Proyectos de investigación – Maestría

Integración de un mecanismo de autenticación en un ambiente MQTT para dispositivos de gama baja

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Luis Martín Rojas Cárdenas

Resumen: Para que los dispositivos puedan comunicarse, se requiere de un protocolo estandarizado. En la actualidad, existen numerosos candidatos para volverse el protocolo estándar para el IoT, pero uno en particular ha ganado terreno en la comunidad: el protocolo MQ Telemetry Transport (MQTT). Una de las principales preocupaciones al utilizar MQTT en las redes de IoT es la seguridad. MQTT fue concebido originalmente para su uso en redes cerradas por lo que la seguridad no fue una de las consideraciones clave durante su diseño. Existen diversos problemas cuando se habla de seguridad: autenticación, integridad, confidencialidad, etc. En este trabajo se aborda en particular el problema de la autenticación, es decir, cómo tener la certeza de quien accede al dispositivo es quien dice ser.

En la literatura, uno de los principales obstáculos que se mencionan para no integrar mecanismos robustos de autenticación en los sistemas IoT es su baja capacidad de cómputo. Los estudios se centran en dispositivos capaces de implementar complejos algoritmos de cifrado o en el uso de canales alternativos de comunicación para la autenticación, dejando de lado los dispositivos de gama baja, incapaces de realizar su función e implementar estas soluciones al mismo tiempo debido a los reducidos recursos con los que cuenta, entre otros, un bajo poder de cálculo y una memoria reducida. Este trabajo busca proveer un mecanismo de autenticación confiable y funcional para estos dispositivos.

Objetivo general:

Diseñar un sistema de autenticación para redes IoT basadas en el protocolo MQTT que sea funcional en dispositivos con bajo poder de cómputo.

Objetivos específicos:

• Evaluar las alternativas tecnológicas que permitan desarrollar el sistema de autenticación propuesto que cumpla con los requerimientos definidos
• Diseñar e implementar una propuesta de mecanismo de autenticación que pueda cohabitar con el protocolo MQTT
• Evaluar y comunicar los resultados

Recolección de datos de redes inalámbricas de sensores utilizando vehículos aéreos no tripulados (drones)

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Miguel López Guerrero y Dra. Elizabeth Pérez Cortés

Resumen: Si bien la utilización de los vehículos aéreos no tripulados permite apoyar la operación de redes inalámbricas de sensores, la tecnología UAV no está exenta de sus propios retos de investigación y desarrollo. Uno de estos problemas es cómo hacer un uso óptimo de la reserva de energía de un dron. Para ello, es fundamental contar con algoritmos que les permitan el cálculo de trayectorias adecuadas y de esta forma realizar la mayor cantidad de tareas posibles entre recargas. Así, este trabajo de investigación tiene como meta principal proponer y probar una estrategia para determinar trayectorias
adecuadas para los drones que realizan tareas de recolección de datos en una red inalámbrica de sensores.

Objetivo general:

Generar una estrategia para la recolección de datos en redes inalámbricas de sensores utilizando vehículos aéreos no tripulados (drones).

Objetivos específicos:

• Familiarizarse con los conceptos fundamentales tanto de las redes inalámbricas de sensores, así como de la tecnología de los vehículos aéreos no tripulados
• Generar y evaluar una propuesta para el cálculo de trayectorias de drones operando en apoyo a una red inalámbrica de sensores
• Comunicar adecuadamente los resultados de la investigación

Análisis de imágenes de cáncer cérvico uterino para apoyo en detección de enfermedad por medio de visión evolutiva

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Juan Villegas Cortez y Dra. Graciela Román Alonso

Resumen: Desarrollar una metodología para el estudio y caracterización de las imágenes de detección de cáncer cérvico uterino, provenientes de las pruebas de papanicolau, a partir del análisis de textura y el desarrollo de rasgos característicos de la propia imagen, por medio de un algoritmo evolutivo, orientado a caracterizar las imágenes que indican la presencia de la enfermedad de las que no son representativas, acorde a imágenes supervisadas por profesionales de la salud. La caracterización obtenida automáticamente sería una propuesta de apoyo alternativo para la detección automática de la enfermedad.

Objetivo general:

Implementar la evolución de descriptores de textura de la imagen para el tipo de imágenes digitales obtenidas de la prueba Papanicolau, y poder caracterizar las imágenes a partir de la supervisión de imágenes confirmadas de cáncer y las que no.

Objetivos específicos:

• Delimitar el modelo de un algoritmo evolutivo para el tipo de imágenes por interés, justificando el algoritmo
• Análisis del modelo, diseño e implementación paralela del sistema
• Realizar pruebas sobre al menos una base de datos pública reconocida, para poder discriminar las imágenes positivas de las negativas de la enfermedad, con base a la metodología del proceso evolutivo, proporcionando el patrón característico obtenido
• Validar la robustez del modelo con la técnica evolutiva propuesta, con otros resultados reportados en el estado del arte

Resolviendo el problema multiobjetivo de replaneación de planes de liberación en proyectos ágiles de software

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Abel García Nájera y Dr. Humberto Cervantes Maceda

Resumen: La replaneación de liberaciones de proyectos administrados usando Scrum es la metodología de administración de proyectos que más se usa en la actualidad y que permite soportar agilidad en el desarrollo. En esta metodología se identifica un problema nuevo llamado RPRP (Release Plan Rescheduling Problem). La idea general de este trabajo es que partiendo de un plan de liberación inicial y de un evento disruptivo (salida de un desarrollador, introducción de un nuevo requerimiento) que impacta el plan, se genera una serie de escenarios de replaneación que buscan apegarse a diversos objetivos que incluyen: el tiempo y costo de entrega, la estabilidad respecto al plan inicial, el aprovechamiento de los recursos y la generación de planes con valor para el negocio. Puesto que se deben satisfacer varios objetivos, se trata de un problema de optimización multiobjetivo. Los distintos escenarios son generados mediante un algoritmo genético, en donde los cromosomas modelan distintos escenarios de replaneación.

Objetivo general:

Mejorar la solución existente al problema de replaneación de planes de liberación de software (RPRP).

Objetivos específicos:

• Revisar los trabajos preliminares y hacer una actualización del estado del arte
• Proponer mejoras en el modelo actual del RPRP, enfocándose especialmente en la introducción de dependencias entre historias de usuario
• Identificar una técnica de optimización adecuada para resolver el modelo propuesto
• Implementar el modelo y la técnica de optimización e introducirlos en la herramienta que facilite la generación de escenarios de planeación de proyectos de desarrollo

Identificación de hotspots mediante el análisis de históricos de proyectos usando métodos de optimización o de machine learning

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Abel García Nájera y Dr. Humberto Cervantes Maceda

Resumen: Una de las herramientas indispensables a los equipos de desarrollo son los sistemas de control de versiones, pues permiten apoyar al equipo en centralizar y versionar la base de código y evitar conflictos al realizar modificaciones al mismo. Herramientas como Git almacenan información muy valiosa al momento en que los desarrolladores realizan “commits” de los cambios. Git almacena para un commit dado la fecha, un identificador, el autor, un mensaje de resumen, así como la lista de archivos que fueron cambiados y la cantidad de líneas de código que fueron cambiadas en estos archivos. Estas bitácoras pueden ser analizadas y se pueden identificar, por ejemplo, los archivos que cambian más frecuentemente en un proyecto en un periodo dado.

Ciertos archivos a lo largo del tiempo comienzan a acumular problemas: crecen de forma desmesurada, presentan “malos olores de diseño” o bien son archivos que están involucrados frecuentemente en bugs del sistema. A estos archivos los llamaremos “hotspots” y son fuente de deuda técnica.

Objetivo general:

Aplicar métodos heurísticos de optimización o de machine learning para analizar código a lo largo del tiempo e identificar posibles hotspots.

Objetivos específicos:

• Identificar propuestas en la literatura enfocadas en análisis del código a lo largo del tiempo con el fin de identificar hotspots
• Proponer un método heurístico de optimización o de machine learning que permita encontrar patrones de identificación de hotspots
• Desarrollar un prototipo de herramienta que implemente dicha técnica
• Evaluar la efectividad de la herramienta

Asignación de recursos a múltiples equipos de desarrollo usando técnicas de optimización

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Abel García Nájera y Dr. Humberto Cervantes Maceda

Resumen: Uno de los problemas complejos que enfrentan las organizaciones dedicadas al desarrollo de software es la asignación de recursos humanos a los proyectos. Típicamente, en una empresa de desarrollo en un momento dado se están ejecutando múltiples proyectos de desarrollo, cada uno en etapas distintas de avance. Al mismo tiempo, los equipos de preventa están buscando nuevas oportunidades de desarrollo de proyectos. Cuando un nuevo proyecto es aceptado, surge un problema de asignación de recursos. Los recursos para el nuevo proyecto pueden obtenerse a partir de:

● Personas que actualmente participan en proyectos que terminan antes de que el nuevo proyecto inicia
● Personas de reserva que están “en la banca”
● Nuevas contrataciones

Dados los altos costos de los sueldos de desarrolladores, tener gente “en la banca” no es deseable. Por otro lado, la contratación de nuevas personas es un reto, pues primero hay que encontrar los recursos y después entrenarlos. Por lo tanto lo ideal es poder conformar los equipos de nuevos proyectos a partir de gente que ya forma parte de la organización.

Objetivo general:

Definir e implementar en una herramienta un modelo de asignación de recursos y una técnica de optimización que permita asignar recursos a múltiples equipos de desarrollo.

Objetivos específicos:

• Identificar propuestas en la literatura enfocadas en la resolución del problema de asignación de recursos a equipos múltiples mediante técnicas de optimización
• Proponer un modelo que facilite la asignación de recursos a múltiples equipos considerando diversas restricciones y una técnica de optimización que permita encontrar propuestas de asignación de recursos
• Desarrollar un prototipo de herramienta que implemente dicha técnica
• Evaluar la efectividad de la herramienta

Propuesta de un mecanismo para despliegue del sistema ALEPH usando contenedores e infrestructura como código

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Ricardo Marcelín Jiménez y Dr. Humberto Cervantes Maceda

Resumen: En la UAM-I se ha desarrollado un sistema de almacenamiento masivo llamado ALEPH. Dicho sistema es un sistema de cómputo distribuido sobre el que se realizan operaciones de tratamiento de información (incluyendo operaciones tales como cifrado, compresión, generación de redundancia) que tienen como objetivo procesar un archivo que debe almacenarse (y posteriormente recuperarse), para garantizar su seguridad y alta disponibilidad.

Actualmente, el despliegue de ALEPH se realiza de forma manual, lo cual es una tarea complicada y propensa a errores. Esto es un problema pues existen oportunidades de llevar ALEPH a distintos entornos de operación, dentro y fuera de la universidad, pero la falta de mecanismos modernos de despliegue del sistema complican su implantación y, además, limitan la posibilidad del equipo de desarrollo de adoptar métodos modernos de desarrollo como DevOps.

Objetivo general:

El objetivo de este proyecto es investigar, desarrollar y aplicar mecanismos que faciliten el despliegue de ALEPH y el soporte de actividades asociadas con la metodología de desarrollo DevOps.

Objetivos específicos:

• Investigar la manera de empaquetar los distintos elementos del sistema en contenedores y de soportar la ejecución del sistema una vez empaquetado
• Investigar la manera de describir la topología de implantación de Aleph para poder desplegarla usando mecanismos de “infraestructura como código”

Reconocimiento de matrículas vehiculares de la UAMI utilizando redes neuronales convolucionales

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Benjamin Moreno Montiel y Dr. René MacKinney Romero

Resumen: El reconocimiento de matrículas de vehículos ha sido investigado en todo el mundo. Normalmente, estos trabajos consideran cuatro fases: 1) obtención de la imagen del vehículo, 2) ubicación de placas dentro de la imagen, 3) extracción de caracteres y 4) clasificación o reconocimiento de caracteres.

En la mayoría de los algoritmos que se encuentran en la literatura, se supone que la placa no tiene patrones de textura, el fondo suele ser blanco y los caracteres negros, lo que permite un mejor reconocimiento de caracteres. Sin embargo, en el caso de las placas mexicanas no es así. Por un lado, tienen patrones de textura de fondo y, por otro lado, cada Gobierno del Estado puede diseñar su propio patrón de textura de fondo; esto genera más de 32 placas diferentes, y este número aumenta con los cambios en la administración del gobierno. Estas estructuras en las placas vehiculares de México hacen que los algoritmos tradicionales no funcionen correctamente, principalmente en la fase de extracción de caracteres.

Objetivo general:

Diseñar un sistema basado en visión artificial para el reconocimiento de matrículas vehiculares de la UAMI, extrayendo características de color de baja intensidad y de forma mediante el uso de redes neuronales convolucionales.

Objetivos específicos:

• Revisión del estado del arte sobre el reconocimiento automático de matrículas vehiculares.
• Desarrollar un algoritmo para la segmentación y extracción de caracteres (con base en sus características de color)
• Diseñar una red neuronal convolucional para el reconocimiento de caracteres (caracterización del carácter y desarrollo del clasificador)
• Realizar pruebas para validación de la propuesta para obtener las tasas de aprendizaje del sistema propuesto

Predicción de sismos en México mediante el uso de un ensamble de redes neuronales

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Benjamin Moreno Montiel y Dr. René MacKinney Romero

Resumen: <<Los sismos no se pueden predecir>>. Siempre hemos escuchado esta frase cuando hablamos de sismos, y de cierta manera la frase tiene mucha razón, ya que no existe ninguna metodología que permita realizar esta tarea con un grado de confiabilidad realmente aceptable. Y puede que nunca sea posible predecir el momento exacto en que ocurrirá un terremoto dañino, porque cuando se ha acumulado suficiente tensión, una falla puede volverse inherentemente inestable, y cualquier pequeño terremoto de fondo puede o no continuar evolucionando hasta convertirse en un gran terremoto.

Sin embargo, en la actualidad muchos investigadores a nivel mundial han propuesto modelos de predicción que sean capaces de ofrecer un panorama sobre el cómo, donde y cuando se podrá presentar un sismo con características detallas que protejan los más importante que tiene el ser humano, la vida.

Objetivo general:

Diseñar un modelo de predicción de sismos en México utilizando un ensamble de redes neuronales, con base al repositorio de los últimos 20 años.

Objetivos específicos:

• Revisión del estado del arte sobre modelos de predicción de temblores a nivel mundial
• Revisión del estado del arte sobre algoritmos basados en ensambles de tipo mezcla de redes neuronales
• Crear la base de datos para la predicción de sismos en México, estableciendo el área específica, la ventana de tiempo específico, el rango de magnitud y la probabilidad específica de ocurrencia
• Diseñar y programar un ensamble de mezcla de redes neuronales que representará el motor de funcionamiento de este proyecto de investigación
• Realizar pruebas para validación de la propuesta para obtener las tasas de aprendizaje del sistema propuesto

Exploración de redes léxicas automáticas para determinar el deterioro de la memoria semántica y de trabajo presentes en adultos mayores de México

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Benjamin Moreno Montiel y Dr. Ricardo Marcelín Jiménez

Resumen: En Lingüística Computacional existen dos tipos de memorias, la semántica y la de trabajo. La memoria semántica se construye a partir de las redes léxicas, las cuales pueden ser estudiadas mediante técnicas de asociación libre de palabras y la relación que existe entre una palabra estimulo y su respuesta. Durante el envejecimiento típico estas redes se conservan ante la aparición de déficits cognitivos, además se tiene registrado que más de un 60% de las redes léxicas típicas se encuentran tanto en adultos mayores como en adultos jóvenes.

Esto no pasa con la memoria de trabajo, ya que al envejecer esta sufre una lentificación de las habilidades lingüísticas. Esta memoria es considerada una memoria de corto plazo y en un estado normal permite desarrollar tareas cognitivas complejas como la comprensión del lenguaje, la lectura, las habilidades matemáticas, el aprendizaje o el razonamiento. El envejecimiento típico se relaciona con un desfase entre la producción y la comprensión lingüística, algo que ha sido detectado en la memoria de trabajo, ya que las asociaciones léxicas dependen de un criterio sintáctico y semántico.

Objetivo general:

Diseñar un modelo de evaluación de redes léxicas automáticas para determinar el deterioro de la memoria semántica y de trabajo presentes en adultos mayores de México.

Objetivos específicos:

• Revisión del estado del arte sobre métodos para la evaluación de redes léxicas y sus métricas aplicadas sobre las gráficas obtenidas a partir de la formación de estas
• Incorporar la noción de representación vectorial de palabras y el factor de similitud SimLex, para automatizar la creación de las redes léxicas en base a las NAP´s
• Establecer un esquema de clasificación sobre las redes léxicas automáticas para determinar cuando una persona puede o no presentar deterioro en su memoria semántica y de trabajo
• Realizar pruebas para validación de la propuesta para obtener las tasas de aprendizaje del sistema propuesto