Interfases
https://hdl.handle.net/20.500.12724/2469
2024-03-28T08:46:16ZMétodo de procesamiento de lenguaje natural y técnicas de minería de datos aplicadas a la clasificación de incidentes informáticos
https://hdl.handle.net/20.500.12724/17375
Método de procesamiento de lenguaje natural y técnicas de minería de datos aplicadas a la clasificación de incidentes informáticos
Garcés-Eslava, Diana Maribel
El presente artículo plantea una metodología en la que se aplica el procesamiento de lenguaje natural y algoritmos de clasificación, haciendo uso de técnicas de minería de datos e incorporando procedimientos de validación y verificación de significancia, de acuerdo al análisis y selección de los datos, así como también de los resultados, con base en estadísticas de calidad de la información, lo que permite garantizar el porcentaje de efectividad en la construcción del conocimiento. Se utiliza como caso de estudio el análisis de incidentes informáticos en una institución educativa y una base de datos estandarizada de incidentes informáticos históricos recopilados de su área de mesa de servicio, la cual vincula con todos los procesos de tecnologías de la información y se centra en las necesidades de soporte para la realización de las actividades de los empleados. Mientras el requerimiento del usuario no sea resuelto en un tiempo adecuado, el impacto del incidente puede traer inconvenientes laborales de niveles variados, de tal manera que se hace difícil planificar o prevenir la resolución de los incidentes debido a la naturaleza imprevista de los mismos.
Indexado en Latindex (Catálogo 2.0) y DOAJ
2019-01-01T00:00:00ZAplicación de Machine Learning en la Gestión de Riesgo de Crédito Financiero: Una revisión sistemática
https://hdl.handle.net/20.500.12724/17392
Aplicación de Machine Learning en la Gestión de Riesgo de Crédito Financiero: Una revisión sistemática
Hermitaño Castro, Juler Anderson
La gestión de riesgos bancarios puede ser dividida en las siguientes tipologías: riesgo crediticio, riesgo de mercado, riesgo operativo y riesgo de liquidez, siendo el primero el tipo de riesgo más importante para el sector financiero. El presente artículo tiene como objetivo mostrar las ventajas y desventajas de la implementación de los algoritmos de machine learning en la gestión de riesgos de crédito y, a partir de esto, mostrar cuál tiene mejor rendimiento, señalando también las desventajas que puedan presentar. Para ello se realizó una revisión sistemática de la literatura con la estrategia de búsqueda PICo y se seleccionaron doce artículos. Los resultados reflejan que el riesgo de crédito es el de mayor relevancia. Además, algunos de los algoritmos de machine learning ya han comenzado a implementarse, sin embargo, algunos presentan desventajas resaltantes como el no poder explicar el funcionamiento del modelo y ser considerados como caja negra. En ese sentido, desfavorece la implementación debido a que los organismos regulatorios exigen que un modelo deba ser explicable, interpretable y transparente. Frente a ello, se ha optado por realizar modelos híbridos con algoritmos que no son sencillos de explicar, como aquellos modelos tradicionales de regresión logística. También, se presenta como alternativa utilizar métodos como SHAPley Additive exPlanations (SHAP) que ayudan a la interpretación de dichos modelos.
Indexado en DOAJ
2022-01-01T00:00:00ZDispositivos wearables y los riesgos a la privacidad: una revisión de la literatura
https://hdl.handle.net/20.500.12724/17391
Dispositivos wearables y los riesgos a la privacidad: una revisión de la literatura
Taco Jimenez, Angelo Rodrigo
En la actualidad, está en auge del uso de dispositivos que se pueden llevar puestos (wearable devices, en inglés): tanto niños como adultos han incorporado en su día a día este tipo de dispositivos adicionales al celular, que hoy son una extensión más del ser humano. Esta investigación hace una revisión de qué son los wearables, su uso y los riesgos que implican para el usuario en cuanto a su privacidad y su seguridad. Se eligió la metodología de identificación y control de riesgos entre los resultados de una revisión de alcance en la literatura pertinente.
Indexado en Latindex (Catálogo 2.0) y DOAJ
2022-01-01T00:00:00ZSistema de monitoreo de ambiente para el control de las condiciones ambientales de las granjas acuícolas de la selva del Perú basado en Internet de las Cosas
https://hdl.handle.net/20.500.12724/17390
Sistema de monitoreo de ambiente para el control de las condiciones ambientales de las granjas acuícolas de la selva del Perú basado en Internet de las Cosas
Lino Villaran, Adrian Ernesto
La industria alimenticia de la acuicultura está creciendo a un ritmo tan acelerado que está por alcanzar a la pesca en toneladas producidas. Sin embargo, en el Perú, la acuicultura se encuentra poco desarrollada: su participación en el sector es del 1,4 %, y cuenta con productores poco especializados, que residen en zonas alejadas con baja posibilidad de acceso tecnológico. Por ello, en este trabajo se plantea un sistema de monitoreo de ambiente semiautónomo dirigido exclusivamente a la zona oriental del Perú, capaz de medir temperatura (agua y aire), oxígeno disuelto, pH y luminosidad. Con este fin se genera un nodo de medición de parámetros que captura las condiciones ambientales y las envía a un gateway a través de la red LoRa. En un despliegue de casi cinco días, con más de 69 000 datos capturados, el sistema demostró que tiene la capacidad de medir las condiciones ambientales de forma precisa y autónoma con tendencias normales para la ubicación y hora de medición. Asimismo, se pudieron identificar ciertas correlaciones entre los datos obtenidos, como la temperatura del ambiente sobre el oxígeno disuelto, que tiene un coeficiente de correlación de 0,81. Por otro lado, el uso de la red LoRa requiere aplicar cierto tipo de control de la integridad de la información, ya que esta no viene por defecto. Finalmente, se concluye que el sistema desarrollado sí permite monitorear las condiciones ambientales en la selva peruana, brindando al productor la capacidad de visualizar su información en tiempo real de forma local y remota.
Indexado en Latindex (Catálogo 2.0) y DOAJ
2022-01-01T00:00:00Z