Predicción del consumo de ancho de banda de una red de área extendida con machine learning
DOI:
https://doi.org/10.59814/resofro.2024.4(5)445Palabras clave:
ISP; Ancho de banda; Internet; Memoria temporal jerárquica.Resumen
En este trabajo se realiza una primera aproximación a la solución de una problemática, el monitorio de consumo de ancho de banda de una red datos de un proveedor de servicios de internet (ISP), el monitoreo de consumo de ancho de banda es crucial para un ISP ya que este consumo refleja en gran medida el desempeño de la infraestructura de red la cual abarca centenas de equipos y varias tecnologías que hace posible que un usuario puede conectarse a internet. Mediante la monitorización del consumo de ancho de banda es posible detectar anomalías en el desempeño de la infraestructura de red, ya sean de carácter físico o lógico. Para la solución de este problema se ha utilizado el algoritmo de memoria temporal jerárquica (HTM por sus siglas en inglés) el cual es una técnica de aprendizaje automático que busca imitar el neocórtex en sus características estructurales y algorítmicas, el cual es la parte del cerebro que da inteligencia.
Descargas
Métricas
Citas
Fallas, F., & Torres, F. (2018). Clasificación mediante memoria temporal jerárquica. Revista Technology Inside, 1-9.
D’Alconzo, A., Drago, I., Morichetta, A., P, M. M., & Casas. (2019). A Survey on Big Data for Network Traffic Monitoring and Analysis. IEEE Transactions on Network and Service Management, 800-813.
Victor, D., & Vera, G. (2021). Predicción del rendimiento académico estudiantil con redes neuronales artificiales. Información tecnológica, 221-228.
Numenta. (2018). Hierarchical Temporal Memory. Obtenido de GitHub: https://github.com/numenta/nupic-legacy
Numenta. (October de 2019). A mchine learning guide to HTM. Obtenido de Numenta: https://www.numenta.com/blog/2019/10/24/machine-learning-guide-to-htm/
Shiva, S., Modjtaba, R., & Abed, H. G. (2023). Information-theoretic analysis of Hierarchical Temporal Memory-Spatial Pooler algorithm with a new upper bound for the standard information bottleneck method. Comput. Neurosci, 1-10.
Guardarrama, J. R., Areu, O. H., & Freire, R. C. (2019). Sistema de supervisión para el monitoreo de redes eléctricas inteligentes . Ingeniería Energética.
Paillacho, V., Machado, P., Garcés, E., & Chicaiza, D. (2019). Modelo de gestión de disponibilidad de la infraestructura tecnológica. Un enfoque desde ITIL. Espacios.
Gerardo, R., & Sonia, P. (2018). Los recursos de red y su monitoreo . Revista Cubana de Informática Médica, 1684-1859.
León, D., Cuenca, J., Ardila, I., & Mosquera, D. (2022). Inteligencia artificial para el control de tráfico en redes de datos: Una Revisión. Entre Ciencia e Ingeniería.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Diego Antonio Romo Caicedo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.