Departamento de Ingeniería de Sistemas Telemáticos
ETS de Ingenieros de Telecomunicación - Universidad Politécnica de Madrid
Oferta de Trabajos Fin de Grado y Fin de Máster
Descargue esta plantilla HTML y siga sus instrucciones para publicar ofertas de TFTs en esta página.
Oferta de TFG y TFM del grupo GING en el curso 2024-25 (publicada: 16/09/2024)
El Grupo de investigación GING ofrece los siguientes temas de Trabajos Fin de Grado/Máster. Los interesados pueden contactar con los profesores mostrándoles su interés en el proyecto y enviando su CV y listado de notas actualizado:
- Título:
Exploración de bucles de degeneración en IA multimodal
(Contacto javier.conde.diaz@upm.es)
Descripción: El concepto de bucles de degeneración en IA multimodal se refiere a un fenómeno en el que los modelos de inteligencia artificial que manejan múltiples tipos de datos (como imágenes, texto, audio, etc.) pueden experimentar una degradación en su rendimiento o capacidad general cuando se exponen repetidamente a entradas. En el TFT se analizarán bucles de degeneración en distitnos modelos y se propondrán mecanismos para evitarlos o mitigarlos.
Tecnologías: Python, Desarrollo de aplicaciones Web, IA generativa
Titulaciones recomendadas: GITST, GISD, GIB, MUIT, MUIRST, MUCS - Título:
Diseño de un enrutador de modelos de IA generativa para optimizar costos, rendimiento y consumo de energía
(Contacto javier.conde.diaz@upm.es)
Descripción: En la actualidad, la proliferación de modelos de IA generativa y sus múltiples versiones ha generado una gran variedad de soluciones y diferencias en cuanto a costos de inferencia, consumo energético, tiempo de ejecución y calidad de la respuesta. Cada modelo tiene sus fortalezas y debilidades, lo que significa que no siempre es eficiente o necesario utilizar el más potente para todas las tareas. El enrutador que diseñará en este TFG permitirá seleccionar en tiempo real el modelo más adecuado para cada situación, optimizando así el rendimiento general del sistema.
Tecnologías: Python, Desarrollo de aplicaciones Web, IA generativa
Titulaciones recomendadas: GITST, GISD, GIB, MUIT, MUIRST, MUCS - Título:
Desarrollo de un sistema conversacional multimodelo
(Contacto javier.conde.diaz@upm.es)
Descripción: Este proyecto plantea la implementación de conversaciones multimodelo enfocados en mantener el contexto durante conversaciones en IA generativa a través de distintos modelos. Al ejecutar múltiples modelos en paralelo, cada modelo manejará una parte específica de la conversación o tarea, permitiendo la continuidad y coherencia en interacciones complejas
Tecnologías: Python, Desarrollo de aplicaciones Web, IA generativa
Titulaciones recomendadas: GITST, GISD, GIB, MUIT, MUIRST, MUCS - Título:
Asistente educativo personalizado basado en Grandes Modelos de Lenguaje (LLM)
(Contacto enrique.barra@upm.es)
Descripción: Este TFM consiste en el desarrollo de una herramienta de generación de preguntas tipo test adaptativas para los estudiantes. En esta herramienta el profesor podrá tener una cuenta de usuario y crear temas o asignaturas, subir apuntes para “alimentar” el LLM, tener un dashboard de aspectos que conviene reforzar, validar preguntas, etc. La plataforma utilizará IA generativa para producir las preguntas (en tiempo real y offline almacenadas en BBDD). Y Los alumnos podrán utilizar la herramienta y esta se adaptará progresivamente a sus conocimientos, gracias al uso de la IA para generar las preguntas. Ahora mismo tenemos una herramienta existente muy simple de generación de preguntas tipo test para las asignaturas de la que se puede partir. Utiliza Next.js, React, OpenAI, MongoDB.
Tecnologías: JavaScript, HTML, CSS.
Titulaciones recomendadas: MUIT, MUIRST
Oferta de TFG y TFM del grupo RSTI para el curso 2024-25 (publicada: 05/09/2024)
Se ofrecen TFGs y TFMs en el grupo RSTI sobre las temáticas que se indican a continuación. Los interesados deberán enviar su CV y expediente de notas actualizado, así como la elección de 5 temas de los ofertados en order de preferencia, al correo mario.sanz@upm.es Esta oferta estará abierta hasta el 15 de septiembre; se responderán a las solicitudes una vez finalizado el plazo de la oferta.
- Título: Diseño y validación de un sistema de detección de anomalías insider basado en comportamiento.
Descripción: Diseño de un modelo avanzado capaz de detectar en tiempo real anomalías en el comportamiento de insiders (individuos internos de una organización) utilizando técnicas de aprendizaje automático (ML), procesamiento de lenguaje natural (NLP) e inteligencia artificial explicativa (XAI). El sistema deberá ser capaz de modelar el comportamiento de individuos en sistemas endpoint, incluyendo la capacidad de monitorear y analizar interacciones con aplicaciones, archivos, redes y otros recursos del sistema.
Titulaciones recomendadas: GITST
Tutor: Oscar Jover Walsh - Título: Desarrollo de un sistema de simulación de amenazas avanzadas persistentes (APTs) parametrizable con IA para la ejecución de maniobras cibernéticas adaptativas.
Descripción: Diseño y desarrollo de un sistema para la simulación de amenazas persistentes avanzadas (APTs), parametrizable utilizando técnicas de inteligencia artificial y aprendizaje automático. El objetivo es crear una plataforma capaz de simular de manera realista ciberataques sofisticados y adaptativos. A través de la integración de algoritmos de IA, el sistema deberá ser capaz de emular dinámicamente tácticas, técnicas y procedimientos (TTPs) adaptándose a cambios en el entorno y desarrollando nuevas estrategias de ataque. Además, la plataforma podrá proporcionar contramedidas de acuerdo con los principales frameworks de ciberseguridad, como MITRE ATT&CK, LM Cyber Kill Chain o Unified Kill Chain.
Titulaciones recomendadas: GITST | MUIT | GISB | MUCS | MUIRST
Tutor: Oscar Jover Walsh - Título: Diseño e implementación de un sistema para combatir campañas de desinformación aplicando inteligencia artificial.
Descripción: El objetivo de este trabajo es desarrollar un sistema para la detección y análisis de patrones de desinformación en redes sociales, empleando técnicas de inteligencia artificial (IA), procesamiento de lenguaje natural (NLP) y modelos de lenguaje de gran tamaño (LLMs). Además, el sistema proporcionará contramedidas frente a las tácticas, técnicas y procedimientos (TTPs) identificados, utilizando frameworks de desinformación como MITRE DISARM.
Titulaciones recomendadas: GITST | MUIT | GISB | MUCS | MUIRST
Tutor: Oscar Jover Walsh - Título: Especificación y desarrollo de una aplicación web escalable basada en microservicios y tecnologías cloud.
Descripción: El objetivo del trabajo es desarrollar un prototipo de aplicación web escalable basada en una arquitectura de microservicios y tecnologías cloud. En una primera fase, se analizará la información disponible sobre las tecnologías que actualmente se emplean para el despliegue de aplicaciones escalables en la nube, y en particular de algunas de las más populares (por ejemplo, Amazon, Twitter, Spotify o Netflix). Tras estes estudio, se identificarán cuáles son servicios principales de la aplicación y se definirá la arquitectura de la solución a desarrollar. Finalmente, se desarrollará y desplegará sobre la nube un prototipo de la aplicación.
Titulaciones recomendadas: GITST | MUIT
Tutor: Manuel Álvarez-Campana - Título: Diseño e implementación de un entorno de emulación de un sistema 5G para laboratorios docentes.
Descripción: El objetivo del trabajo es desarrollar un entorno virtual que emule un sistema 5G, sobre el que se puedan realizar prácticas de laboratorio con findes docentes. En una primera fase, se analizará la disponibilidad de herramientas de software abierto que pueda servir de base para el desarrollo de un sistema 5G virtualizado. En base a ello, se desarrollará el entorno virtual del sistema 5G, y se definirán un conjunto de prácticas de laboratorio con fines docentes. La solución desarrollada permitirá que el entorno pueda ser fácilmente replicable para una asignatura de laboratorio con varias decenas de alumnos.
Titulaciones recomendadas: GITST | MUIT
Tutor: Manuel Álvarez-Campana - Título: Diseño e implementación de un entorno de emulación adaptable para su aplicación en gemelos digitales de red.
Descripción: TFT basado en la investigación de tecnologías y tendencias de virtualización actuales que permitan a través de ficheros descriptores desplegar entornos virtualizados, enfocándose en la readaptación de escenarios ante cambios topológicos sin necesidad de eliminar el escenario y salvaguardar el estado previo a la reconfiguración.
Titulaciones recomendadas: GITST | MUIT | MUIST
Tutor: Mario Sanz Rodrigo - Título: Diseño e implementación de un sistema de comunicación en tiempo real aplicado al intercambio de datos entre gemelos digitales.
Descripción: TFT basado en el componente diferenciador del paradigma de gemelos digitales, el canal de comunicación bidireccional que permite el intercambio de datos entre los entornos de gemelo físico y de gemelo digital. Para ello será necesario analizar las tecnologías actuales que permitan este tipo de intercambio teniendo en cuenta requerimientos de escalabilidad, tiempo real, o garantía de entrega de la información.
Titulaciones recomendadas: GITST | MUIT | MUIST
Tutor: Mario Sanz Rodrigo - Título: Diseño e implementación de un entorno virtual enfocado a la caracterización y despliegue de gemelos digitales IoT.
Descripción: TFT basado en la caracterización, modelado y despliegue de gemelos digitales de redes IoT. Analizando las características concretas de este tipo de redes para poder identificar los requisitos necesarios del entorno virtual a desplegar basado en contenedores.
Titulaciones recomendadas: GITST | MUIT | MUIST
Tutor: Mario Sanz Rodrigo - Título: Diseño e implementación de sistemas de recolección y agregación de datos basados en microservicios aplicado a gemelos digitales
Descripción: TFT basado en el diseño y despliegue de microservicios desplegados en entornos concretos capaces de recolectar y agregar información. La aplicabilidad de este tipo de microservicios se llevará a cabo tanto en el entorno de gemelo físico, tomando datos que permitan caracterizar el comportamiento y evolución de elemento físico, así como en el entorno de gemelo digital, permitiendo la recolección y agregación de datos para su posterior uso, en forma de datasets, por parte de algoritmos basados en ML e IA.
Titulaciones recomendadas: GITST | MUIT | MUIST
Tutor: Mario Sanz Rodrigo - Título: Diseño e implementación de un framework capaz de desplegar entornos 5G aplicable a entornos docentes
Descripción: TFT enfocado al estudio de los diferentes proyectos OpenSource sobre núcleos 5G, con el objetivo de desarrollar un framework que permita de manera automática seleccionar el despliegue virtual de diferentes núcleos con el objetivo de realizar pruebas enfocadas a la gestión de red 5G y ciberseguridad.
Titulaciones recomendadas: GITST | MUIT | MUIST
Tutor: Mario Sanz Rodrigo - Título: Diseño e implementación de un entorno de emulación de gemelos digitales basado en Kubernetes y Docke
Descripción: TFT enfocado a la creación de un catálogo de imágenes docker y servicios K8 que permitan su uso en el contexto de gemelos digitales. Para ello se partirá de contenedores base, pudiendo especificar su comportamiento en función del área de aplicación de los gemelos digitales.
Titulaciones recomendadas: GITST | MUIT | MUIST
Tutor: Mario Sanz Rodrigo - Título: Desarrollo de una herramienta de visualización para la gestión de riesgos de ciberseguridad.
Descripción: Consiste en el diseño y desarrollo de un protipo web de una consola de mando y control para entornos de conciencia cibersituacional donde se representa el estado del sistema en cuanto al nivel de riesgo de ciberseguridad existente y permite la configuración de escenarios de simulación.
Titulaciones recomendadas: GITST | MUIT | GIB | GISB | MUCS | MUIST
Tutor: Carmen Sánchez Zas - Título: Desarrollo de un sistema de recomendación de contramedidas
Descripción: El objetivo de esta propuesta es desarrollar un sistema que permita minimizar el riesgo residual de un sistema a partir de la selección de contramedidas según la estructura de la red del sistema y de parámetros como un presupuesto límite.
Titulaciones recomendadas: GITST | MUIT | GIB | GISB | MUCS | MUIST
Tutor: Carmen Sánchez Zas - Título: Optimización de la gestión de vulnerabilidades mediante algoritmos no supervisados
Descripción: Consiste en el entrenamiento de algoritmos no supervisados de aprendizaje automático, como los de clustering, que permitan identificar ataques que afectan a varios activos dentro de una organización segun las vulnerabilidades a las que están expuestos.
Titulaciones recomendadas: GITST | MUIT | GIB | GISB | MUCS | MUIST
Tutor: Carmen Sánchez Zas - Título: Desarrollo de un sistema de gestión de redes virtualizadas para aprendizaje en ciberseguridad.
Descripción: Este proyecto consistiría en el desarrollo de un sistema centralizado para la gestión de un entorno de aprendizaje para ciberseguridad, basado en redes virtualizadas. El objetivo es obtener un sistema que permita crear y gestionar usuarios y grupos, monitorizar actividades y facilitar la interacción con el entorno a través de una interfaz web. Adicionalmente, el sistema contaría con funciones para la evaluación del progreso de sus usuarios.
Titulaciones recomendadas: GITST, MUIT, MUIT, GISB, MUIRST
Tutor: Diego Rivera Pinto & David Muñiz - Título: Diseño y desarrollo de un sistema de generación de informes de ciberseguridad basado en IA generativa.
Descripción: Estudiar, diseñar e implementar un sistema que integre modelos de IA generativa en sistemas de ciber defensa (Sistemas de detección de intrusiones, Security Information and Event Management) para la generación de informes y la sugerencia de Cursos de Acción (COAs). El sistema se basara en un enfoque RAG (Retrieval Augmented Generation) para la integración de estos modelos con información externa estructurada y factual; e incorporando técnicas de XAI (SHAP, LIME) para una mayor fiabilidad y utilidad de los informes realizados.
Titulaciones recomendadas: GITST | GISD | GIB
Tutor: Luís Pérez Miguel - Título: Diseño de un catálogo y modelo ontológico para la detección y mitigación de amenazas insider.
Descripción: Realizar un estudio detallado de las amenazas insider, su caracterización y cómo son contrarrestadas. Construir un catálogo de indicadores de amenazas internas, y de mitigaciones y Cursos de Acción (CoAs) contra estas. Y diseñar e implementar un modelo basado en ontologías para la evaluación y la mitigación del riesgo de una amenaza interna de acuerdo a dicho catálogo.
Titulaciones recomendadas: GITST | GISD | GIB
Tutor: Luís Pérez Miguel - Título: Diseño de un sistema de detección de ataques de tipo insiders basado en modelos de inteligencia artificial explicativa.
Descripción: Desarrollar un sistema de detección de INSIDERS basado en inteligencia artificial que aplique modelos de Inteligencia Artificial Explicativa e Interpretable. El trabajo deberá identificar mediante un caso de uso real las implicaciones éticas de la interpretabilidad del modelo, como cuestiones de equidad, responsabilidad y transparencia.
Titulaciones recomendadas: GITST | MUIT |GIB | GISD | GISB | MUCS | MUIRST
Tutor: Xavier Larriva Novo - Título: Desarrollo y aplicación de un CTF de ciberseguridad en el ámbito docente
Descripción: Este trabajo final de titulación busca diseñar, implementar un sistema de virtualización para un entorno docente, en el cual una red de máquinas virtuales se pueda desplegar de manera automática en una infraestructura que soporte la virtualización de red. Estas máquinas contienen un escenario de red vulnerable que deberán ser explotadas. Este trabajo se integrará con una plataforma previamente desarrollada, en FLASK / BASH / SYSTEMD la cual se interconectará con dichas maquina virtuales desplegadas.
Titulaciones recomendadas: GITST | MUIT |GIB | GISD | GISB | MUCS | MUIRST
Tutor: Xavier Larriva Novo - Título: Diseño y desarrollo de un sistema de detección de amenazas basado en MITRE ATT&CK y aprendizaje automático para sistemas IIoT
Descripción: TFM propone realizar primero una investigación sobre los diferentes IDS enfocados a Industrial Internet of Things. A partir de la información obtenida, se desarrollará un sistema de detección de intrusiones basado en machine learning con el objetivo de identificar posibles Técnicas Tácticas y Procedimientos de un ataque/intrusión simulada según MITRE ATT&CK. Con las salidas de las herramientas de captura de tráfico se creará un dataset propio basándose en las características definidas para cada conexión por el UNSW-NB15.
Titulaciones recomendadas: GITST | MUIT |GIB | GISD | GISB | MUCS | MUIRST
Tutor: Xavier Larriva Novo - Título: Diseño y desarrollo de un sistema de detección y clasificación de imágenes basado en inteligencia artificial federada en sistemas UAV (Unmanned Aerial Vehicle)
Descripción: El objetivo de este trabajo es diseñar e implementar una arquitectura de Aprendizaje Federado para el entrenamiento de modelos de detección de objetos, capaz de aprender de los fotogramas extraídos de videos recibidos mediante drones, entrenando un modelo de Machine Learning de manera colaborativa. Para lograrlo, se deberá simular un escenario con dos clientes federados cuyos datos de entrenamiento son imágenes anotadas en diferentes escenarios, y un servidor central que coordinara todo el proceso de entrenamiento. En este escenario, se evaluarán distintas configuraciones, incluyendo los modelos de Deep Learning empleados en detección de objetos, con pesos preentrenados y diferentes estrategias de agregación
Titulaciones recomendadas: GITST | MUIT |GIB | GISD | GISB | MUCS | MUIRST
Tutor: Xavier Larriva Novo - Título: Diseño y despliegue de un laboratorio de ciberseguridad.
Descripción: El TFG trata de la adecuación, instalación, configuración y despliegue de distintos equipos hardware de ciberseguridad que se han recibido por donación, para proponer sobre ellos distintas prácticas de ciberseguridad de defensa perimetral para su realización en las distintas asignaturas de las titulaciones de la ETSIT.
Titulaciones recomendadas: GITST | MUIT |GIB | GISD | GISB | MUCS | MUIRST
Tutor: Víctor Villagrá - Título: Diseño y modelado de métricas de desinformación.
Descripción: El TFG trata de aplicar los conceptos de teoría de la información para establecer métricas en la desinformación. En el marco del proyecto europeo EUCINF, en el que se combaten las campañas de desinformación, este TFG tratará de usar los distintos modelos de desinformación identificados en el proyecto para su análisis con una propuesta de métricas de desinformación
Titulaciones recomendadas: GITST | MUIT |GIB | GISD | GISB | MUCS | MUIRST
Tutor: Víctor Villagrá - Título: Análisis de las comunicaciones en sistemas de Internet de las Cosas (IoT) para Smart Cities.
Descripción: El trabajo consistirá en la programación de dispositivos electrónicos y la interconexión con dispositivos IoT para conformar una red de dispositivos con comunicación efectiva. Se analizará el estándar 6LoWPAN (IPv6 over Low poer Wireless Personal Area Networks) que permite la comunicación entre nodos de una red inalámbrica y otros dispositivos. Se requiere interés y cierto conocimiento previo sobre electrónica de comunicaciones, redes de sensores, actuadores y protocolos de comunicaciones. Así como interoperabilidad entre dispositivos.
Titulaciones recomendadas: GITST | MUIT |GIB | GISB | MUCS | MUIRST
Tutor: Sonia Solera Cotanilla - Título: Análisis de seguridad del estándar 6LoWPAN.
Descripción: El TFG trata de aplicar los conceptos de teoría de la información para establecer métricas en la desinformación. En el marco del proyecto europeo EUCINF, en el que se combaten las campañas de desinformación, este TFG tratará de usar los distintos modelos de desinformación identificados en el proyecto para su análisis con una propuesta de métricas de desinformación
Titulaciones recomendadas: GITST | MUIT |GIB | GISB | MUCS | MUIRST
Tutor: Sonia Solera Cotanilla - Título: Diseño e implementación de un marco de simulación para estudio de nuevos estándares de cifrado.
Descripción: El objetivo del trabajo es obtener un marco de simulación para evaluar las prestaciones de distintas estrategias de cifrado y firma electrónica de algoritmo post cuánticos. Se requiere experiencia con linux.
Titulaciones recomendadas: GITST | MUIT |GIB | GISB | MUCS | MUIRST
Tutor: Andrés Marín López - Título: Técnicas de canal lateral para el análisis de seguridad de una implementación del nuevo estándar de cifrado ML-KEM.
Descripción: El trabajo consistirá en el estudio de las técnicas de canal lateral que se han venido aplicando con éxito en las últimas implementaciones de cifradores post cuánticos, para para diseñar e implementar un marco que facilite realizar estos ataques de canal lateral en una implementación concreta de ML-KEM.
Titulaciones recomendadas: GITST | MUIT |GIB | GISB | MUCS | MUIRST
Tutor: Andrés Marín López
Oferta de TFG y TFM del grupo STRAST para el curso 2024-25 (publicada: 01/07/2024)
Se ofrecen becas, TFGs y TFMs en el grupo STRAST sobre los temas que se indican a continuación. Los interesados deben enviar su CV y listado actualizado de notas, y la referencia de hasta 3 temas de los ofertados por orden de preferencia, a dacil.munoz@fgupm.upm.es.
Esta oferta estará abierta hasta el día 9 de septiembre; se responderá a las solicitudes en el orden en el que se vayan recibiendo.
- Referencia: JB-JA
Título: Diseño de la integración del estándar GTFS en un simulador de transporte
Descripción: El trabajo consistirá en la modificación de un simulador de transporte para añadir una funcionalidad que permita trabajar con datos abiertos de los operadores de transporte. Este programa simula una red de metro en tiempo real y permite estudiar como reacciona la red de transporte ante diferentes situaciones. La motivación principal del trabajo es que este simulador pueda utilizar archivos GTFS (https://gtfs.org/es/) para definir el escenario (arquitectura de la red, horarios y tiempos de viajes reales, etc.).
Tecnologías: Scala/Java, Visualización de datos - Referencia: JA1
Título: Diseño y visualización de sistemas de predicción de demanda en redes de transporte de pasajeros
Descripción: El trabajo parte de unos modelos de predicción de la demanda de pasajeros en la red de metro de Madrid. El objetivo del proyecto es crear una integración de estos modelos en una plataforma de gestión que permita el reentrenamiento y selección de modelos, la visualización de las predicciones e incluya mecanismos de control de la deriva de los modelos. Todo esto atendiendo a las caracterísitcas geográficas y topológicas de la red de transporte.
Tecnologías: Python, bibliotecas de ML como scikit-learn o Tensorflow, Grafana, herramientas de visualización - Referencia: JA2
Título: Análisis del efecto de eventos sociales masivos en redes de transporte de pasajeros
Descripción: El trabajo consiste en el análisis de conjuntos de datos históricos del Metro de Madrid y relacionarlos con eventos sociales que agrupen a grandes cantidades de personas como conciertos o partidos de fútbol. El objetivo del proyecto es entender el efecto de estos eventos en la demanda de la red de transporte, así como generar modelos de predicción que ayuden a la planificación de la red.
Tecnologías: Python y Pandas / Scala y spark, bases de datos como PostgreSQL o Elasticsearch, herramientas de visualización como Grafana y Kibana - Referencia: HP-
Título: Diseño y implementación de un servicio de gestión de seguridad de personal
Descripción: Este TFT consiste en el desarrollo de herramientas y su despliegue para el control y monitorización de sistemas heterogéneos. Incluye la integración con herramientas de administración de usuarios, registro de logs de distintas fuentes y su procesado y análisis. Se desarrollará una interfaz para poder administrar e interactuar con el sistema.
Tecnologías: Desarrollo Web, Docker, Kubernetes, Bases de Datos (PostgreSQL) - Referencia: JCD1
Título: AI on the edge (IA en el borde de la red)
Descripción: Para la monitorización de infraestructuras críticas distribuidas, es necesario recoger datos de los sensores instalados en dispositivos IoT y procesarlos mediante modelos de IA y aprendizaje automático para detectar o predecir incidencias o problemas de funcionamiento. Los modelos se ejecutan sobre plataformas de capacidades reducidas (Raspberry Pi, Arduino etc) para procesar los datos sin necesidad de enviarlos a la nube. Objetivos del trabajo: La programación de un núcleo de ejecución de modelos sobre una plataforma de capacidad reducida y su conexión a una arquitectura distribuida de procesado de flujos de datos.
Tecnologías: Arduino, Raspberry Pi
Conocimientos necesarios: Programación de alguna plataforma reducida. - Referencia: FC-AY1
Título: Análisis de causas raíz de fallos en microservicios basado en Knowledge Graphs
Descripción: Los fallos en sistemas basados en microservicios se multiplican debido a las dependencias entre servicios, dificultando identificar el origen del problema. Las herramientas tradicionales de monitorización no son capaces de observar y razonar a través de estas relaciones entre servicios. Este proyecto aplicará la capacidad de expresividad y razonamiento de los Knowledge Graph para mejorar el análisis de causas raíz (Root Cause Analysis o RCA) en entornos de microservicios utilizando técnicas avanzadas de aprendizaje automático. Los objetivos principales de este proyecto son: diseñar algoritmos basados en aprendizaje máquina (GNN, RL, LLM...) para el análisis automatizado de causas raíz sobre Knowledge Graphs; y evaluar la efectividad del enfoque propuesto mediante validación experimental en conjuntos de datos reales y públicos.
Tecnologías: Knowledge Graphs, GNN, RCA, Microservicios
Conocimientos necesarios: Programación en Python, SO Linux, Aprendizaje Automático - Referencia: FC-AY2
Título: Optimización del despliegue de microservicios empleando Knowledge Graphs
Descripción: El despliegue de microservicios implica decidir cómo distribuir los servicios en un clúster o conjunto de servidores para optimizar objetivos como el rendimiento, coste y la tolerancia a fallos. Las estrategias actuales a menudo no consideran la comunicación que tendrá lugar entre servicios en ejecución, desperdiciando recursos y obteniendo un rendimiento subóptimo del sistema. Este proyecto tiene como objetivo abordar este problema mediante el uso de Knowledge Graphs para modelar arquitecturas de microservicios y optimizar su despliegue. Los objetivos principales de este proyecto son: diseñar algoritmos para optimizar el despliegue de microservicios utilizando un grafo de conocimiento; y evaluar la efectividad del enfoque propuesto mediante validación experimental en un entorno basado en Kubernetes.
Tecnologías: Knowledge Graph, Call Graph, Kubernetes, Microservicios
Conocimientos recomendados: Programación en Python, SO Linux, Aprendizaje Automático, Arquitecturas de Microservicios (básico) - Referencia: JCD-AY1
Título: Detección y predicción de incidencias en la red de distribución eléctrica
Descripción: Los cortes de energía son interrupciones significativas que pueden tener amplios impactos en diversos sectores de la red de energía eléctrica, incluyendo operaciones residenciales, comerciales e industriales. Detectar y prevenir estos corte, mediante el análisis de modelos multivariables, es crucial para mejorar la resiliencia y la fiabilidad de los sistemas eléctricos. Las técnicas de aprendizaje automático (ML) ofrecen soluciones prometedoras para automatizar y mejorar la precisión de la detección de estos incidentes. Los objetivos principales de esta investigación son: revisar la literatura existente sobre técnicas de detección de incidentes y sus aplicaciones en sistemas eléctricos; recopilar y preprocesar datos de cortes de energía de fuentes relevantes (datos públicos y privados); desarrollar un modelo de aprendizaje automático capaz de detectar incidencias en los datos recopilados; y evaluar el desempeño del modelo en comparación con métodos tradicionales
Conocimientos recomendados: Inglés (para interacción con personas en proyecto internacional), Programación en Python, Aprendizaje Automático. - Referencia: JY-SM
Título: Aplicación de herramientas de IA generativa en la ingeniería del software y servicios
Descripción: La reciente explosión de las Tecnologías de inteligencia artificial generativa (como ChatGPT y Github Copilot) está demostrando un potencial significativo para agilizar tareas repetitivas y mejorar la eficiencia en diversos procesos de desarrollo de software, ya sea como asistente a los ingenieros, o automatizando completamente algunas de sus tareas. Al aplicar estas Tecnologías se busca optimizar el tiempo y esfuerzo de los desarrolladores a la vez que se abordan de manera efectiva los desafíos actuales en la creación de software de calidad. Este trabajo explorará cómo la IA generativa puede asistir en distintos momentos a lo largo del ciclo de vida del desarrollo de software (ya sea en la captura y análisis de los requisitos, en el diseño, en las pruebas, o en la operación), con un especial énfasis en la elaboración, cumplimiento y verificación de requisitos no funcionales (tales como seguridad, privacidad, usabilidad o accesibilidad).
Tecnologías y conocimientos: LLMs, métodos ágiles / scrum, ciberseguridad, Python y/o Java.