Maestría Facultad de Ingeniería de Sistemas e Informática

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/128

Browse

Now showing 1 - 20 of 162

lnteroperabilidad de DSPACE y Current Research lnformation Systems (CRIS) para medición del impacto de la producción científica en los docentes investigadores de la Universidad Nacional Tecnológica de Lima Sur – UNTELS
(Universidad Nacional Mayor de San Marcos, 2026) Noriega Pando, Miguel Angel; Valencia Vivas, Gloria Maritza
La tesis propone, diseña y valida un modelo de interoperabilidad entre el repositorio institucional DSpace y un sistema CRIS para la Universidad Nacional Tecnológica de Lima Sur (UNTELS), con el fin de mejorar la medición del impacto de la producción científica de sus docentes investigadores. El problema abordado parte de tres brechas: (i) baja visibilidad de la producción académica, (ii) procesos administrativos fragmentados para registrar, consolidar y reportar resultados de investigación, y (iii) calidad heterogénea de metadatos, que limita la precisión de los indicadores bibliométricos. El estudio se enmarca en los principios de la Ciencia Abierta y toma como referencia estándares de interoperabilidad como Dublin Core, OAI-PMH y CERIF, además de lineamientos nacionales vinculados a PeruCRIS y CONCYTEC. El objetivo general de la investigación fue determinar el modo en que la interoperabilidad DSpace–CRIS está afectando la forma en que se está midiendo el impacto de la producción científica de los docentes investigadores de la UNTELS. El objetivo específico fue evaluar cómo está afectando la interoperabilidad DSpace–CRIS la forma en que se mide el impacto de la producción científica de los docentes investigadores de la UNTELS, analizar cómo la interoperabilidad DSpace–CRIS afecta la gestión institucional de la investigación y determinar hasta qué punto la interoperabilidad de metadatos produce una mejora en la forma de medir el impacto de la producción científica. La investigación fue mixta, no experimental, transversal y correlacional y la población estuvo conformada por 44 docentes investigadores de la UNTELS, que estaban agrupados en RENACYT para el 01 de diciembre de 2024. La recolección de datos se realizó usando encuestas tipo Likert, cuyo objetivo consistió en conocer la percepción sobre visibilidad, eficiencia administrativa y calidad de metadatos; entrevistas semiestructuradas a gestores; revisión documental de registros DSpace; y análisis bibliométrico sobre producción, citas y oportunidad de registro.
Modelo de detección inteligente de ataques cibernéticos en sistemas de distribución de agua SCADA usando Machine Learning
(Universidad Nacional Mayor de San Marcos, 2026) Galarza Yallico, Amanda Liliana; Sobero Rodríguez, Fany Yexenia
Se desarrolló un modelo de aprendizaje no supervisado para la detección de ataques ciberfísicos en sistemas de control, supervisión y adquisición de datos (SCADA), con el propósito de fortalecer la seguridad de infraestructuras críticas frente a amenazas cibernéticas. La propuesta se basó en el empleo de codificadores automáticos (Autoencoders), aprovechando su capacidad para aprender representaciones de los datos y realizar reducción de dimensionalidad. Con el fin de mejorar el rendimiento del modelo, se incorporaron cuatro restricciones de aseguramiento: pesos vinculados, pesos ortogonales, características no correlacionadas y norma unitaria. La validación se realizó utilizando el conjunto de datos C-Town, mientras que la evaluación del desempeño se efectuó mediante métricas ampliamente utilizadas en investigaciones sobre detección de intrusiones y anomalías. Los resultados evidenciaron un desempeño superior del modelo propuesto respecto al modelo base, alcanzando una puntuación de tiempo hasta la detección de un ataque (STTD) de 0,947 y una precisión (Accuracy) del 96 %, superando los valores reportados en estudios similares identificados en la literatura especializada. Se concluye que la incorporación de restricciones de aseguramiento en codificadores automáticos mejora la capacidad de detección de ataques ciberfísicos en sistemas SCADA, constituyendo una alternativa eficaz para incrementar la ciberseguridad de infraestructuras críticas.
Modelo de análisis automático mediante reconocimiento de patrones para determinar enfermedades en hojas de cafeto
(Universidad Nacional Mayor de San Marcos, 2026) Santa Maria Pinedo, John Clark; Rodriguez Rodriguez, Ciro
La finalidad de esta investigación fue diseñar y evaluar un modelo de análisis automático basado en reconocimiento de patrones para la identificación de enfermedades foliares del cafeto, con el propósito de apoyar el diagnóstico fitosanitario en condiciones reales de campo en el distrito de Saposoa, región San Martín, Perú. El objetivo general fue desarrollar un modelo de análisis automático basado en reconocimiento de patrones para identificar y clasificar enfermedades en hojas de cafeto. Se empleó un enfoque cuantitativo para el desarrollo del estudio, de nivel explicativo y alcance tecnológico, siguiendo una estructura metodológica basada en el estándar CRISP-DM. Como procedimiento principal, se construyó un dataset propio compuesto por imágenes digitales capturadas en campo y validadas por especialistas en sanidad vegetal, al cual se aplicó un aumento de datos controlado para mejorar la capacidad de generalización. Se empleó ResNet18 como extractor de características mediante transferencia de conocimiento, combinándolo con tres clasificadores supervisados: Support Vector Machine (SVM), Random Forest y XGBoost. El rendimiento de los modelos fue evaluado mediante validación cruzada estratificada de 10 pliegues y un conjunto de prueba independiente, utilizando métricas de exactitud, F1-macro y AUC-ROC. Los resultados obtenidos pusieron de manifiesto diferencias relevantes a nivel estadístico entre los modelos evaluados (ANOVA, p < 0.05), destacando el modelo ResNet18 + SVM como el de mejor desempeño global, con alta estabilidad y capacidad discriminativa. En conclusión, la investigación demuestra que los modelos híbridos basados en transferencia de conocimiento constituyen una estrategia eficaz y viable para la clasificación automatizada de enfermedades foliares del cafeto, ofreciendo un recurso replicable y con potencial de implementación en herramientas informáticas diseñadas para respaldar la toma de decisiones agrícolas en contextos con recursos limitados.
Un modelo proactivo para una eficiente gestión de servicios de tecnologías de la información en la Contraloría General de la República
(Universidad Nacional Mayor de San Marcos, 2026) Tauquino Alvarez, Sandra Lucrecia; Aguilar Linares, Ciro
La investigación tuvo como objetivo diseñar un modelo proactivo para la gestión de servicios de tecnologías de la información que contribuya a incrementar la satisfacción de los usuarios en una entidad pública. El estudio se desarrolló tomando como base la fase de Operación del Servicio del marco de buenas prácticas ITIL versión 3, con el propósito de anticipar las necesidades de los usuarios y fortalecer la gestión de los servicios de tecnologías de la información. Para la validación del modelo se recopilaron datos mediante encuestas dirigidas al personal de mesa de ayuda, operaciones y usuarios pertenecientes a distintas unidades organizacionales. El análisis de la información se realizó mediante un modelo de ecuaciones estructurales, evaluando la relación entre las variables tiempo de atención, eficiencia y calidad con la satisfacción de los usuarios. Los resultados evidenciaron que la calidad constituye el único factor con influencia significativa sobre la satisfacción de los usuarios dentro del modelo propuesto, mientras que las demás variables no presentaron un efecto determinante. Se concluye que la incorporación de un enfoque proactivo en la gestión de servicios de tecnologías de la información favorece la mejora continua de los servicios y proporciona una base para fortalecer la satisfacción de los usuarios y la gestión operativa en las organizaciones.
Un modelo de enrutamiento para la mejora de la sostenibilidad de la pesca artesanal mediante geolocalización satelital
(Universidad Nacional Mayor de San Marcos, 2026) Callirgos Morales, Elmer Adolfo; Angulo Calderón, César Augusto
Esta investigación aborda la problemática de la ubicación eficiente de cardúmenes en la pesca artesanal en Perú, debido a que dicha actividad requiere mejorar sus condiciones de sostenibilidad. Se busca aportar una alternativa tecnológica que apoye la toma de decisiones en las faenas de pesca, en relación con el desplazamiento de las embarcaciones y el acceso oportuno a información de localización. En la pesca artesanal en Perú, la limitada disponibilidad de herramientas tecnológicas accesibles dificulta la ubicación eficiente de cardúmenes y puede afectar la eficiencia operativa. Frente a esta situación, el presente estudio propone un modelo de enrutamiento basado en geolocalización satelital (GPS), como una alternativa viable y de bajo costo para la flota artesanal. Asimismo, se plantea el uso de dispositivos móviles, con aplicaciones que permitan la captura y visualización de datos, así como la conexión con dispositivos GPS para obtener información de ubicación. El procedimiento para la obtención del modelo estará definido en siete pasos con el apoyo de expertos; y su validación se realizará mediante métricas para conocer su percepción sobre su utilidad y aplicabilidad. Se espera que este modelo de enrutamiento contribuya a la sostenibilidad de la pesca artesanal al optimizar el consumo de combustible y facilitar el acceso a la información de ubicación de cardúmenes.
Factores Críticos de Éxito en la Gestión de Proyectos de Tecnología de Información en Perú
(Universidad Nacional Mayor de San Marcos, 2026) Centeno Torres, Tais Meena; Sobero Rodríguez, Fany Yexenia
La presente investigación tiene como finalidad identificar y analizar la relación entre los Factores Críticos de Éxito (FCE) que influyen directa o indirectamente en la gestión exitosa de proyectos de tecnología de información, desde la perspectiva de los profesionales que integran el Capítulo PMI Lima, Perú, durante el periodo 2021–2022. El estudio busca demostrar si determinados FCE contribuyen a reducir las brechas de incertidumbre en la implementación de proyectos de TI, en un contexto marcado por la creciente demanda de soluciones digitales y el auge de la transformación digital. La metodología empleada corresponde a un enfoque cuantitativo, de nivel correlacional, con método hipotético-deductivo. El diseño es no experimental y transversal; la técnica utilizada fue la encuesta y el instrumento, un cuestionario validado y confiable. La población estuvo conformada por 53 gestores de proyectos pertenecientes a entidades privadas y gubernamentales. El análisis estadístico permitió determinar si los FCE seleccionados por los profesionales aseguran el éxito de la gestión de proyectos de TI, aportando valor a la práctica de la dirección de proyectos en el Perú.
Factores de gestión de conocimiento para optimizar los tiempos de respuesta de los requerimientos de TI de una entidad financiera con un enfoque de alineamiento estratégico
(Universidad Nacional Mayor de San Marcos, 2026) Cajacuri Pacheco, Sulla Rocío; Vega Huerta, Hugo Froilán
La presente Tesis tiene como fin determinar factores importantes según su significancia que deben tenerse en cuenta en un modelo de gestión de conocimiento con alineamiento estratégico (MGCE) que aporten a la satisfacción de los tiempos de atención de los requerimientos de tecnología de información (STARTI) de una entidad financiera en Lima-Perú, para esto se aplicó un cuestionario a 31 especialistas quienes conformaron la muestra del área de sistemas de la entidad en estudio, empleando un enfoque cuantitativo mediante el análisis estadístico de regresión logística ordinal se concluyó que los factores con mayor importancia de un MGCE que aportan al nivel de STARTI por su significancia y orientación positiva son el factor de tecnología y gestión de información (TIGI) y el factor estrategia: personas, conocimiento y cultura (EPCC), factores que deben considerarse dentro de un MGCE.
Estrategia de implementación de Cloud Computing para la competitividad de las pequeñas y micro empresas comercializadoras de la provincia de Huancayo
(Universidad Nacional Mayor de San Marcos, 2026) Cabrera Córdova, Ciro Nicolai; León Fernández, Cayo Víctor
Hoy en día, las Micro y Pequeñas Empresas (MYPES) constituyen la principal fuente de trabajo en el Perú, con un 99% de empleo formal. Por ende, es vital para estas compañías comenzar el proceso de digitalización y potenciar su competitividad, con el fin de prevenir su cierre. Es en este escenario, resulta imprescindible determinar cómo las Pymes utilizan las tecnologías y si su uso contribuye a incrementar su competitividad. Por ende, el objetivo del estudio es establecer de qué manera el Cloud Computing influye en la Competitividad de las MYPES, limitando el estudio a las empresas de comercio de la Provincia de Huancayo. Para alcanzar el objetivo de esta investigación, se planificó y llevó a cabo un estudio relacional, no experimental-cuantitativo, de naturaleza transversal. Para conseguir la información requerida, se utilizó un cuestionario que constaba de 70 preguntas en total. Entre ellas, 19 fueron destinadas las principales características más destacadas de las MYPES, 15 vinculadas al nivel de adopción de Cloud Computing en las MYPES, ya sea como Infraestructura como servicio, Plataforma como Servicio o Software como Servicio y finalmente 36 destinadas a valorar su competitividad a través de sus factores: Recursos Humanos, Comercio o Marketing, Garantiza la calidad, Tecnología y Contabilidad y Finanzas; estos indicadores se evaluaron utilizando la escala de Likert. Se aplicó este cuestionario a 322 empresas comercializadoras de la Provincia de Huancayo. Se analizaron los datos sobre el nivel de adopción del Cloud Computing en cada una de estas empresas y su influencia (correlación) en los elementos esenciales de su competitividad. Estos descubrimientos confirman la influencia significativa entre la Competitividad Empresarial y el Grado de Implementación del Cloud Computing en las MYPES de venta en la Provincia de Huancayo. Finalmente, apoyándose en los hallazgos y las especificidades de las MYPES, se sugiere una estrategia de aplicación de Cloud Computing que podría ser ampliada a otras regiones del Perú.
Modelo de visión computacional para la detección de actividad sospechosa en bodegas de Trujillo usando redes neuronales
(Universidad Nacional Mayor de San Marcos, 2026) Sánchez Agreda, Zandor Yandari; Guerra Guerra, Jorge Leoncio
En el norte del Perú, la inseguridad ha alcanzado niveles críticos, afectando significativamente a las bodegas y otros comercios de escala reducida. Datos provistos por la Asociación de Bodegueros del Perú indican que aproximadamente 250000 establecimientos son víctimas de delitos anualmente, generando pérdidas económicas que superan los 500000 soles diarios. Hasta julio de 2025, más de 2000 bodegas han cerrado de forma indefinida debido a la extorsión y los robos. En respuesta, los propietarios han incrementado la instalación de cámaras de seguridad como medida disuasiva; sin embargo, carecen de la capacidad para detectar actividades sospechosas a través del análisis de video. Frente a este escenario, la visión computacional constituye una alternativa tecnológica para resolver esta dificultad, dado que emplea las redes neuronales artificiales para replicar determinadas capacidades de la visión humana. De manera especial, las redes neuronales convolucionales (CNN) muestran ventajas significativas al momento de localizar y etiquetar objetos en imágenes y videos. No obstante, su limitación radica en la falta de memoria temporal, lo que dificulta el análisis de secuencias dinámicas en grabaciones de videovigilancia. Para superar esta restricción, las redes de memoria a largo y corto plazo (LSTM) proporcionan un complemento ideal, debido al potencial que manejan para procesar datos secuenciales y capturar patrones temporales con precisión. Esta investigación propone el desarrollo de una arquitectura de visión computacional que integra una red neuronal convolucional con unidades de memoria a largo y corto plazo, cuyo propósito es detectar actividades sospechosas de merodeo en entornos de bodegas. El enfoque metodológico consta de dos etapas principales: primero, la detección de objetos tipo persona en videos, incluyendo el trazado de las trayectorias; segundo, el escrutinio de dichas trayectorias para identificar patrones asociados a comportamientos anómalos. Los resultados muestran que la propuesta logra un índice de detección del 100 % en la identificación de trayectorias relacionadas con el merodeo.
Modelo de ciberseguridad basado en Zero Trust con DLP para fortalecer la seguridad de Información sensible en el sector eléctrico
(Universidad Nacional Mayor de San Marcos, 2025) Hernandez Legua, Alejandro Felipe; Castañeda Vargas, Pedro Segundo
La investigación tuvo como objetivo diseñar y determinar en qué medida el modelo de ciberseguridad Zero Trust integrado con Data Loss Prevention (DLP) contribuye al fortalecimiento de la seguridad de la información sensible en empresas del sector eléctrico, mediante un enfoque cuantitativo, no experimental y de tipo correlacional. El estudio empleó el coeficiente Rho de Spearman y encuestas aplicadas a organizaciones del ámbito eléctrico para diagnosticar la situación actual de la protección de la información. A partir de dicho diagnóstico, se desarrolló un plan de diseño del modelo de ciberseguridad que incluyó el reconocimiento de los recursos informáticos, la evaluación de amenazas, la implementación de mecanismos de protección físicos y digitales, así como la definición de directrices y protocolos de seguridad. Los resultados evidencian que las empresas del sector presentan áreas críticas con oportunidades de mejora en sus prácticas de protección de la información, particularmente en los principios de confidencialidad, integridad y disponibilidad. En ese sentido, se concluye que la adopción del modelo Zero Trust con DLP permite abordar las deficiencias identificadas, respaldando la necesidad de implementar mecanismos como la autenticación multifactor y la segmentación de red para mitigar brechas de seguridad y reforzar la protección de la información sensible en el ámbito eléctrico.
Modelo de Cloud Computing basado en la Metodología BESTSERVICE para mejorar el Proceso de almacenamiento de Información de la Evidencia Digital en Entidades Públicas que administran Justicia
(Universidad Nacional Mayor de San Marcos, 2025) Portocarrero Burgos, Absalon; Seclén Arana, Javier Alfonso
La Entidad Pública es un organismo que trabaja por una justicia transparente, moderna y efectiva para alcanzar una sociedad pacífica con inclusión social e igualdad de oportunidades. Tiene como Misión prevenir y perseguir el delito, defender la legalidad, los derechos ciudadanos y los intereses públicos tutelados por la ley; representar a la sociedad, al menor y a la familia en juicio; velar por la recta y efectiva administración de justicia. Cuenta con un órgano de apoyo encargado de la gestión de las labores de los peritos que emiten opinión técnica y científica, en torno a investigaciones fiscales, contribuyendo a la adecuada administración de justicia, dentro del ámbito de su competencia. Para eso desde hace unos años la entidad ha empezado a lanzar iniciativas de proyectos tecnológicos que utilicen Cloud Computing, para que de esta manera puedan trabajar de manera más eficiente la gestión y compra de infraestructura. La presente tesis analizó la forma de cómo la Entidad Pública fue adoptando Cloud Computing en sus proyectos tecnológicos, y como esta adopción puede ser mejorada al contar con una metodología que permite tener pautas de cómo promover iniciativas que involucren en su desarrollo el uso de Cloud como base tecnológica y a la vez, estar alineada a los objetivos estratégicos de la Entidad Pública.
Modelo basado en la Norma ISO 27001:2022 y PCI DSS para la gestión de seguridad de la información en Pymes del sector textil, Lima 2024
(Universidad Nacional Mayor de San Marcos, 2026) Bustamante Garcia, Shonerly; Castañeda Vargas, Pedro Segundo
La presente investigación tuvo como finalidad determinar el grado de mejora de un modelo basado en la Norma ISO 27001:2022 y PCI DSS sobre la gestión de la seguridad de la información en las pymes de la industria textil de Lima durante el año 2024. El estudio se desarrolló bajo un diseño preexperimental y se aplicó a una muestra conformada por 20 trabajadores, a quienes se administró un cuestionario en tres momentos distintos con el fin de evaluar los cambios en la gestión de la seguridad de la información. El análisis estadístico de las dimensiones de confidencialidad, integridad y disponibilidad evidenció mejoras altamente significativas (p < .001), reflejadas en el fortalecimiento de los controles de acceso, la reducción del riesgo de divulgación no autorizada y una mayor disponibilidad oportuna y confiable de la información para los usuarios autorizados. Se concluye que la implementación del modelo optimiza de manera significativa la protección de la información, genera cambios estructurales sostenibles, reduce brechas iniciales y promueve una cultura organizacional orientada a la seguridad de la información, constituyéndose en un aporte relevante para la gestión de riesgos en las pymes del sector textil.
Comparación de métodos estadísticos y redes neuronales para la toma de decisiones en la asignación de ubicación del almacenamiento
(Universidad Nacional Mayor de San Marcos, 2025) Sánchez Ferrer, Agusto Guillermo; Herrera Quispe, José Alfredo
En la actualidad, los almacenes enfrentan diversos desafíos logísticos, siendo uno de los más críticos el proceso de preparación de pedidos, en el cual los tiempos de recolección se incrementan significativamente debido a la congestión ocasionada por la falta de productos en las ubicaciones asignadas, lo que ha motivado la aplicación de estrategias como el slotting para optimizar la asignación de productos mediante técnicas analíticas; sin embargo, las variaciones estacionales y los cambios en la demanda dificultan una asignación eficiente y flexible. En este contexto, la investigación desarrolla un enfoque orientado a mejorar la asignación de ubicaciones de almacenamiento mediante el pronóstico de la demanda de productos, empleando métodos estadísticos y redes neuronales como soporte para la toma de decisiones logísticas, a partir del análisis de datos históricos correspondientes a 50 productos durante un período de siete años, comprendido entre enero de 2016 y julio de 2023. El estudio se estructura en dos fases, en las que inicialmente se integra un modelo novedoso sustentado en la revisión rigurosa de antecedentes, y posteriormente se comparan diferentes técnicas de pronóstico, tales como el modelo autorregresivo integrado de medias móviles estacional, la suavización exponencial doble y triple, y redes neuronales basadas en unidades recurrentes con puertas y memoria de largo y corto plazo. Los resultados obtenidos demuestran que el enfoque híbrido propuesto mejora la precisión de los pronósticos de demanda y contribuye a la optimización de la asignación de ubicaciones en el almacenamiento, permitiendo reducir los tiempos de preparación de pedidos y fortalecer el desempeño logístico de los almacenes.
Desafíos de la ingeniería de requisitos en el desarrollo de software ágil: un enfoque en la mejora del producto
(Universidad Nacional Mayor de San Marcos, 2025) Benito Pacheco, Oscar; De la Cruz Vélez de Villa, Percy Edwin
La implementación de las diferentes actividades en la disciplina de la ingeniería de requisitos en el desarrollo de un proyecto informático consiste en: obtener, analizar, documentar y verificar las necesidades de parte del usuario estas son por sí mismas de vital importancia en todas las metodologías de desarrollo del producto software, para el éxito del proyecto. Cabe destacar que las prácticas de la ingeniería de requisitos en los ambientes de desarrollo ágil, presentan restricciones y con ello varios desafíos en la industria del software, ayudan a abordar las dificultades de las propuestas convencionales y evitan costos innecesarios. Sin embargo, debe destacarse, la no existencia de una separación clara de estas actividades en sus procesos individuales, y que las prácticas que se implementan se utilizan muy de cerca durante el ciclo de desarrollo y dan bienvenida a los requisitos cambiantes en su proceso de desarrollo. Utilizando las normas y patrones en la teoría de la Revisión Sistemática de la Literatura, el estudio adaptó las pautas de Kitchenham propuestas para la disciplina de la Ingeniería de Software. Los resultados obtenidos han permitido identificar y conocer el estado actual de las técnicas de la ingeniería de requisitos implícitas o explícitamente de las prácticas que se vienen implementando al respecto en los ambientes de desarrollo ágil. Por tanto, esta contribución identifica desafíos, prácticas y resultados y a la vez que sirvan en la industria del software.
Series de tiempo y aprendizaje automático para el pronóstico de precios y rendimientos de las acciones de una empresa peruana en la Bolsa de Valores de Nueva York
(Universidad Nacional Mayor de San Marcos, 2025) Evaristo Broncano, Roberto Carlos; Herrera Quispe, José Alfredo
La investigación tuvo como objetivo comparar las técnicas de series de tiempo y de aprendizaje automático en su capacidad para el pronóstico de precios, rendimientos y la clasificación de altos rendimientos de las acciones de una empresa peruana que cotiza en la Bolsa de Valores de Nueva York, utilizando datos históricos comprendidos entre enero de 2020 y enero de 2023. El estudio abordó tres enfoques analíticos: predicción de precios, predicción de rendimientos y clasificación de rendimientos elevados, para lo cual se construyeron variables derivadas de los precios históricos, tales como rendimientos, medias móviles, ratios de precios, índice de fuerza relativa, bandas de Bollinger y oscilador estocástico. A partir de un análisis histórico iterativo se determinó una ventana óptima de predicción de 20 días, definiéndose como variables objetivo el precio, el rendimiento y la clasificación del rendimiento al día 20. Se implementaron modelos de series de tiempo como ARIMA y modelos de aprendizaje automático, incluyendo regresión, árboles de decisión, random forest, XGBoost, LightGBM, redes neuronales de perceptrón multicapa y redes neuronales recurrentes LSTM y GRU. Los resultados evidenciaron que los modelos basados en aprendizaje automático, especialmente las redes neuronales recurrentes LSTM y GRU, así como XGBoost y LightGBM, alcanzaron mayor precisión tanto en el pronóstico como en la clasificación de altos rendimientos, demostrando un mejor desempeño en contextos caracterizados por alta volatilidad y patrones no lineales complejos, lo que sugiere su potencial como herramientas estratégicas para el análisis financiero y la gestión de portafolios.
Modelo de procesos para un servicio de testing de software y la calidad del producto final en una empresa de telecomunicaciones
(Universidad Nacional Mayor de San Marcos, 2025) Bartra More, Arturo Alejandro; León Fernández, Cayo Víctor
La investigación tuvo como objetivo establecer la influencia de un modelo de procesos para el servicio de testing de software en la calidad del producto final dentro de una empresa del sector telecomunicaciones, considerando la ausencia de un modelo unificador que estandarice la gestión del testing bajo la modalidad de outsourcing, pese a su creciente importancia en el aseguramiento de la calidad del software crítico. El estudio se desarrolló bajo el enfoque de la ciencia del diseño, integrando la revisión sistemática de literatura especializada, el diseño de un modelo de procesos sustentado en estándares internacionales como CMMI, TMMI e ITIL, y su validación mediante un estudio de caso aplicado en una consultora peruana especializada en servicios de testing de software. Los resultados evidenciaron mejoras significativas en la eficiencia de los tiempos de entrega, una reducción en el número y la criticidad de las incidencias detectadas, así como un incremento en el nivel de satisfacción de los clientes. Se concluye que la adopción del modelo propuesto contribuye positivamente al desempeño de los servicios de testing, al promover procesos más controlados, repetibles y alineados con las mejores prácticas internacionales, fortaleciendo así la calidad del producto de software final.
Un framework para la gestión de la ciberseguridad social en instituciones privadas de educación superior de Lima Metropolitana
(Universidad Nacional Mayor de San Marcos, 2025) Rodriguez Dulanto, Elton Nick Roy; Santisteban Pazos, José Luis
La ciberseguridad en las universidades privadas de nivel superior es un desafío creciente debido a los riesgos derivados de la ingeniería social, que explota las vulnerabilidades humanas para acceder a datos sensibles. Esta investigación tiene como objetivo diseñar un marco de trabajo para gestionar la ciberseguridad social en estas instituciones, enfocándose en la prevención de filtraciones de datos. La propuesta del Framework SCERA busca mejorar la gestión de la ciberseguridad social considerando factores culturales, educativos y tecnológicos. La metodología incluye una revisión sistemática de la literatura, encuestas a 30 universidades privadas de Lima y validación estadística mediante modelado de ecuaciones estructurales. La investigación identifica los factores que influyen en la pérdida de datos y propone directrices para una gestión eficaz de la ciberseguridad social. Los resultados destacan que la seguridad técnica y las normativas de ciberseguridad son esenciales para mitigar los riesgos de ciberataques sociales, y que la concientización sobre ciberseguridad es clave para implementar políticas efectivas. En síntesis, se presenta un marco innovador que puede ser adoptado por universidades privadas para reducir riesgos cibernéticos y proteger la información sensible.
Un Marco de Trabajo para el Desarrollo de Software Web Seguro con Metodologías Ágiles
(Universidad Nacional Mayor de San Marcos, 2025) Valderrama Herrera, Gilmer Glicerio; Herrera Quispe, José Alfredo
La investigación analiza el desarrollo de software bajo un enfoque ágil mediante la metodología SCRUM, destacando su carácter incremental e iterativo que facilita entregas continuas de código y productos funcionales adaptables a los cambios, aunque también evidencia desafíos en la gestión de la seguridad debido a plazos reducidos y a la variabilidad de los requisitos. En este marco, se propone un modelo mejorado basado en “Agility of Security Practices and Agile Process Models: An Evaluation of Cost for Incorporating Security in Agile Process Models” de H. Maria Maqsood y Andrea Bondavalli, incorporando ocho actividades de seguridad seleccionadas según su grado de agilidad y su relación costo-beneficio. La validación del marco se realizó mediante una encuesta aplicada a gerentes, directores, analistas de sistemas, desarrolladores, analistas de calidad, Scrum Masters y gestores de proyectos, considerando factores de ponderación como la participación de un especialista en desarrollo seguro y el tiempo adicional requerido para integrar prácticas de seguridad. Los resultados evidencian que el marco propuesto presenta un adecuado grado de agilidad y factibilidad para su implementación en procesos de desarrollo basados en SCRUM, y que su aplicación en un caso de estudio permitió mitigar eficazmente amenazas y vulnerabilidades, contribuyendo al desarrollo de un software web seguro.
Clasificación de reclamos virtuales en el sector público: un análisis comparativo de algoritmos de aprendizaje automático usando procesamiento de lenguaje natural
(Universidad Nacional Mayor de San Marcos, 2025) Diaz Tunjar, Thalia; Herrera Quispe, José Alfredo
La atención oportuna y eficiente de los reclamos ciudadanos en el sector público representa un desafío persistente, especialmente ante el creciente volumen de registros en plataformas virtuales. El procesamiento manual de estos reclamos genera demoras, errores y respuestas insatisfactorias que afectan la confianza del ciudadano en la gestión pública. La presente investigación de carácter aplicado y experimental tiene como objetivo validar la efectividad de técnicas de clasificación automática de reclamos mediante el uso de Natural Language Processing (NLP) y algoritmos de Machine Learning (ML). Para ello, se formula una hipótesis principal orientada a determinar si es posible mejorar la clasificación y gestión de reclamos en un libro de reclamaciones virtual mediante la aplicación de modelos supervisados entrenados con datos reales del sector público peruano. Se desarrolló un análisis comparativo de cinco algoritmos de clasificación: Naive Bayes, Random Forest, Logistic Regression, Linear Support Vector Classifier (LinearSVC) y el modelo de lenguaje Claude AI. El conjunto de datos constó de 261,627 registros textuales, categorizados en seis clases: reclamo, queja, denuncia, consulta, sugerencia y otro. Los textos fueron sometidos a procesos de lematización, vectorización TF-IDF y balanceo mediante SMOTE, y los modelos fueron evaluados mediante métricas como precisión, recall y F1-score. Los resultados demuestran que es factible mejorar significativamente la clasificación. Entre los algoritmos clásicos, la Logistic Regression mostró un desempeño sólido y equilibrado, alcanzando un F1- score de 0.8639 en la categoría “Reclamo”. El modelo LinearSVC demostró alta capacidad de generalización con recall de 1.0 en clases minoritarias. El modelo Claude AI presentó un rendimiento competitivo, aunque inferior a los modelos supervisados optimizados. Esto confirma que la aplicación de NLP y ML, particularmente con modelos entrenados específicamente para el dominio, constituye una solución escalable y confiable para optimizar la gestión de reclamos, reduciendo tiempos de atención y aumentando la eficiencia operativa en entornos institucionales digitales.
Prácticas ágiles en la productividad y gobernanza de equipos de desarrollo de software: Caso de estudio consultora de tecnologías de la información – 2024
(Universidad Nacional Mayor de San Marcos, 2025) Pérez Gil, Juan Carlos; León Fernández, Cayo Víctor
El presente estudio tuvo como objetivo determinar de qué manera las prácticas ágiles influyen en la productividad y gobernanza de los equipos de desarrollo de software en una consultora de tecnologías de la información en el año 2024. Esta investigación fue de tipo aplicada, con diseño no experimental, enfoque cuantitativo y alcance correlacional. La muestra estuvo compuesta por 30 líderes que acompañan a equipos de desarrollo de software de la consultora de tecnologías de la información, a quienes se les aplicó una encuesta mediante un cuestionario validado. Los datos recopilados fueron analizados mediante estadística descriptiva y correlacional para explorar las relaciones entre variables, dimensiones e indicadores. Posteriormente, para contrastar las hipótesis específicas, se utilizó regresión lineal múltiple y ANOVA de la regresión, cuyos resultados evidenciaron una influencia positiva de las prácticas ágiles tanto en la productividad (R² = 0.504; p = 0.034) como en la gobernanza (R² = 0.498; p = 0.038) de los equipos de desarrollo de software. Finalmente, para contrastar la hipótesis general, se utilizó un análisis multivariado MANOVA el cual evidenció una influencia positiva de las prácticas ágiles sobre ambas variables en conjunto según las pruebas de De Wilks (p = 0.024), Lawley-Hotelling (p = 0.040) y De Pillai (p = 0.014). Se concluye que las prácticas ágiles, en su conjunto, influyen de manera positiva tanto en la productividad como en la gobernanza de los equipos de desarrollo de software.

Browse

Recent Submissions