Bài báo này trình bày tiềm năng giám sát không xâm lấn và chi phí thấp các điều kiện mạng truyền thông và di động bằng cách sử dụng dữ liệu sử dụng mạng di động Na Uy. Chúng tôi chuyển đổi dữ liệu mạng thành các mô hình trong khuôn khổ tính toán dự trữ và sau đó đo lường hiệu suất của mô hình trên các tác vụ proxy. Các thí nghiệm chứng minh hiệu suất của các tác vụ proxy này tương quan với các điều kiện mạng như thế nào. Một lợi thế quan trọng của phương pháp này là việc sử dụng các tập dữ liệu sẵn có và sự sẵn có của một khuôn khổ tính toán dự trữ, không tốn kém và có thể thích ứng với hầu hết các thuật toán. Dữ liệu sử dụng mạng di động được ẩn danh và tổng hợp có sẵn trong nhiều ảnh chụp nhanh hàng ngày. Dữ liệu này có thể được xử lý bởi các mạng có trọng số, và tính toán dự trữ cho phép sử dụng các mạng có trọng số chưa được huấn luyện làm công cụ học máy. Các mạng được khởi tạo bằng mạng trạng thái phản hồi (ESN) sẽ chiếu tín hiệu đầu vào vào không gian đa chiều, với một lớp được huấn luyện duy nhất. Phương pháp này tiêu thụ ít năng lượng hơn so với mạng nơ-ron sâu huấn luyện tất cả các trọng số mạng. Chúng tôi huấn luyện các mô hình ESN bằng các tác vụ lấy cảm hứng từ khoa học thần kinh và chứng minh rằng hiệu suất thay đổi tùy thuộc vào cấu hình mạng cụ thể và giảm đáng kể khi mạng bị nhiễu loạn. Trong khi đóng vai trò là bằng chứng về khái niệm, chúng tôi dự đoán rằng nó cũng có thể được sử dụng để giám sát thời gian thực và xác định các lỗ hổng trong mạng truyền thông di động và mạng lưới giao thông.
