En una conexión WiFi uno suele tener en cuenta la velocidad de conexión y la cobertura, pero también hay otros factores que ayudan en una buena experiencia de usuario, y entre ellos está el tiempo que tardas en conectarte a estas redes.
Un grupo de investigadores de la Universidad de Tsinghua han realizado un estudio en el que llegan a conclusiones sorprendentes sobre lo mucho que fallan los inicios de sesión, pero apuntan a una solución drástica: la cosa mejoraría mucho si hiciésemos uso de un sistema de aprendizaje automático (o machine learning) para optimizar el proceso de selección del punto de acceso y conexión.
400 millones de conexiones estudiadas
Los responsables del estudio estudiaron 400 millones de sesiones WiFi registradas gracias a la aplicación Wi-Fi Manager disponible en Android. En estas conexiones se estudiaba el proceso de conexión, que pasa por escanear las redes disponibles para luego realizar un intercambio de paquetes con la red elegida. Finalmente es necesario introducir normalmente la contraseña para que se produzca el paso final: la asignación de una dirección IP que permita a nuestro dispositivo navegar por internet a través de ese punto de acceso.
Curiosamente el proceso de búsqueda y conexión a esas redes falla mucho más de lo que pensamos: según el estudio, un 45% de las veces ni siquiera llegamos a conectar, pero es que además el 15% de las conexiones tardan más de cinco segundos en completarse.
Los factores que influyen en esos tiempos de conexión y en el éxito de la conexión en sí varían, pero están relacionados sobre todo con si la red es pública o privada —estas últimas dan muchos menos problemas— e incluso con la velocidad del procesador o el sistema operativo utilizado en el dispositivo.
La fuerza de la señal importa menos de lo que piensas
En las pruebas se compararon el Meizu M1 Note y el Meizu M2 Note con diferencias en el hardware y se vio como la mayor frecuencia del modelo más moderno (1,7 GHz frente 1,3 GHz) hacía que la conexión fuese más rápida en el producto más potente.
La cosa era aún más curiosa para el sistema operativo: con el Meizu Pro 5 y el Samsung G9280 usando el mismo SoC (Exynos 7420) se descubrió que el sistema operativo del Meizu (FlyMe, una personalización de Android) perjudicaba seriamente tanto la fase de escaneo como la de conexión. La calibración de la fuerza de la señal para la banda de los 5GHz en estas conexiones era problemática en el dispositivo de Meizu, lo que perjudicaba la calidad de esa experiencia.
Para resolver estos problemas el equipo de investigadores creó un algoritmo de aprendizaje automático para la selección óptima del punto de acceso. Este algoritmo clasifica los candidatos en lentos o rápidos recolectando las características del punto de acceso como fuentes del entrenamiento del algoritmo.
Tras realizar pruebas con este algoritmo, "los resultados de la evaluación muestran que comparado con el algoritmo por defecto que selecciona los puntos de acceso únicamente por la fuerza de la señal, podemos reducir la tasa de fallos de conexión del 33% al 3,6%. Además los costes de establecimiento de la conexión pasan de ser del 80% a reducirse 10 veces". Ahora queda por ver si este tipo de algoritmo se aplica a dispositivos móviles de todo tipo y de diversos fabricantes en un futuro cercano, pero desde luego la opción es interesante.
Vía | MIT Technology Review
En Xataka | ¿Qué mejora más la WiFi de casa: reciclar un router viejo, usar un punto de acceso o un repetidor?
Más información | ArXiV
Ver todos los comentarios en https://www.xataka.com
VER 2 Comentarios