Análisis de la implementación de la Inteligencia Artificial en el Control de Tráfico de Redes

Resumen

Este estudio, que surge del trabajo de titulación titulado "Análisis del impacto de los sistemas de control de tráfico basados en inteligencia artificial para las redes de datos de la empresa Poligroup", se centra en el desarrollo e implementación de un sistema de control de tráfico basado en inteligencia artificial para las redes de datos de Poligroup. La investigación sigue un enfoque descriptivo para detallar y caracterizar el estado actual de los sistemas de control de tráfico basados en IA y las redes de datos dentro de la empresa. El estudio utiliza Python, TensorFlow y SimPy para el desarrollo y simulación del algoritmo de control de tráfico. Los participantes incluyeron profesionales de TI, ciberseguridad y redes de datos, quienes contribuyeron al diseño y evaluación del proyecto. La metodología involucró la configuración de una red neuronal utilizando la API Sequential de TensorFlow, el entrenamiento del modelo con varias funciones de activación y el uso del optimizador Adam y la función de pérdida de entropía cruzada binaria. El modelo se evaluó mediante simulaciones con SimPy para predecir y gestionar decisiones de tráfico en tiempo real. La recolección de datos combinó técnicas cuantitativas para métricas de tráfico y encuestas cualitativas para capturar las experiencias y percepciones del personal. Los resultados indican que el sistema de control de tráfico basado en IA puede optimizar efectivamente el rendimiento de la red al reducir la congestión y mejorar la utilización del ancho de banda. La integración de herramientas como Visual Studio Code y bibliotecas avanzadas para la manipulación de datos y el aprendizaje automático facilitó los procesos de desarrollo y análisis. Este estudio destaca el potencial de la IA para mejorar la gestión del tráfico en redes de datos corporativas, ofreciendo valiosos insights para futuras mejoras e implementaciones.