Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/5113| Title: | Modelo de calidad para la medición de tolerancia a fallas en sistemas Big Data |
| Authors: | Guadarrama Alvarez, Nancy Victoria%1105411 |
| Issue Date: | 2023-01-12 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | Big 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. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Nancy_Victoria_Guadarrama_Alvarez_2023.pdf | Tesis | 4.65 MB | Adobe PDF | View/Open |
| MC_Nancy_Victoria_Guadarrama_Alvarez_2023-c.pdf Restricted Access | Cesión de derechos | 377.06 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
