Avisos - Página 34 de 50 - Posgrado en Ciencias y Tecnologías de la Información

24
Jul 22
-

Desarrollo de estrategias para la protección de la privacidad en Internet

2021

Profesores: Dr. Oscar Arana Hernández (IIMAS, UNAM-CU) y Dr. Miguel López Guerrero

Resumen: A través del acceso y análisis de la serie de consultas generadas por un usuario durante una sesión de Internet, se podría deducir fácilmente una gran cantidad de información acerca de alguien en particular. Esta propuesta de proyecto de investigación de maestría se enfoca en el desarrollo de propuestas para establecer contramedidas que los usuarios puedan utilizar para protegerse de este tipo de ataques a la privacidad.

Objetivo general:

Generar una propuesta de protección a la privacidad en Internet ante ataques por análisis de las trazas de consultas DNS.

Objetivos específicos:

Conocer los mecanismos de ataque a través del análisis de DNS
Conocer las estrategias típicas de protección ante ataques DNS
Proponer y evaluar la efectividad de una técnica de protección de privacidad
Dar a conocer los resultados de la investigación

24
Jul 22
-

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

2021

Descargar versión completa (PDF)

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

Resumen: Desde hace varios años, los autores de esta propuesta han estado trabajando en la solución de problemáticas de ingeniería de software mediante técnicas de optimización. En este proyecto buscamos continuar con esta línea de investigación. Nos interesa particularmente introducir, dentro del modelo del RPRP, las dependencias que pueden existir entre los requerimientos, perfeccionando el modelo para que se apegue lo más posible al problema real y, finalmente, encontrando mejoras en las soluciones que genera el algoritmo.

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

24
Jul 22
-

Optimización de la tabla de prefijos para routers backbone de Internet

2021

Descargar versión completa (PDF)

Profesor: Dr. César Jalpa Villanueva

Resumen: Pretendemos realizar un estudio detallado de la estructura de datos que conforma la tabla de ruteo y proponer un TDA que optimice su representación y operaciones de actualización como inserción o eliminación. Se considerará incluso la posibilidad de consolidar un esquema general capaz de efectuar operaciones que realizen las propuestas más representativas en la búsqueda IP.

Objetivo general:

Realizar un estudio detallado de la conformación y características de las actualizaciones de las tablas de ruteo, que permita hacer una clara valoración de las latencias previas a la búsqueda IP, para diversos esquemas de rexpedición de paquetes.

Objetivos específicos:

Implementar algoritmos recolectores de información de ruteo
Analizar tablas de encaminamiento IPv4/6 y sus actualizaciones
Representar a tablas de encaminamiento mediante diferentes TDAs y mediar las latencias de operaciones entre ellos
Analizar los TDAs de enrutadores públicos globales

24
Jul 22
-

Desarrollo y evaluación de un mecanismo de autenticación ligero para dispositivos IoT

2021

Descargar versión completa (PDF)

Profesores: Dr. Enrique Rodríguez de la Colina y Dr. Leonardo Palacios Luengas (UAMI)

Resumen: Desarrollo y evaluación de un mecanismo de autenticación basado en criptografía asimétrica ligera para validación de los datos que se intercambian en los dispositivos con limitación de recursos computacionales usados en la IoT

Objetivo general:

Desarrollo y evaluación de un mecanismo de autenticación basado en criptografía asimétrica ligera para validación de los datos que se intercambian en los dispositivos con limitación de recursos computacionales usados en la IoT.

Objetivos específicos:

Revisar qué tipo de mecanismo de autenticación es más eficiente para validar la información que se intercambia entre los diferentes dispositivos IoT
Evaluar qué tipos de cifrado asimétrico son adecuados para dispositivos de bajo costo computacional

24
Jul 22
-

Hacia un método para la estimación automática de esfuerzo en el desarrollo de software a partir de historias de usuario

2021

Descargar versión completa (PDF)

Profesores: Dr. Eduardo Vázquez Santacruz (UAMI) y Dr. Humberto Cervantes Maceda

Resumen: Para este proyecto, nuestro interés se encuentra en analizar estrategias basadas en aprendizaje maquinal para proponer estimaciones automáticas de esfuerzos usando la información de las historias de usuario. En este sentido se propone que el estudiante participe desarrollando algoritmos basados en aprendizaje maquinal que sean capaces de hacer tales estimaciones de tal manera que éstas permitan tomar decisiones de manera eficiente.

Objetivo general:

Desarrollar algoritmos basados en el aprendizaje maquinal que permitan realizar la estimación automática de esfuerzo en el desarrollo de software a partir de historias de usuario.

Objetivos específicos:

Diseñar dos estrategias basadas en aprendizaje maquinal para estimar esfuerzos medidos en puntos de historia
Implementar dichas estrategias en un prototipo
Comunicar los resultados

24
Jul 22
-

Super-resolución en imágenes

2022

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Miguel Ángel Gutiérrez Andrade y Dr. Eric Alfredo Rincón García

Resumen: La super-resolución en imágenes busca aumentar la definición de las imágenes mediante el uso de técnicas de inteligencia artificial. En este proyecto se propone analizar las ventajas, alcances y debilidades de las redes neuronales para mejorar la calidad de imágenes.

Objetivo general:

Emplear redes neuronales para mejorar la resolución de imágenes

Objetivos específicos:

Estudiar los conceptos más importantes sobre redes neuronales básicas
Estudiar los conceptos más importantes sobre redes neuronales generativas adversarias, redes neuronales convolucionales y autoencoders
Revisar el estado del arte para seleccionar el tipo de redes neuronales adecuadas al problema
Generar al menos un algoritmo para mejorar la resolución de imágenes
Realizar el entrenamiento del algoritmo y probar su desempeño en las instancias disponibles
Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)

24
Jul 22
-

Super-resolución en audios históricos y de espectro restringido

2022

Descargar propuesta de investigación completa (PDF)

Profesores: Dr. Pedro Lara Velázquez y Dr. Román Anselmo Mora Gutiérrez

Resumen: La super-resolución de archivos de audio busca extender el ancho de banda y el contenido armónico contenido en la voz o la música mediante el uso de redes neuronales. En este proyecto se propone analizar las ventajas, alcances y debilidades de las redes neuronales para la restauración de audios.

Objetivo general:

Emplear redes neuronales para super-resolución en archivos de audio

Objetivos específicos:

Investigar los fundamentos de redes neuronales, especialmente redes neuronales generativas adversarias y redes neuronales convolucionales
Realizar el estado del arte para identificar el tipo de redes neuronales más adecuadas al problema
Generar un algoritmo de super-resolución para audio basados en las redes neuronales seleccionadas
Realizar el entrenamiento del algoritmo y probar su desempeño en las instancias disponibles
Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)

24
Jul 22
-

Sistema de alerta sísmica en tiempo real por medio de técnicas de Minería de Datos (SASTREMORS)

2022

Descargar propuesta de investigación completa (PDF)

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

Resumen: En un proyecto previo, desarrollamos el Sistema de Alerta de Señales Sísmicas Digitales utilizando Minería de Datos (SASS-MIDAS), el cual propone el uso de un ensamble de tipo mezcla de expertos con ponderación genética para realizar la clasificación de sismos recabados en las últimas dos décadas. Los resultados obtenidos por el SASS-MIDAS son muy alentadores, sin embargo, todo se enfoca a un análisis de datos estáticos de las última décadas, por lo que se abre la pregunta ¿Qué pasaría si los datos son en tiempo real, el SASS-MIDAS funcionará correctamente?

Objetivo general:

Desarrollar un Sistema de alerta sísmica en tiempo real por medio de técnicas de Minería de Datos (SAS-TREMORS)

Objetivos específicos:

Revisión del estado del arte sobre los principales clasificadores del Aprendizaje Maquinal en donde se incluyan clasificadores por reforzamiento
Realizar el estado del arte sobre el uso de mesas sísmicas, en especial la mesa sísmica del II-UNAM
Revisión de la infraestructura actual de los sensores sísmicos con los que cuenta la II-UNAM
Conocer el sistema de adquisición de datos que maneja la mesa sísmica del II-UNAM
Implementar algoritmos de clasificación para el desarrollo del motor de funcionamiento del SAS-TREMORS
Desarrollar el primer prototipo del SAS-TREMORS
Vinculación del SAS-TREMORS con la infraestructura de la mesa sísmica del II-UNAM
Obtener las principales aportaciones de este proyecto con la versión final del SAS-TREMORS

24
Jul 22
-

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

2022

Descargar propuesta de investigación completa (PDF)

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

Resumen: En un proyecto anterior, estudiamos la manera de identificar hotspots mediante el uso de técnicas de aprendizaje automático para analizar distintas métricas, aunque no se utilizó información histórica, obteniendo resultados prometedores. En este proyecto, buscamos hacer una continuación de ese trabajo mediante el análisis de la evolución de las métricas de los proyectos a lo largo del tiempo, con el fin de poder identificar patrones que permitan identificar hotspots de forma temprana.

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

24
Jul 22
-

Generación de estructuras moleculares mediante aprendizaje por refuerzo profundo

2022

Descargarpropuesta de investigación completa (PDF)

Profesores: Dr. Jorge Juarez Gómez y Dr. Eric Alfredo Rincón García

Resumen: Aprendizaje por refuerzo profundo (ARL) es una herramienta de inteligencia artificial que combina técnicas de aprendizaje por refuerzo con redes neuronales, que busca entender las reglas que rigen el problema de interés mediante un proceso de prueba y error. Su uso para la generación de nuevas moléculas ha despertado un interés en diversas áreas relacionadas con Química.

Objetivo general:

Generar estructuras moleculares mediante un algoritmo basado en aprendizaje por refuerzo profundo

Objetivos específicos:

Estudiar los conceptos más importantes sobre aprendizaje por refuerzo y redes neuronales básicas
Estudiar los conceptos más importantes sobre redes neuronales generativas adversarias
Revisar el estado del arte para seleccionar el tipo de algoritmo más adecuado al problema
Seleccionar las características de las moléculas que se generarán
Realizar el entrenamiento del algoritmo
Validar teóricamente las estructuras moleculares generadas
Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)