Evaluación de técnicas de IA para implementar estrategias proactivas de auto-escalado de contenedores
| dc.contributor.advisor | Curiel Huerfano, Mariela Josefina | |
| dc.contributor.author | Figueredo Gonzalez, Bryan Leonardo | spa |
| dc.contributor.evaluator | Calderon Bocanegra, Francisco Carlos | spa |
| dc.contributor.evaluator | Rueda Olarte, Andrea Del Pilar | spa |
| dc.date.accessioned | 2023-07-14T19:50:52Z | |
| dc.date.available | 2023-07-14T19:50:52Z | |
| dc.date.created | 2023-06-09 | spa |
| dc.description.abstract | Este trabajo busca evaluar técnicas para optimizar el uso de recursos informáticos en la nube mediante auto-escalado. El auto-escalado puede ser reactivo (respondiendo a las necesidades cuando éstas se presentan) o proactivo (anticipándose a las demandas futuras). El estudio propone modelos basados en técnicas de inteligencia artificial para prever la creación de nuevas entidades de cómputo bajo condiciones variables de carga. Los datos para el entrenamiento de los modelos se recolectaron midiendo el uso de la CPU y la memoria RAM a través de servicios web. La metodología incluyó limpieza de datos, análisis de correlación para seleccionar características relevantes y la evaluación de varios modelos de aprendizaje automático supervisado y no supervisado. Los modelos supervisados incluyeron regresión logística, random forest y redes neuronales; Como estrategia no supervisada se exploró el algoritmo de clustering K-Means. Los resultados mostraron que el aprendizaje automático puede utilizarse para anticipar y optimizar la capacidad de los sistemas informáticos, brindando una gestión proactiva de recursos de acuerdo con el análisis de resultado de las métricas de evaluación de los modelos. | spa |
| dc.description.abstractenglish | This work seeks to evaluate techniques to optimize the use of computing resources in the cloud through autoscaling. Auto-scaling can be reactive (responding to needs as they arise) or proactive (anticipating future demands). The study proposes models based on artificial intelligence techniques to prevent the creation of new virtual machines under variable load conditions. The data for the training of the models was collected by measuring the use of CPU and RAM memory through web services. The methodology included data cleaning, montage analysis to select relevant features, and evaluation of various unsupervised and supervised machine learning models. The supervised logistic ones include regression, random forest and neural networks, the unsupervised one explore K-Means clustering models. The results showed that machine learning can be used to anticipate and optimize the capacity of computer systems, providing a proactive management of resources according to the analysis of the results of the evaluation metrics of the models. | spa |
| dc.description.degreelevel | Maestría | |
| dc.description.degreename | Magíster en Inteligencia Artificial | |
| dc.format | ||
| dc.format.mimetype | application/pdf | |
| dc.identifier.instname | instname:Pontificia Universidad Javeriana | |
| dc.identifier.reponame | reponame:Repositorio Institucional - Pontificia Universidad Javeriana | |
| dc.identifier.repourl | repourl:https://repository.javeriana.edu.co | |
| dc.identifier.uri | http://hdl.handle.net/10554/64687 | |
| dc.language.iso | spa | |
| dc.publisher | Pontificia Universidad Javeriana | |
| dc.publisher.faculty | Facultad de Ingeniería | |
| dc.publisher.program | Maestría en Inteligencia Artificial | |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
| dc.rights.coar | info:eu-repo/semantics/openAccess | |
| dc.rights.licence | Atribución-NoComercial-SinDerivadas 4.0 Internacional | |
| dc.rights.local | De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia. | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Escalamiento | |
| dc.subject | Elasticidad | |
| dc.subject | Autoescalado | |
| dc.subject.armarc | Maestría en inteligencia artificial - Tesis y disertaciones académicas | |
| dc.subject.armarc | Inteligencia artificial | spa |
| dc.subject.armarc | Escalmiento | spa |
| dc.subject.keyword | Scaling | |
| dc.subject.keyword | Elasticity | |
| dc.subject.keyword | Autoscaling | |
| dc.title | Evaluación de técnicas de IA para implementar estrategias proactivas de auto-escalado de contenedores | spa |
| dc.title.english | Evaluation of AI techniques to implement proactive container auto-scaling strategies | spa |
| dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | |
| dc.type.driver | info:eu-repo/semantics/masterThesis | |
| dc.type.hasversion | http://purl.org/coar/version/c_ab4af688f83e57aa | |
| dc.type.local | Tesis/Trabajo de grado - Monografía - Maestría |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- attachment_0_Evaluacion-tecnicas-de-IA-para-implementar-estrategias-proactivas-de-autoescalado-en-contenedores.pdf
- Tamaño:
- 898.86 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Documento
Bloque de licencias
1 - 2 de 2
No hay miniatura disponible
- Nombre:
- attachment_1_Anexo_1_Carta_Autorizacion.pdf
- Tamaño:
- 304.68 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
No hay miniatura disponible
- Nombre:
- attachment_3_Anexo_3_Descripción_de_Tesis.pdf
- Tamaño:
- 199.57 KB
- Formato:
- Adobe Portable Document Format
- Descripción: