Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/8444
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorArellano Aucancela, Alberto-
dc.contributor.authorBarrazueta López, Pamela Lourdes-
dc.contributor.authorTierra Amaguaya, Lennin Santiago-
dc.date.accessioned2018-07-19T17:05:44Z-
dc.date.available2018-07-19T17:05:44Z-
dc.date.issued2018-03-
dc.identifier.citationBarrazueta López, Pamela Lourdes; Tierra Amaguaya, Lennin Santiago. (2018). Desarrollo de un algoritmo de redes neuronales artificiales aplicado a la predicción de tráfico de la infraestructura de comunicaciones de redes corporativas. Escuela Superior Politécnica de Chimborazo. Riobamba.es_ES
dc.identifier.urihttp://dspace.espoch.edu.ec/handle/123456789/8444-
dc.descriptionSe desarrolló un algoritmo para predicción de tráfico de red basado en redes neuronales artificiales, en redes corporativas. Para obtener los datos del tráfico generado por la red de la Facultad de Informática y Electrónica (FIE), se instaló un servidor de recolección de datos con Linux, empleando TCPdump y un script para capturar automáticamente los datos durante monitoreos de 4 semanas entre las de 8am – 8pm, con intervalos de 5 minutos, los datos del tráfico recolectado contienen la información de protocolos seleccionados por ocupar mayor espacio en cada paquete: Protocolo de Internet (IP), Protocolo de Internet Versión 6 (IPV6), Protocolo de Resolución de Direcciones (ARP), Protocolo de Transferencia de Hipertexto (HTTP), Protocolo Seguro de Transferencia de Hipertexto (HTTPS) y ISCSI-TARGET. Se analizó el tamaño de cada uno de los protocolos que intervinieron en cada captura a través del programa SteelCentral Packet Analyzer, para el almacenamiento de los datos se utilizó Excel para la creación de una base de datos y posteriormente exportar los datos a Matlab donde se realizó la Red Neuronal Artificial con un algoritmo backpropagation para la predicción de datos. Se tomó una muestra de 2880 datos recolectados, analizados, ingresados y procesados en el algoritmo, el cual consta de 300 entradas, 1 capa oculta que consta de 17 neuronas y una única salida, todos los datos anteriormente mencionados se utilizaron para el entrenamiento de la red neuronal artificial. Se concluye que la Red Neuronal Artificial con un algoritmo backpropagation, luego de las pruebas con diferentes números de neuronas, obtuvo para cada uno de los protocolos los siguientes errores: protocolo IP el 9.50%, IPv6 el 15.38%, ARP el 10.24%, HTTP el 15.89%, HTTPS 12.12% y ISCSI- TARGET él 6.22%. Se recomienda para el pronóstico de tráfico de redes corporativas realizar una red neuronal artificial cuyas características sean mayores a 300 neuronas de entrada, una capa oculta con 17 o más neuronas intermedias.es_ES
dc.description.abstractAn algorithm for prediction of network traffic based on artificial neural networks in corporate networks was developed. In order to get the traffic data generated by the network of Computer Science and Electronics School (FIE), a data collection server with Linux was installed, using TCPdump and a script to capture automatically data during 4 weeks between 8am - 8pm, with intervals of 5 minutes. Trafic data collected contain the information of selected protocols due to they occupy more space in each package. Internet Protocol (IP), Internet Protocol Version 6 (IPV6), Address Resolution Protocol (ARP), Hypertext Transfer Protocol (HTTP), Hypertext Transfer Protocol Secure (HTTPS), and ISCSI-TARGET. The size of each protocol involved in every scan through the Program SteelCentral Packet Analyzer for the storage of the data was analyzed. For the data storage Excel was used for the creation of a database and then export the data to Matlab where the Artificial Neural Network with a backpropagation algorithm for the prediction of data was performed. A sample of 2880 data was collected, analyzed, entered, and processed in the algorithm which consists of 300 entries, 1 hidden layer that consists of 17 neurons, and a single output. All data mentioned above were used for training the artificial neural network. It is concluded that the Artificial Neural Network with a backpropagation algorithm after the tests with different numbers of neurons obtained for each of the protocols the following errors, IP protocol 9.50%, IPv6 15.38%, ARP 10.24%, HTTP 15.89%, HTTPS 12.12%, and ISCSI- TARGET 6.22%. For the traffic prediction of corporate networks, it is recommended to make an artificial neural network whose characteristics are greater than 300 input neurons, a hidden layer with 17 or more intermediate neurons.es_ES
dc.language.isospaes_ES
dc.publisherEscuela Superior Politécnica de Chimborazoes_ES
dc.relation.ispartofseriesUDCTFIYE;98T00190-
dc.subjectTECNOLOGÍA Y CIENCIAS DE LA INGENIERÍAes_ES
dc.subjectREDES DE COMPUTADORASes_ES
dc.subjectANÁLISIS DE TRÁFICOes_ES
dc.subjectREDES NEURONALES ARTIFICIALESes_ES
dc.subjectPERCEPTRÓN MULTICAPAes_ES
dc.subjectRETROPROPAGACIÓN (BACKPROPAGATION)es_ES
dc.titleDesarrollo de un algoritmo de redes neuronales artificiales aplicado a la predicción de tráfico de la infraestructura de comunicaciones de redes corporativas.es_ES
dc.typebachelorThesises_ES
dc.contributor.miembrotribunalRamos Valencia, Marco Vinicio-
Aparece en las colecciones: Ingeniero en Electrónica, Telecomunicaciones y Redes; Ingeniero/a en Telecomunicaciones

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
98T00190.pdf2,75 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.