Por favor, use este identificador para citar o enlazar este ítem:
http://infotec.repositorioinstitucional.mx/jspui/handle/1027/812| Predicción de fallos en redes Wi-Fi mediante aprendizaje computacional | |
| Hugo Hernández Aceves | |
| Mario Graff | |
| Acceso Abierto | |
| Atribución-CompartirIgual | |
| Wi-Fi Fallos en la comunicación Análisis exploratorio de Datos. Diseño del estudio y ajuste de modelos | |
| El objetivo de esta tesis consiste en desarrollar un modelo predictivo para anticipar caídas en access points (APs) a partir del análisis de métricas operativas recolectadas en febrero de 2024 en una red comercial con presencia nacional en México, delimitando así su alcance a este conjunto de datos. Para ello, se construyó una base de datos integrando métricas periódicas de CPU, memoria y tráfico con eventos de caídas de servicio. El preprocesamiento incluyó imputación de valores faltantes, normalización Min‑Max y reducción de dimensionalidad mediante UMAP. Se implementaron tres algoritmos de clasificación: Regresión Logística, Random Forest y Gradient Boosting. La evaluación se realizó con validación cruzada estratificada, midiendo exactitud, sensibilidad y precisión. Los resultados principales muestran una exactitud promedio de 92 % para Regresión Logística, 97 % para Random Forest y 96 % para Gradient Boosting. El análisis de importancia de variables reveló que Process count, Process CPU y System CPU usage son los predictores más relevantes. | |
| 25-05-2025 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Maestros Otros Personal de apoyo escolar Público en general | |
| Hérnandez Aceves, Hugo. (2025). Predicción de Fallos en redes Wi-Fi mediante aprendizaje computacional. México: INFOTEC es Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación. | |
| COMUNICACIONES POR SATÉLITE | |
| Versión publicada | |
| publishedVersion - Versión publicada | |
| Aparece en las colecciones: | Maestría en Ciencia de Datos e Información |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| Hugo Aceves_ Tesis_MCDI_Versión Final.pdf | 3.86 MB | Adobe PDF | Visualizar/Abrir |