Tesis Validadas: 2,591

Tesis de Posgrado: 3,262

Visitas: 1,000

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/5113
Full metadata record
DC FieldValueLanguage
dc.contributor.authorGuadarrama Alvarez, Nancy Victoria%1105411-
dc.creatorGuadarrama Alvarez, Nancy Victoria%1105411-
dc.date.accessioned2023-02-01T21:44:06Z-
dc.date.available2023-02-01T21:44:06Z-
dc.date.issued2023-01-12-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/5113-
dc.descriptionBig data representa un nuevo paradigma tecnológico para los datos que se generan a alta velocidad, gran volumen, y gran variedad. Desarrollar capacidades (desarrollos tecnológicos en infraestructura, análisis y servicios, etc.) que aprovechen Big data permite a las empresas transformase en organizaciones basadas en datos para seguir siendo competitivas [1]. El Big Data es complejo y requiere de aplicaciones informáticas no tradicionales de procesamiento de datos para tratarlos adecuadamente, dichas aplicaciones requieren de otros mecanismos para evaluar atributos de calidad. Por ejemplo, la tolerancia a fallas, limita el impacto de éstas y permite que el sistema continúe funcionando correctamente aun con su presencia, la capacidad de tolerancia a fallas puede lograrse utilizando enfoques dirigidos a hardware y/o software. El problema es que actualmente, no existen modelos de calidad para la tolerancia a fallas específicos a soluciones de Big data; por lo tanto, medir el nivel de tolerancia a fallas en un sistema de Big Data desde la perspectiva de software, se desarrolló la presente investigación. Se realizó una búsqueda del estado del arte, que incluyó la revisión, análisis y recolección de atributos de calidad, métricas y herramientas de código fuente (definición, fórmula y umbrales) para la construcción y generación del modelo. El trabajo de tesis incluye el desarrollo de un modelo de calidad que reúne un compendio de atributos de calidad y métricas de código fuente, que de acuerdo con la literatura están relacionadas a tolerancia a fallas. Debido a que el defecto de código corresponde a una de las 6 causas de fallas en los sistemas de Big Data, Cao et.al [2]. Además, el trabajo incluye un catálogo de técnicas de tolerancia a fallas con el propósito de adicionar elementos preventivos que permitan asegurar el funcionamiento normal del sistema. De modo que, se espera que el modelo propuesto y probado en 4 casos de estudio, sea una guía y contribuya en mejorar el proceso de desarrollo de sistemas Big Data. Sin embargo, es importante resaltar que el trabajo propuesto solo atiende/aborda una parte del problema, debido a que solo está enfocado en resolver el defecto de código del sistema y no significa que el problema sea eliminado de raíz. Debido a la extensibilidad y complejidad que representa un modelo de calidad para la tolerancia a fallas, es necesario plantear nuevas soluciones en el ámbito.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleModelo de calidad para la medición de tolerancia a fallas en sistemas Big Dataes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorRojas Perez, Juan Carlos%206939es_MX
dc.folio23-1380es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Nancy_Victoria_Guadarrama_Alvarez_2023.pdfTesis4.65 MBAdobe PDFView/Open
MC_Nancy_Victoria_Guadarrama_Alvarez_2023-c.pdf
  Restricted Access
Cesión de derechos377.06 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons