Maestría en Ingeniería Electrónica
Permanent URI for this collection
Browse
Browsing Maestría en Ingeniería Electrónica by Subject "Maestría en Ingeniería con Énfasis en Ingeniería Electrónica"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item Detecting Hotspots on Networks(Pontificia Universidad Javeriana, 2018) Campos Bustos, Juan Camilo; Finke Ortiz, JorgeItem Diseño de un esquema de integración entre el modelamiento SDL y el desarrollo y simulación de redes inalámbricas de sensores basadas en Contiki(Pontificia Universidad Javeriana, 2018) Fuentes Vásquez, Andrés Felipe; Tamura Morimtsu, EugenioLas herramientas de simulación y análisis utilizadas en proyectos de sistemas distribuidos se han convertido en parte fundamental del desarrollo de este tipo de sistemas [1], lo cual ofrece la posibilidad a los involucrados en el proyecto, de probar los diseños antes de hacer implementaciones o cambios en los ambientes de producción. Dentro del desarrollo de sistemas de IoT (Internet de las Cosas), la simulación se torna en una herramienta fundamental, dado que los diseños de este tipo de tecnología implican la utilización de una gran cantidad de dispositivos cuyo despliegue para pruebas reales presenta altos costos y un sinnúmero de requerimientos que hacen la tarea de probar un diseño de IoT complicada y dispendiosa. Teniendo en cuenta las características de los proyectos de IoT, la simulación es imprescindible por el hecho de que los paradigmas de diseño de IoT involucran gran cantidad de sensores, que son costosos para ser usados solo en pruebas [2]. Los diferentes campos de aplicación de IoT y las predicciones de la industria en cuanto a crecimiento de dispositivos conectados, los cuales serán del orden de millardos en los próximos años [3], hacen necesario que antes de realizar inversiones en cientos de dispositivos para pruebas de un proyecto de IoT, se recurra a la simulación previa del proyecto, así como de mecanismos que faciliten el paso del diseño a la implementación real [4]. En este aspecto se hace relevante la integración directa entre lenguajes de descripción como el SDL (Specification and Description Language), con los lenguajes de desarrollo. Integraciones de este tipo permiten pasar rápidamente de un diseño descriptivo a una implementación y simulación de un prototipo especifico [5]. Este trabajo se enfoca en proponer un mecanismo de integración entre herramientas de descripción formal como SDL [6] y sistemas operativos tales como Contiki [7] y simuladores para aplicaciones de IoT tales como Cooja [8], que permite observar características tales como consumo de energía, capacidad de procesamiento, almacenamiento, conectividad entre otros. Se busca que esta propuesta conlleve a mejorar los tiempos y costos en el ciclo de vida de diseños de IoT y verificación de los modelos, previo a las inversiones necesarias para la puesta en producción de un sistema.Item Towards an Algorithmic Selection of Spreaders in Twitter(Pontificia Universidad Javeriana, 2018) Duque Marín, Arturo; Rocha, CamiloThis research empirically studies mechanisms and criteria for selecting spreaders in Twitter. Spreaders are users capable of disseminating information to large portions of the network, whether they are considered in uentials or not. This work is an initial approximation in which the Twitter social network is represented as a network and the selection mechanisms exploit its structural properties to nd suitable spreaders. Because the selection depends on di erent mechanisms (e.g. algorithmic, manual, and random selection), a comparison of the distinct features they generate, such as cost and coverage, is investigated. The cost of a spreader is assumed proportional to the coverage potential, that is, the larger the coverage potential, the greater the cost. The cost associated with the selection mechanism is the sum of the coverage potentials of all the selected initial spreaders. This work models, simulates and analyzes how di erent structural properties that characterize the nodes of a network shape information spreading in terms of the coverage and the cost of the initial spreaders. Extensive experimentation is carried out using data from the Twitter social network. These experiments illustrate how di erent selection mechanisms help shaping the dynamics of the spreading process, as well as the cost of the spreaders. Certain network metrics provide good insight for cost-e ective spreader selection, meaning that some metrics (node properties) lead to the identi cation of users with good capabilities to spread information. In general, this work identi es conditions under which an algorithmic selection mechanism o ers the best performance in terms of coverage and cost, and network metrics characterize the optimal initial spreaders in the network. The ndings can o er an alternative approach to select spreaders in commercial and advertising campaigns.