Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.espe.edu.ec/handle/21000/35443
Título : | Modelo predictivo de umbrales dinámicos de sensores de red y alertas tempranas para mejorar la disponibilidad del servicio de internet y datos de una empresa proveedora de telecomunicaciones del Ecuador |
Director(es): | Tapia León, Freddy Mauricio |
Autor: | Barrionuevo Gallardo, David Danilo |
Palabras clave : | TELECOMUNICACIONES DISPONIBILIDAD DE RED MINERÍA DE DATOS MODELO PREDICTIVO |
Fecha de publicación : | 2022 |
Editorial: | Universidad de las Fuerzas Armadas ESPE. Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios. |
Citación : | Barrionuevo Gallardo, David Danilo (2022). Modelo predictivo de umbrales dinámicos de sensores de red y alertas tempranas para mejorar la disponibilidad del servicio de internet y datos de una empresa proveedora de telecomunicaciones del Ecuador. Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí. |
Abstract: | La evolución de las tecnologías de la información y el conocimiento han provocado un cambio disruptivo empresarial y nuevos modelos de negocio, que se basan principalmente en el acceso ágil y seguro a los datos. Por lo tanto, las empresas de telecomunicaciones se ven en la necesidad de brindar servicios de calidad, que garanticen la continuidad, eficiencia y privacidad en la transmisión de la información. El presente trabajo aborda la problemática de una empresa nacional de telecomunicaciones, que ha detectado bajos índices de disponibilidad e intermitencia en el servicio de datos e internet de sus clientes corporativos, en parte generados por la inadecuada gestión de monitoreo de los enlaces, con alertas y acciones correctivas, que han provocado efectos a la compañía tales como: pérdida de clientes, multas, incremento en los costos de operación, incumplimiento de acuerdos de servicio, disminución de confianza e imagen corporativa, etc. En tal virtud, se propone un modelo predictivo basado en técnicas de minería de datos y aprendizaje automático, que identifique patrones en la información histórica de los equipos de red. Este modelo puede ser empleado para: predecir el comportamiento de los enlaces, detectar posibles cortes, generar alertas tempranas y apoyar proactivamente en la toma de decisiones de la compañía. Se ha utilizado la metodología CRISP-DM para el desarrollo y evaluación del modelo predictivo XG Boost (técnica evolucionada de los Árboles de decisión) en Python Jupyter Notebook. Los resultados son alentadores con una efectividad de hasta un 95.5% de predicción. |
URI : | http://repositorio.espe.edu.ec/handle/21000/35443 |
Aparece en las colecciones: | Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
T-ESPE-052668.pdf | TESIS | 3,12 MB | Adobe PDF | Visualizar/Abrir |
T-ESPE-052668-D.pptx | DEFENSA | 5,26 MB | Microsoft Powerpoint XML | Visualizar/Abrir |
T-ESPE-052668-R.pdf | RESUMEN | 59,14 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.