Charla informativa “Programa de mentorías para mujeres en posgrados de STEM”

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