https://repositorio.unicauca.edu.co/xmlui/handle/123456789/2429 Fri, 15 May 2026 19:40:11 GMT 2026-05-15T19:40:11Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8572 Data-Centric UML Profile based on the Model-Driven Architecture for the Internet of Things Plazas Pemberthy, Julián Eduardo Background: The Internet of Things (IoT) is a broad concept comprising large networks of smart objects connected to the Internet. These objects can sense, receive, transform and com- municate data amongst themselves and external entities (systems or users). The data collection capacity of IoT makes it suitable for monitoring applications. These applications provide data about relevant objects and phenomena. Then, data-analysis systems can extract valuable insights from the IoT data. Decision-makers can thus leverage this information to take better courses of action. Nevertheless, default IoT implementations do not always provide the necessary data for the best value extraction. Moreover, classical data analysis and storage systems do not support the direct integration of streaming IoT data. In this context, conceptual data modelling is a powerful tool for the standard definition of the data needs of the users. Besides, it allows for a transparent data integration process. Moreover, model-driven frameworks leverage the representation of the system (IoT) to provide significant aid in the implementation process, even generating the complete application code. Aims: Consequently, I propose to ease the definition and implementation of IoT data accord- ing to the end-users needs with a model-driven approach. In particular, the main objective of this thesis is to define a data-centric UML profile for IoT following the Model-Driven Architecture (MDA) guidelines. The UML profile should allow for a simple and readable representation of IoT data while enabling the (partial) generation of implementable code.; Antecedentes: El Internet de las cosas (IoT) es un concepto amplio que comprende grandes redes de objetos inteligentes conectados a Internet. Estos objetos pueden capturar, recibir, trans- formar y comunicar datos entre ellos y sistemas o usuarios externos. La capacidad de recopi- lación de datos de IoT lo hace adecuado para aplicaciones de monitoreo. Estas aplicaciones proporcionan datos sobre objetos y fenómenos relevantes. Luego, los sistemas de análisis de datos pueden extraer información valiosa de los datos de IoT. De esta manera, los tomadores de decisiones pueden aprovechar esta información para emprender mejores cursos de acción. Sin embargo, las implementaciones de IoT predeterminadas no siempre proporcionan los datos necesarios para la mejor extracción de valor. Además, los sistemas clásicos de análisis y almacenamiento de datos no admiten la integración directa de los datos de IoT. En este contexto, el modelado conceptual de datos es una herramienta poderosa para la definición estándar de las necesidades de datos de los usuarios finales que también permite un proceso de integración de datos transparente. Además, los marcos basados en modelos aprovechan la representación del sistema (IoT) para brindar una ayuda significativa en el proceso de implementación, incluso generando completamente el código de aplicación. Objetivos: Por lo tanto, propongo facilitar la definición e implementación de datos de IoT de acuerdo con las necesidades de los usuarios finales con un enfoque basado en modelos. En particular, el objetivo principal de esta tesis es definir un perfil UML centrado en datos para IoT siguiendo las pautas de la arquitectura basada en modelos (MDA). El perfil UML debe permitir una representación simple y legible de los datos de IoT al tiempo que permite la generación (parcial) de código implementable. Sat, 01 Jan 2022 00:00:00 GMT https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8572 2022-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8571 Data reliability in a blockchain traceability network Valencia Payán, Cristian Heidelberg Background: Traceability is the ability to identify and track the history, distribution, location, and application of products, parts and materials of a final product, so that reliability is ensured. Blockchain technology has come to significantly transform information management in the different branches where it has been applied from health care systems, cryptocurrencies, and food traceability, among others. Blockchain technology could also present new threats to traceability processes. For this reason, data reliability, human errors, and the reliability of sensor-generated measurements, must be considered. Goals: this research will focus on data reliability before being appended to a new block in a Blockchain traceability network. So, to validate the sensed data at the time of transaction arrival in a Blockchain traceability network, this work proposes using data analysis and machine learning (ML) algorithms in conjunction with smart contracts. Methods: The generation of semantic anomaly detection rules from machine learning models is proposed. Using historical data from the Blockchain network deployed, the developed tool can generate an anomalies classification model based on the Z-Score and Decision Tree. From this model, a function can be built in JavaScript and GO to detect semantic anomalies in incoming transaction data that using a smart contract. Additionally, the smart contract can detect syntaxis errors. Results: A set of data collected from two production sites as part of a pilot test. Autonomous anomaly detection tool for smart contracts. An autonomous deployment tool for blockchain test networks. An anomaly detection strategy for blockchain-based traceability schemes. Conclusions: We manage to develop a strategy to give a smart contract the ability to detect syntaxis and semantics anomalies in the data of Blockchain transactions in a traceability scheme. This strategy can translate Random Forest and Decision Tree rules into Go and JavaScript for smart contracts supported by Hyperledger Fabric. This strategy proves useful in traceability scheme in supply chains were most of the traced data is generated autonomously. Some of those data might be corrupted during transmission from the sensors to the database or during manual data conversion processes.; Antecedentes: Trazabilidad es la capacidad de identificar y rastrear el historial, la distribución, la ubicación, la aplicación de productos, piezas y materiales de un producto final, de modo que se garantice la confiabilidad. La tecnología Blockchain ha llegado a transformar significativamente la gestión de la información en las diferentes ramas donde se ha aplicado desde sistemas de salud, criptomonedas, trazabilidad de alimentos entre otros. La tecnología Blockchain también podría presentar nuevas amenazas a los procesos de trazabilidad. Por esta razón, se debe considerar la confiabilidad de los datos, los errores humanos y la confiabilidad de las mediciones generadas por sensores. Objetivos: Esta investigación se centrará en la fiabilidad de los datos antes de ser anexada a un nuevo bloque en una red de trazabilidad Blockchain. Por lo tanto, para validar los datos detectados en el momento de la llegada de la transacción en una red de trazabilidad Blockchain, este trabajo propone el uso de algoritmos de análisis de datos y aprendizaje automático junto con contratos inteligentes. Métodos: Se propone la generación de reglas de detección de anomalías semánticas a partir de modelos de machine learning. Utilizando datos históricos de la red Blockchain desplegada, la herramienta desarrollada puede generar un modelo de clasificación de anomalías basado en el Z-Score y el Árbol de Decisión. A partir de este modelo, se puede construir una función en JavaScript y GO para detectar anomalías semánticas en los datos de transacciones entrantes que serán utilizados por el contrato inteligente. Además, el contrato inteligente es capaz de detectar errores de sintaxis. Resultados: Conjunto de datos recogidos de dos centros de producción como parte de una prueba piloto de desarrollo. Herramienta autónoma de detección de anomalías para contratos inteligentes. Herramienta de despliegue autónomo para redes de prueba de blockchain. Una estrategia de detección de anomalías para esquemas de trazabilidad basados en blockchain. Conclusiones: Logramos desarrollar una estrategia para dar a un contrato inteligente la capacidad de detectar anomalías de sintaxis y semánticas. Esta estrategia es capaz de traducir las reglas de dos algoritmos de aprendizaje máquina para su uso en contratos inteligentes. Esta estrategia demuestra ser útil en el esquema de trazabilidad en las cadenas de suministro donde la mayoría de los datos rastreados se generan de forma autónoma y pueden estar dañados durante la transmisión o durante los procesos manuales de conversión de datos. Sat, 01 Jan 2022 00:00:00 GMT https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8571 2022-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8569 An approach based on the SDN/NFV ecosystem for mobility management in IoT Vivas Cantero, Fulvio Yesid Background. The Internet of Things (IoT) integrates things, processes, and people that interact with communication networks offering their functionalities, services, and personalized experiences to the users. The IoT environment considers factors such as device constraints, type of information exchanged, mode of operation of devices, type of technology used, high mobility, and high density of end devices. In this way, when the user is continually entering and leaving a network coverage area, the Handover Management (HM) must provide seamless connectivity, enable timely and reliable delivery of services, and offer Quality of Service (QoS). However, current HM approaches present some limitations. First, they consider insufficient criteria, which may lead to unnecessary and frequent handovers due to a partial network view to make appropriate decisions. Second, the high complexity of mechanisms used in network selection can lead to low network performance (decreasing the throughput and increasing the packet loss in the network) and even service disruption. Thus, handover is a significant issue in IoT environments and 5G networks. Aims. This thesis introduces an approach based on an Software-Defined Networking (SDN) and Network Function Virtualization (NFV) ecosystem for mobility management in IoT. This objective is three-fold: (i) proposes an information model for supporting mobility management in IoT by considering an SDN/NFV ecosystem, (ii) proposes a communication model for supporting mobility management in IoT by considering an SDN/NFV ecosystem, and (iii) build up a prototype per proposed model and evaluate its efficiency, regarding packet loss, handover delay, and the false handover indication to meet the QoS requirements of the end-user applications.; Antecedentes. El Internet de las Cosas (IoT) integra cosas, procesos y personas que interactúan con redes de comunicación ofreciendo sus funcionalidades, servicios y experiencias personalizadas a los usuarios. El entorno de IoT considera factores como las limitaciones de los dispositivos, el tipo de información intercambiada, el modo de operación de los dispositivos, el tipo de tecnología utilizada, la alta movilidad y la alta densidad de dispositivos finales. De este modo. Cuando el usuario entra y sale continuamente de un área de cobertura de la red, la gestión de traspaso (Handover Management - HM) proporciona una conectividad perfecta, permite una entrega de servicios oportuna y fiable y ofrece calidad de servicio (QoS). Sin embargo, los enfoques actuales de HM presentan algunas limitaciones. En primer lugar, consideran criterios insuficientes que pueden dar lugar a traspasos innecesarios y frecuentes debido a una visión parcial de la red para tomar decisiones adecuadas. En segundo lugar, la alta complejidad de los mecanismos utilizados en la selección de red puede conducir a un bajo rendimiento de la red (disminución del rendimiento y aumento de la pérdida de paquetes en la red) e incluso interrupción del servicio. Por lo tanto, el traspaso es un problema importante en entornos IoT y redes 5G. Objetivos. Esta tesis introduce un enfoque basado en un ecosistema de redes definidas por software (SDN) y virtualizacion de funciones de red (NFV) para la gestión de la movilidad en IoT. Este objetivo se divide en tres partes: (i) proponer un modelo de información para soportar la gestión de la movilidad en IoT considerando un ecosistema SDN/NFV, (ii) proponer un modelo de comunicación para soportar la gestión de la movilidad en IoT considerando un ecosistema SDN/NFV, y (iii) construir un prototipo según el modelo propuesto y evaluar su eficiencia, con respecto a la pérdida de paquetes, el retraso del traspaso y la falsa indicación del traspaso para cumplir con los requisitos de calidad de servicio (QoS) de las aplicaciones del usuario final. Sat, 01 Jan 2022 00:00:00 GMT https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8569 2022-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8568 Self-reconfigurable software-defined networks based on automated planning Rodríguez Vivas, Ángela María Background. 5G networks come with the promise to serve a wide range of use cases, each of which features a set of diverse and stringent requirements. By leveraging the potential of Software Defined Networks and Networks Functions Virtualization, a common infrastructure is sliced into multiple logical networks according to the diversified service demands, enabling the implementation of 5G network slicing. As any emerging networking technology, 5G network slicing imposes new challenges to the already complex network management. For instance, reconfiguration operations must be split between the Infrastructure Provider (InP) and the tenants leasing network slices. However, since tenants are not networking professionals, a bespoke reconfiguration system is required allowing them to timely reconfigure network slices meeting end-user demands, with minimal dependance on InP. Aims. This thesis introduces an approach based on Automated Planning for achieving self-configuration in SDN. The main objective of the thesis is divided into three parts: (i) Design an approach based on automated planning for providing self-configuration in SDN, (ii) Present a reference implementation of the proposed approach, and (iii) Evaluate the proposed approach regarding time-response, time-planning, and network overhead. Sat, 01 Jan 2022 00:00:00 GMT https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8568 2022-01-01T00:00:00Z