Predicción de Averías operación infraestructura Datacenter

Simple item page
dc.contributor.advisorFerres, Leonardo
dc.contributor.authorCotapos Mendoza, Jorge
dc.date.accessioned2021-10-06T20:22:05Z
dc.date.available2021-10-06T20:22:05Z
dc.date.issued2021-09
dc.descriptionProyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Sciencees
dc.description.abstractEn este proyecto se plantea la necesidad de robustecer el sistema de mantenimiento de la infraestructura de algunos datacenter, con el objetivo de generar un modelo predictivo de averías, lo que genera eficiencia en los recursos económicos y materiales. Dentro de los datacenter con los cuales se elabora este proyecto existen algunos reconocidos internacionalmente y deben cumplir con altos estándares de la industria, donde la entidad mas reconocida es UpTime Institute. La metodología empleada consiste en crear un modelo predictivo con las averías materializadas en los componentes de la infraestructura de los datacenters, considerando la librería de scikit learn en Python. Los datos son propiedad del área de mantención de infraestructura datacenter y fueron compartidos exclusivamente para este proyecto, el contenido corresponde a las actividades realizadas por el área y el periodo considerado es del año 2014 al 2020. El resultado final fue lograr un modelo predictivo con un puntaje de 88,3% de precisión para todos los grupos de componentes con clasificación por avería, mes y datacenter afectado.es
dc.format.extent61 p.es
dc.identifier.urihttp://hdl.handle.net/11447/4794
dc.language.isoeses
dc.publisherUniversidad del Desarrollo. Facultad de Ingenieríaes
dc.subjectDatacenteres
dc.subjectPredicciónes
dc.subjectAlgoritmoes
dc.subjectAveríases
dc.subjectMantenciónes
dc.subject070037Ses
dc.titlePredicción de Averías operación infraestructura Datacenteres
dc.typeThesises

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Prediccion de Averias en datacenter.pdf
Size:
3.35 MB
Format:
Adobe Portable Document Format
Description:
Texto completo restringido
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Tesis de Postgrado Ingeniería

Implementado por OpenGeek Services