Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.upse.edu.ec/handle/46000/13066
Título: | Implementación de técnicas de adaptación y ajuste en infraestructuras IoT para la optimización del rendimiento en redes GPON. |
Director: | Novillo Parales, Francisco Vicente |
Autor: | Castro Ullauri, Emileni Solange |
Palabras clave: | I O T;GPON;DBA;REDES |
Fecha de publicación: | 19-feb-2025 |
Editorial: | La Libertad, Universidad Estatal Península de Santa Elena, 2025 |
Citación: | Castro Ullauri, Emileni Solange (2025). Implementación de técnicas de adaptación y ajuste en infraestructuras IoT para la optimización del rendimiento en redes GPON. La Libertad. UPSE, Matriz. Instituto de Postgrado. 63p. |
Resumen: | La Implementación de técnicas de adaptación y ajuste en infraestructuras IoT para la optimización del rendimiento en redes GPON se centra en mejorar la eficiencia de GPON sobre Internet de las Cosas (IoT). El objetivo fue el desarrollo de técnicas de asignación dinámica de recursos y ajuste en tiempo real para gestionar la demanda de tráfico de dispositivos IoT, con lo que se logró mejorar la calidad del servicio y la capacidad de respuesta de la red. En la metodología se propusieron algoritmos de simulación de GPON sobre IoT, en la que se analizaron las métricas obtenidas en la simulación, tales como, latencia y pérdida de paquetes en diferentes escenarios de tráfico. Estos demostraron tener una mejor gestión del tráfico y de distribución mediante la técnica DBA. En conclusión, la implementación de estas técnicas es viable y puede optimizar considerablemente el rendimiento de infraestructuras IoT en redes GPON. |
URI: | https://repositorio.upse.edu.ec/handle/46000/13066 |
Aparece en las colecciones: | Maestría en Telecomunicaciones |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
UPSE-MTE-2025-0006.pdf | PROYECTO DE INVESTIGACIÓN | 2,28 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons