнозирования. Если пользователь самостоятельно переключился с сети Wi-Fi на сотовую сеть в зоне слабого сигнала сети Wi-Fi, то данные маркируются как данные выхода во внешнюю зону и при следующем попадании пользователя именно в эту зону произойдет автоматическое переключение мобильного устройства с сети Wi-Fi на сотовую сеть.
Благодаря предлагаемому изобретению происходит прогнозирование поведения пользователя с мобильным устройством, то есть быстрое без задержек переключение с сети Wi-Fi на сотовую сеть или другую сеть Wi-Fi, когда пользователь с мобильным устройством покидает зону сети Wi-Fi, при этом внутри зоны сети Wi-Fi не происходит переключение на сотовую сеть, даже при низком сигнале сети Wi-Fi.
При использовании в качестве классификатора логистической регрессии, а также экспоненциального сглаживания по некоторому количеству предсказанных вероятностей, финальное решение о переключении принимается по результатам на траектории пользователя, а не по одной точке.
Хотя изобретение описано в связи с некоторыми иллюстративными вариантами осуществления, следует понимать, что сущность изобретения не ограничивается этими конкретными вариантами осуществления. Напротив, предполагается, что сущность изобретения включает в себя все альтернативы, коррекции и эквиваленты, которые могут быть включены в сущность и объем формулы изобретения.
Кроме того, изобретение сохраняет все эквиваленты заявляемого изобретения, даже если пункты формулы изобретения изменяются в процессе рассмотрения.
1. Устройство сетевого переключения, содержащее:
Wi-Fi адаптер;
сканер сигнала Wi-Fi, выполненный с возможностью измерения показателя уровня принимаемого сигнала за заданный промежуток времени;
блок автоматического сбора данных, содержащий:
- базу данных,
- буфер слабого сигнала,
- классификатор, выполненный с возможностью предсказания принадлежности измеренных данных о канале Wi-Fi к внутренней зоне сети Wi-Fi или к внешней зоне сети Wi-Fi,
- блок обучения классификатора;
блок автоматического сетевого переключения.
2. Устройство по п. 1, дополнительно содержащее датчик передвижения пользователя.
3. Устройство по п. 2, в котором датчиком передвижения пользователя может быть одно из акселерометра, педометра.
4. Устройство по любому из пп. 1-3, в котором сканер сигнала Wi-Fi выполнен с возможностью сбора информации о канале Wi-Fi, причем информация о канале Wi-Fi может дополнительно включать в себя идентификатор Wi-Fi-роутера (BSSID), идентификатор набора услуг (SSID), количество потерянных радиомаяков, количество повторных передач.
5. Устройство по любому из пп. 1-3, в котором сканер Wi-Fi содержит службу сканирования слабого сигнала.
6. Устройство по п. 5, в котором сканер Wi-Fi дополнительно содержит службу фонового сканирования, для сбора пользовательских данных.
7. Способ работы устройства сетевого переключения по п. 1, содержащий следующие этапы:
а) этап подключения Wi-Fi адаптера к сети Wi-Fi;
б) этап автоматического сбора данных, выполняющийся в блоке автоматического сбора данных, причем на данном этапе:
посредством сканера сигнала Wi-Fi собирают данные о канале Wi-Fi, включающие в себя набор значений показателя уровня принимаемого сигнала, собранных за заданный промежуток времени,
определяют стабильность сигнала Wi-Fi по набору значений показателя уровня принимаемого сигнала за заданный промежуток времени, при этом если за заданный промежуток времени определено:
- что сигнал Wi-Fi не прерывается, то измеренные данные о канале Wi-Fi получают метку внутренней зоны Wi-Fi и сохраняются в базе данных,
- что сигнал Wi-Fi прерывается, то измеренные данные о канале Wi-Fi собираются в буфер слабого сигнала,
в буфере слабого сигнала дополнительно определяют стабильность прерывающегося сигнала Wi-Fi по набору значений показателя уровня принимаемого сигнала за дополнительный заданный промежуток времени, при этом если за дополнительный заданный промежуток времени определено:
- что сигнал Wi-Fi полностью потерян, то измеренные данные о канале Wi-Fi получают метку внешней зоны Wi-Fi и сохраняются в базе данных,
- что сигнал Wi-Fi стабилизируется, то измеренные данные о канале Wi-Fi получают метку внутренней зоны Wi-Fi и сохраняются в базе данных,
обучают классификатор в блоке обучения классификатора, при этом измеренные данные о канале Wi-Fi, сохраненные в базе данных, подаются на вход алгоритма машинного обучения, посредством которого классификатор обучается предсказывать принадлежность измеренных данных о канале Wi-Fi к внутренней зоне сети Wi-Fi или к внешней зоне сети Wi-Fi;
в) этап автоматического сетевого переключения, выполняющийся в блоке автоматического сетевого переключения, на котором:
измеряют показатель уровня принимаемого сигнала через заданные промежутки времени посредством сканера сигнала Wi-Fi,
определяют, прерывается ли сигнал Wi-Fi, по значениям показателя уровня принимаемого сигнала, причем
если сигнал Wi-Fi не прерывается, то переключение от сети Wi-Fi к другой сети не происходит,
если сигнал Wi-Fi прерывается, то измеренные данные о канале Wi-Fi поступают на вход обученного классификатора, который выдает:
предсказание принадлежности измеренных данных о канале Wi-Fi к внутренней зоне, в этом случае переключение от сети Wi-Fi к другой сети не происходит,
предсказание принадлежности измеренных данных о канале Wi-Fi к внешней зоне, в этом случае происходит переключение от сети Wi-Fi к другой сети;
г) этап работы, на котором этапы (б) и (в) работают непрерывно и параллельно.
8. Способ по п. 7, в котором другой сетью является другая сеть Wi-Fi.
9. Способ по п. 7, в котором другой сетью является сеть сотовой связи.
10. Способ по любому из пп. 7-9, в котором обученный классификатор работает следующим образом:
значение показателя уровня принимаемого сигнала попадает в обученный классификатор, содержащий обученные параметры,
обученный классификатор определяет вероятность принадлежности указанного значения показателя уровня принимаемого сигнала к внешней зоне,
если указанная вероятность больше предопределенного порогового значения, в этом случае происходит переключение от сети Wi-Fi к сотовой сети,
если указанная вероятность меньше предопределенного порогового значения, в этом случае переключение от сети Wi-Fi к сотовой сети не происходит.
11. Способ по п. 7, в котором посредством сканера сигнала Wi-Fi на этапе автоматического сбора данных
дополнительно собирают один или несколько из следующих наборов данных:
набор данных идентификатора Wi-Fi-роутера (BSSID),
набор данных идентификатора набора услуг(SSID),
набор данных о количестве потерянных радиомаяков,
набор данных о количестве повторных передач.
12. Способ по п. 7, в котором на
этапе автоматического сбора данных дополнительно:
собирают один или более из следующих наборов данных:
данные о приложениях, которыми пользователь пользуется в заданный промежуток времени,
время суток,
день недели,
данные с сенсоров телефона,
траекторию передвижения пользователя;
причем указанные один или более наборы данных подаются на вход алгоритма машинного обучения вместе с измеренными данными о канале Wi-Fi при обучении классификатора.
13. Способ по п. 7, в котором устройство сетевого переключения расположено в мобильном устройстве пользователя.
14. Мобильное устройство связи, содержащее устройство сетевого переключения по п. 1.
15. Вычислительное устройство пользователя, содержащее процессор и память, хранящую инструкции для выполнения процессором этапов способа по любому из пп. 7-10.
