Propuesta metodológica para la identificación de patrones de falla de capa enlace de datos del modelo OSI y recuperación proactiva de equipos de comunicación aplicando algoritmos de aprendizaje automático

dc.contributor.advisorRosas Paredes, Karina
dc.contributor.authorEsquivel Rodríguez, Jorge Armando
dc.date.accessioned2020-09-23T15:55:09Z
dc.date.available2020-09-23T15:55:09Z
dc.date.issued2020-09-23
dc.description.abstractEn este trabajo de investigación se ha propuesto una metodología que ayude a un administrador de red a poder predecir de manera rápida un fallo en la red. Se tomó una modelo de minería de datos como base para poder implementar la metodología, esta metodología abarca desde poder identificar los problemas que se vienen presentando habitualmente en la red hasta la solución definitiva de los mismos, por lo tanto, se tuvo que extraer datos de equipos de infraestructura de red mediante el protocolo simple de administración de red de una manera automatizada aplicando un script desarrollado en el lenguaje de programación Python. A los datos extraídos se les aplicaron diferentes técnicas de aprendizaje automático supervisado determinando de esta manera que la máquina de soporte vectorial es la más adecuada para poder predecir fallas en base a los datos analizados dado que se obtuvo un 97.8 % de probabilidad de predicción. Para poder realizar todas las pruebas necesarias sin afectar el estado de la red se propuso el utilizar un emulador grafico de red conocido como GNS3, es aquí donde se emuló una topología compuesta por equipos de comunicación de capa enlace de datos que pueda presentar fallas. Además, se propusieron políticas de configuración con la finalidad de que al aplicar un mecanismo automatizado para solucionar las fallas este no cometa errores y genere problemas al desactivar algunas características de equipos de red que pueda desencadenas más fallas. Para finalizar se propusieron 3 maneras de cómo aplicar una solución frente a la identificación de una posible falla a ocurrir señalando a un administrador de red y un software como los principales actores que intervendrían.es_ES
dc.description.uriTesises_ES
dc.formatapplication/pdfes_ES
dc.identifier.urihttps://repositorio.ucsm.edu.pe/handle/20.500.12920/10261
dc.language.isospaes_ES
dc.publisherUniversidad Católica de Santa Maríaes_ES
dc.publisher.countryPEes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es_ES
dc.sourceUniversidad Católica de Santa Maríaes_ES
dc.sourceRepositorio de la Universidad Católica de Santa María - UCSMes_ES
dc.subjectCapa de Enlace de Datoses_ES
dc.subjectProtocolo Simple de Administración de Redes_ES
dc.subjectEmulador Gráficoes_ES
dc.subjectAprendizaje Supervisadoes_ES
dc.subjectPolíticas de Configuraciónes_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_ES
dc.titlePropuesta metodológica para la identificación de patrones de falla de capa enlace de datos del modelo OSI y recuperación proactiva de equipos de comunicación aplicando algoritmos de aprendizaje automáticoes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_ES
renati.advisor.dni29601217
renati.author.dni73110540
renati.discipline612076es_ES
renati.jurorRosas Paredes, Karinaes_ES
renati.jurorMartinez Muñoz, Jorge Luises_ES
renati.jurorEsquicha Tejada, Jose Davides_ES
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesionales_ES
renati.typehttps://purl.org/pe-repo/renati/type#tesises_ES
thesis.degree.disciplineIngeniería de Sistemases_ES
thesis.degree.grantorUniversidad Católica de Santa María.Facultad de Ciencias e Ingenierías Físicas y Formaleses_ES
thesis.degree.levelTítulo Profesionales_ES
thesis.degree.nameIngeniero de Sistemas: Especialidad en Ingeniería de Softwarees_ES

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
71.0646.IS.pdf
Size:
4.36 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: