1
Universidad Autónoma de Madrid
Escuela Politécnica SuperiorSeminario en Ingeniería Informática
SISTEMA EVOLUTIVO DE GESTIÓN DE LA CONFIGURACIÓN
DEL SOFTWARE
Jorge de las Peñas Plana
Directora: Miren Idoia Alarcón Rodríguez
2
ÍNDICEÍNDICE
�Estado de la Cuestión
�Planteamiento del Problema
�Solución Propuesta
�Análisis de Viabilidad
�Conclusiones
3
��Estado de la CuestiónEstado de la Cuestión�Sistemas de Gestión de la Configuración del Software�Redes Neuronales Artificiales�Espacio de Investigación
�Planteamiento del Problema�Solución Propuesta�Análisis de Viabilidad�Conclusiones
ESTADO DE LA CUESTIÓNESTADO DE LA CUESTIÓN
4
ESTADO DE LA CUESTIÓNESTADO DE LA CUESTIÓNSistemas de Gestión de la Configuración del SoftwareSistemas de Gestión de la Configuración del Software
�Gestión de la Configuración del Software (GCS):�Proceso de identificar y definir los objetos de un sistema, controlando sus cambios a lo largo de su ciclo de vida, registrando e informando de los estados de dichos objetos y de los cambios y verificando su corrección y su completitud.
�Sistema de GCS
EQUIPO
WorkspacesResolución de Conflictos
FamiliasConectividad
PROCESO
Ciclo de VidaGestión de TareasComunicaciónDocumentación
AUDITORÍA
HistóricosTrazabilidad
Logs
REGISTRO
EstadísticasEstadosInformes
CONTROLControl de AccesosGestión de CambiosGestión de Errores
Propagación de CambiosParticionado
CONSTRUCCIÓNCompilaciónSnapshotsOptimizaciónRegeneración
ESTRUCTURAModelado de Sistemas
InterfacesRelacionesSelecciónConsistencia
COMPONENTESVersiones
ConfiguracionesLíneas BaseRepositorio
Tipos de Componentes
DESPLIEGUEInstalación
ParametrizaciónInstanciaciónReconfiguración
CVS
5
ESTADO DE LA CUESTIÓNESTADO DE LA CUESTIÓNRedes Neuronales ArtificialesRedes Neuronales Artificiales
�Dentro de la Minería de Datos, y en particular de las técnicas de Aprendizaje Automático.
�Modelos computacionales compuestos de unidades de proceso paralelo (“neuronas”) densamente interconectadas. Inspiración modelo biológico
�Perceptrón Multicapa (MLP)
Aspectos de DiseñoAspectos de Diseño
�Algoritmo (Backpropagation) y Regla de Aprendizaje (Delta)
�Arquitectura de la Red�Capas Ocultas. Número de Nodos de la Capa Oculta
�Elección de Patrones ejemplo (Sobreaprendizaje)
�Condición de Finalización y Factor de Aprendizaje
�Librería de Uso: TORCH (API C++ Aprendizaje Automático)
X1
X2
Z1W11
W21
XN
WN1
1
W01
ZQ
W1Q
W2Q
WNQ
Y1V11
VQ1
YM
W0Q
1
V01
V0P
V1M
VQM
6
ESTADO DE LA CUESTIÓNESTADO DE LA CUESTIÓNEspacio de InvestigaciónEspacio de Investigación
�El cruce entre la GCS y el Aprendizaje Automático es el espacio (“gap”) que se va a investigar con este trabajo para tratar de elaborar un modelo de GCS y de Redes Neuronales, con el fin de aportar a una organización conocimiento de utilidad para su futuro.
�No se trata por tanto de una innovación en el campo de las RedesNeuronales y el Aprendizaje Automático, si no de la aplicación de estas estructuras para añadir valor a procesos.
�Tampoco es una extensión a un sistema de Gestión de la Configuración del Software. Se trata de dar un nuevo modelo de procesos de GCS.
7
��Estado de la CuestiónEstado de la Cuestión
��Planteamiento del ProblemaPlanteamiento del Problema�Hipótesis�Planteamiento y Orientación a la Solución
�Solución Propuesta�Análisis de Viabilidad�Conclusiones
PLANTEAMIENTO DEL PROBLEMAPLANTEAMIENTO DEL PROBLEMA
8
PLANTEAMIENTO DEL PROBLEMAPLANTEAMIENTO DEL PROBLEMAHipótesisHipótesis
�Hipótesis Principal:
H: La Gestión de la Configuración del Software, aplicando técnicas de Aprendizaje Automático, puede ayudar, no sólo a controlar el presente y el pasado de la evolución de los sistemas software, sino también a detectar tendencias y patrones que impliquen conocimiento de utilidad para ayudar a una organización en la toma de decisiones futuras.
�Subhipótesis:
H1: La Gestión de la Configuración del Software, aplicando técnicas de Aprendizaje Automático, puede ayudar en los procesos de evaluación de los diferentes usuarios de los diferentes productos. Al mantener la información histórica de todas las acciones que han realizado los diferentes usuarios de los diferentes sistemas de la compañía y la información de las evaluaciones que han obtenido, se puede tratar de inferir cuál será la evaluación en un periodo.
H2: La Gestión de la Configuración del Software, aplicando técnicas de Aprendizaje Automático, puede ayudar en la detección de acciones correctoras a nivel general, con el fin de trazar acciones de mejora general de los sistemas a partir de la detección de tendencias y patrones en las causas que provocan los errores de una compañía.
9
PLANTEAMIENTO DEL PROBLEMAPLANTEAMIENTO DEL PROBLEMAPlanteamiento y Orientación a la SoluciónPlanteamiento y Orientación a la Solución
Modelización y Análisis• Organización• Procesos y Entidades GCS
Arquitectura de la Solución• Funcional• Tecnológica
Descubrimiento de Datos
Generación de Herramienta
Análisis de Viabilidad
10
��Estado de la CuestiónEstado de la Cuestión��Planteamiento del ProblemaPlanteamiento del Problema
��Solución PropuestaSolución Propuesta�Procesos de Gestión de Cambios�Arquitectura Funcional. Arquitectura Tecnológica.�Componentes: Cliente, Servidor, Base de Datos, Repositorio. Integración�Descubrimiento de Datos
�Red Neuronal de Clasificación de Usuarios según sus Errores�Minería de Datos sobre las Causas que provocan Errores
�Funcionalidad
�Análisis de Viabilidad�Conclusiones
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTA
11
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAProcesos de Gestión de CambiosProcesos de Gestión de Cambios
�Gestión de Versiones: FICHERO�Gestión de Releases: PACK�Gestión de Requerimientos: REQREQ�Gestión de Errores: ERR
Jerarquía de Unidades de ControlCiclo de Vida
12
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAArquitectura FuncionalArquitectura Funcional
USUARIOS
DESCUBRIMIENTODE DATOS
REPORTING
MÓDULO DE GESTIÓNDE LA
CONFIGURACIÓN
GESTIÓN DEVERSIONES
GESTIÓN DERELEASES
GESTIÓN DEERRORES YCAMBIOS
13
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAArquitectura TecnológicaArquitectura Tecnológica
LAN
CLIENTEWINDOWS
Visual Basic 6.0MySQL ODBC 3.51 Driver
Microsoft Winsock Control 6.0
SERVIDORUNIX/Linux/HP/Sun/NT
C/Shell Script
BASE DE DATOSMySQL 4.1.2
COMUNICACIÓNONLINE: SOCKETS TCP/IP
REPOSITORIOCVS 1.11.6
WinCVS 1.13.17.2
SSH
CLIENTEWINDOWS
Visual Basic 6.0MySQL ODBC 3.51 Driver
Microsoft Winsock Control 6.0
CLIENTEWINDOWS
Visual Basic 6.0MySQL ODBC 3.51 Driver
Microsoft Winsock Control 6.0
SERVIDORUNIX/Linux/HP/Sun/NT
C/Shell Script
SERVIDORUNIX/Linux/HP/Sun/NT
C/Shell Script
SERVIDORUNIX/Linux/HP/Sun/NT
C/Shell Script
14
ODBC
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAComponentesComponentes
CLIENTE
REPOSITORIO
BASE DE DATOS
SERVIDOR
PROTOC
OLO PR
OPIO COMANDOS CVS (SSH)
CLIENTE SQL
COMANDOS CVS (SSH)
15
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAComponentes: Modelo de DatosComponentes: Modelo de Datos
16
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTADescubrimiento de DatosDescubrimiento de Datos
�La parte de Descubrimiento de Datos se ocupa de aportar al sistema la funcionalidad necesaria para inferir conocimiento útil para el futuro (cubrir la Hipótesis de Trabajo H). Consistirá en:
�Red Neuronal de Clasificación de Usuarios (Subhipótesis H1)
�Detectar patrones en información histórica de GCS que nos permitan predecir las evaluaciones de usuarios en un determinadoperiodo de tiempo.
�Minería de Datos sobre las Causas de los Errores(Subhipótesis H2)
�Identificar cuáles son las causas en un determinado periodo de tiempo que pueden ocasionar a futuro evaluaciones no adecuadas, de manera que se puedan anticipar acciones correctoras.
17
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTARed Neuronal de Clasificación de Usuarios según sus ErroresRed Neuronal de Clasificación de Usuarios según sus Errores�Perceptrón Multicapa
�Nodos de la Capa de Entrada:2*Número de Estados de Error de cada Unidad de Control y Aplicación + 2 Totales (Por Usuario/Periodo de tiempo)
�Número total de Errores
�Número total de Iteraciones
�Nodos en Unidad de Salida: 1 con tantos valores de clasificación como posibles Evaluaciones.
�Nodos de la Capa Oculta a Determinar
�Iteraciones y tasa de Aprendizaje a determinar
I1
I2
I3
I4
IN
H1
H2
HN
O
FICHERO MODELO
FICHERO ENTRENAMIENTO
CON X VALORES POSIBLESDE CLASIFICACIÓN
ESTADOS DE
ERROR
18
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAMinería de Datos sobre las Causas que provocan ErroresMinería de Datos sobre las Causas que provocan Errores
�En los cambios de Estado a ERROR, se incluye la causa que ha provocado el error.
�La Tipificación de Causas dependerá de:
�APLICACIÓN
�UNIDAD DE CONTROL
�ESTADO DE ERROR
�Se cruzarán las Causas con los datos de Evaluaciones generados por la Red de Evaluaciones para analizar las que provocan evaluaciones más altas y bajas combinando con: Usuarios, Aplicaciones y Estados de Error
EVALUACIONES OBTENIDAS
NÚMERO DE OCURRENCIAS
CAUSA / VARIABLE 2
19
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAFuncionalidadFuncionalidad
�Módulo de Seguridad
�Módulo de Comunicación Off-line
20
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAFuncionalidadFuncionalidad
�Módulo de Generación de Informes
SELECCIÓN DEINFORME YAPLICACIÓNFILTROS
INFORMEGENERADO
ACCIONESSOBREINFORMES
21
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAFuncionalidadFuncionalidad
�Módulo de Instalación
BOTONESVERIFICACIÓNE INSTALACIÓN
RESETEO DECUALQUIERACCIÓN
SELECCIÓN DEAPLICACIÓN YENTORNO
SELECCIÓN DEPACK AVERIFICAR/INSTALAR
RESULTADOSDEVERIFICACIÓN/INSTALACIÓN
22
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAFuncionalidadFuncionalidad
�Módulo de Acciones sobre el Repositorio
SELECCIÓN DEAPLICACIÓN YACCIÓN
LISTADO DEFICHEROSSOBRE LOSQUE SE PUEDEAPLICAR
DATOS ACOMPLETARPARA REALIZARACCIÓN
COMPLETARACCIÓN
CUADROEDICIÓN DATOS
23
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAFuncionalidadFuncionalidad
�Módulo de Control del Ciclo de VidaSELECCIÓN DEAPLICACIÓN YUNIDAD DECONTROL
FILTROS PARALA SELECCIÓN
LISTADO
ACCIONESSOBREUNIDADES DECONTROL
24
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAFuncionalidadFuncionalidad
�Módulo de Gestión de Red Neuronal de Evaluación de Usuarios
25
SOLUCIÓN PROPUESTASOLUCIÓN PROPUESTAFuncionalidadFuncionalidad
�Módulo de Análisis de Causas de Error
SELECCIÓN DEAPLICACIÓN,UNIDAD DECONTROL YERROR
CUADRO DECAUSASRELACIONADAS
CUADRO DECAUSASPOSIBLES
FALLO DE ACEPTACIÓN
FALLO DE ANÁLISIS
FALLO DE CODIFICACIÓN AVANZADA
FALLO DE CODIFICACIÓN BÁSICA
FALLO DE INSTALACIÓN
FALLO DE INTEGRACIÓN
FALLO DE PRUEBAS
FALLO DE REGRESIÓN
FALLO DE USUARIO
FALLO NO DETERMINADO
0
20
50
100
150
200
250
300
350
Causas que Provocan las Evaluaciones Más Bajas
0123
Periodo (All)
Count of Estado_Error
Causa
Clasificacion
26
��Estado de la CuestiónEstado de la Cuestión��Planteamiento del ProblemaPlanteamiento del Problema��Solución PropuestaSolución Propuesta
��Análisis de ViabilidadAnálisis de Viabilidad�Modelo de Organización�Procesos de Gestión de Cambios�Tipificación de Causas�Topología de la Red Neuronal de Clasificación de Usuarios�Información Histórica�Experimentos: Ciclo Aleatorio y Ciclo Similar a otro�Distribución y Análisis de Resultados
�Conclusiones
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDAD
27
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADModelo de OrganizaciónModelo de Organización
INST
NEG
PRU
DES
ANA
ADMIN
GRUPOS
PrePresidente
Dir FinDirectorFinanciero
Dir MarDirectorMarketing
Dir SisDirector Sistemas
Dir UsuDirector de Áreas
Usuarias
Área Financiera300 Empleados
Dir RecDirector Recursos
Humanos
Área Marketing300 Empleados
Área Usuarios150 Empleados
Área Recursos50 Empleados
Dir ComDirector Comercial y
Ventas
Área Comercial300 Empleados
Dir AplDirecciónAplicaciones
Dir OpeDirección
Operaciones
Apli CliAplicación Centrode Clientes (CRM)
Apli IntAplicaciones deIntegración On-line
Apli FactAplicaciones deFacturación
DeptoAplicaciones500 Usuarios
Apli CobAplicaciones deCobros y Pagos
Apli BatAplicaciones deProcesos Batch
Apli DatAplicaciones deData Warehouse
Apli RedAplicaciones deSistemas de Red
Análisis -Desarrollo -Pruebas -Negocio -
Análisis -Desarrollo -Pruebas -Negocio -
Análisis -Desarrollo -Pruebas -Negocio -
Análisis -Desarrollo -Pruebas -Negocio -
Análisis -Desarrollo -Pruebas -Negocio -
Análisis -Desarrollo -Pruebas -Negocio -
Análisis -Desarrollo -Pruebas -Negocio -
Análisis -Desarrollo -Pruebas -Negocio -
Apli OtrResto de
Aplicaciones
DeptoOperaciones400 Usuarios
SisÁrea SoporteSistemas
ExpÁrea Explotación
Sistemas
PRODUCCIÓN
PREPRODUCCIÓN
PRUEBAS_SISTEMA
ENTORNOS
LINUX-SERVER_2
LINUX-SERVER
WINDOWS-SERVER
MÁQUINAS
APLICACIONES CRÍTICAS6 USUARIOS
APLICACIONES NO CRÍTICAS4 USUARIOS2 Usuarios
28
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADProcesos de Gestión de CambiosProcesos de Gestión de Cambios
�Unidades de Control�ERR
�REQ
�PACK
�Grupos de Errores�Errores en etapa de Desarrollo y Pruebas de Sistema:
�ERROR_INSTALAR_PRUEBAS_SISTEMA
�ERROR_PRUEBAS_SISTEMA
�Errores en etapa de Preproducción:�ERROR_INSTALAR_PREPRODUCCION
�ERROR_PREPRODUCCION
�Error en etapa de Producción:�ERROR_INSTALAR_PRODUCCION
�ERROR_PRODUCCION
29
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADTipificación de CausasTipificación de Causas
�Causas de Desarrollo�FALLO NO DETERMINADO
�FALLO DE CODIFICACIÓN BÁSICA
�FALLO DE CODIFICACIÓN AVANZADA
�FALLO DE ANÁLISIS
�Causas de Pruebas�FALLO DE INTEGRACIÓN
�FALLO DE INSTALACIÓN
�FALLO DE PRUEBAS
�Causas de Usuario�FALLO DE USUARIO
�FALLO DE REGRESIÓN
�FALLO DE ACEPTACIÓN
10 causas * 6 estados posibles de error
* 3 unidades de control * 8 aplicaciones
= 1440 combinaciones
30
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADTopología de la Red Neuronal de Clasificación de UsuariosTopología de la Red Neuronal de Clasificación de Usuarios�Nodos de la Capa de Entrada
�8 Aplicaciones
�3 Unidades de Control/Aplicación
�6 Estados Error/Unidad de Control
�2 Unidades de Entrada/Estado Error�Total de Errores
�Total de Transiciones
�TOTAL: 8*3*6*2+2(Totales)= 290 Unidades
�Valores de Unidad de Salida�Evaluaciones de 0 a 9 (10 en total)
�Ejemplos: 38 Usuarios * 8 Periodos = 304�Nodos de la Capa Oculta: 146
�Iteraciones: 1000
�Tasa de Aprendizaje: 0,0001
I1
I2
I3
I4
IN
H1
H2
HN
O
FICHERO MODELO
FICHERO ENTRENAMIENTO
CON X VALORES POSIBLESDE CLASIFICACIÓN
31
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADInformación HistóricaInformación Histórica
DISTRIBUCIÓN UNIDADES DE CONTROL: 2448 Unidades en el listado
Más Críticas: 8 REQ, 20 ERR, 20 PACK Periodo Menos Críticas: 4 REQ, 10 ERR, 10 PACK Periodo
Grupos de Valores de Clasificació n:• Evaluaciones Bajas: 0-3 (25%) –Probabilidad Error 1• Evaluaciones Medias: 4-6 (50%) –Probabilidad Error 0,5• Evaluaciones Altas: 7-9 (25%) –Probabilidad Error 0
DISTRIBUCIÓN HISTÓRICOS: 60862 Registros
48307 registros en 8 periodos evaluados12555 registros en 2 periodos evaluables
Por Grupo de Error:• Errores de Desarrollo: 0,7• Errores de Preproducción: 0,2• Errores de Producción: 0,1
Causas Origen:• Causas de Desarrollo: 0,7• Causas de Pruebas: 0,2• Causas de Usuario: 0,1
32
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADExperimentos: Ciclo Aleatorio y Ciclo Similar a OtroExperimentos: Ciclo Aleatorio y Ciclo Similar a Otro
�Predicción de un Ciclo Aleatorio:
�Para un periodo de tiempo se generan datos históricos aleatorios sin seguir patrón de Evaluaciones.
�OBJETIVO: Identificar sentido de las tendencias dados los datos aleatorios.
�Predicción de un Ciclo Similar a Otro:
�Los datos históricos de un periodo son similares a los de otro anteriormente clasificado.
�OBJETIVO: Detectar tendencias similares a periodo clasificado previamente.
33
GRÁFICO DE EVALUACIÓN DE USUARIOS
0
1
2
3
4
5
6
7
8
9
10
24/07/1998 06/12/1999 19/04/2001 01/09/2002 14/01/2004 28/05/2005 10/10/2006 22/02/2008 06/07/2009
USER_1USER_10USER_11USER_12USER_13USER_14USER_15USER_16USER_17USER_18USER_19USER_2USER_20USER_21USER_22USER_23USER_24USER_25USER_26USER_27USER_28USER_29USER_3USER_30USER_31USER_32USER_33USER_34USER_35USER_36USER_37USER_38USER_4USER_5USER_6USER_7USER_8USER_9
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADDistribución de ResultadosDistribución de Resultados
46,84%28,16%25,00%Total
50,00%21,05%28,95%2007-01-01 a 2008-01-01
60,53%39,47%0,00%2006-01-01 a 2007-01-01
36,84%36,84%26,32%2005-01-01 a 2006-01-01
36,84%36,84%26,32%2004-01-01 a 2005-01-01
36,84%36,84%26,32%2003-01-01 a 2004-01-01
36,84%36,84%26,32%2002-01-01 a 2003-01-01
52,63%18,42%28,95%2001-01-01 a 2002-01-01
52,63%18,42%28,95%2000-01-01 a 2001-01-01
52,63%18,42%28,95%1999-01-01 a 2000-01-01
52,63%18,42%28,95%1998-01-01 a 1999-01-01
MEDIABAJAALTAPeriodo
TIPO
34
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADAnálisis de Resultados. Ciclo Aleatorio Análisis de Resultados. Ciclo Aleatorio
ERROR_INSTALAR_PREPRODUCCION
ERROR_INSTALAR_PRODUCCION
ERROR_INSTALAR_PRUEBAS_SISTEMA
ERROR_PREPRODUCCION
ERROR_PRODUCCION
ERROR_PRUEBAS_SISTEMA
0123
0
100
200
300
400
500
600
700
Errores que provocan las Evaluaciones Más Bajas
0123
Periodo (All)
Número
Estado_Error
Clasificacion
ERROR_INSTALAR_PREPRODUCCION
ERROR_INSTALAR_PRODUCCION
ERROR_INSTALAR_PRUEBAS_SISTEM
A
ERROR_PREPRODUCCION
ERROR_PRODUCCION
ERROR_PRUEBAS_SISTEMA
1230
10
20
30
40
50
60
70
80
90
Errores que provocan las Evaluaciones Más Bajas
123
Periodo 2006-01-01 a 2007-01-01
Número
Estado_Error
Clasificacion
35
ANÁLISIS D
E VIA
BILID
AD
ANÁLISIS D
E VIA
BILID
AD
Análisis de Resultados. Ciclo Aleatorio Análisis de Resultados. Ciclo Aleatorio
FALLO DE ACEPTACIÓN
FALLO DE ANÁLISIS
FALLO DE CODIFICACIÓN AVANZADA
FALLO DE CODIFICACIÓN BÁSICA
FALLO DE INSTALACIÓN
FALLO DE INTEGRACIÓN
FALLO DE PRUEBAS
FALLO DE REGRESIÓN
FALLO DE USUARIO
FALLO NO DETERMINADO
0
20 50
100
150
200
250
300
350
Causas que Provocan las Evaluaciones M
ás Bajas
0123
Periodo(All)
Count of E
stado_Error
Causa
Clasificacion
FALLO DE ACEPTACIÓN
FALLO DE ANÁLISIS
FALLO DE CODIFICACIÓN AVANZADA
FALLO DE CODIFICACIÓN BÁSICA
FALLO DE INSTALACIÓN
FALLO DE INTEGRACIÓN
FALLO DE PRUEBAS
FALLO DE REGRESIÓN
FALLO DE USUARIO
FALLO NO DETERMINADO
1
30
10
20
30
40
50
60
Causas que Provocan las Evaluaciones M
ás Bajas
123
Periodo2006-01-01 a 2007-01-01
Count of Estado_Error
Causa
Clasificacion
36
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADAnálisis de Resultados. Ciclo Similar a OtroAnálisis de Resultados. Ciclo Similar a Otro
ERROR_INSTALAR_PREPRODUCCION
ERROR_INSTALAR_PRODUCCION
ERROR_INSTALAR_PRUEBAS_SISTEMA
ERROR_PREPRODUCCION
ERROR_PRODUCCION
ERROR_PRUEBAS_SISTEMA
1230
10
20
30
40
50
60
70
80
90
100
Errores que provocan las Evaluaciones Más Bajas
123
Periodo 2000-01-01 a 2001-01-01
Número
Estado_Error
Clasificacion
ERROR_INSTALAR_PREPRODUCCION
ERROR_INSTALAR_PRODUCCION
ERROR_INSTALAR_PRUEBAS_SISTEMA
ERROR_PREPRODUCCION
ERROR_PRODUCCION
ERROR_PRUEBAS_SISTEMA
23
0
10
20
30
40
50
60
70
80
90
100
Errores que provocan las Evaluaciones Más Bajas
23
Periodo 2007-01-01 a 2008-01-01
Número
Estado_Error
Clasificacion
37
ANÁLISIS DE VIABILIDADANÁLISIS DE VIABILIDADAnálisis de Resultados. Ciclo Similar a OtroAnálisis de Resultados. Ciclo Similar a Otro
USER_11USER_17
USER_23USER_28
USER_33USER_38
USER_5
1
2
30
10
20
30
40
50
60
70
80
90
Usuarios con las Evaluaciones Más Bajas
123
Periodo 2000-01-01 a 2001-01-01
Número
Usuario
Clasificacion
USER_11USER_17
USER_23USER_28
USER_31USER_33
USER_38USER_5
2
3
0
10
20
30
40
50
60
70
80
90
Usuarios con las Evaluaciones Más Bajas
23
Periodo 2007-01-01 a 2008-01-01
Número
Usuario
Clasificacion
38
��Estado de la CuestiónEstado de la Cuestión��Planteamiento del ProblemaPlanteamiento del Problema��Solución PropuestaSolución Propuesta��Análisis de ViabilidadAnálisis de Viabilidad
��ConclusionesConclusiones�Conclusiones de la Investigación Realizada�Líneas Futuras de Investigación. Mejoras del Sistema
CONCLUSIONESCONCLUSIONES
39
CONCLUSIONESCONCLUSIONESConclusiones de la Investigación RealizadaConclusiones de la Investigación Realizada
�Solución que Cumple las Hipótesis de Trabajo
�Solución de Utilidad para Toma de Decisiones y Detección de Tendencias, así como para anticipación y mitigación de Errores.
�Generalizable y Adaptable.
�Sistema Integrado Cliente/Servidor
�Gestión de la Configuración del Software (Control de Software, Control del Ciclo de Vida)
�Aprendizaje Automático (Redes Neuronales, Minería de Datos)
40
CONCLUSIONESCONCLUSIONESLíneas Futuras de Investigación. Mejoras del SistemaLíneas Futuras de Investigación. Mejoras del Sistema
�Líneas Futuras de Investigación
�Descubrimiento del conocimiento en Razones “Check In” Implementado
�Generalización Redes Neuronales
�Evolución dinámica de Topologías de Redes Neuronales
�Mejoras del Sistema
�Generalización de Cliente
�Administración de Datos
�Extensión de la Seguridad
�Otras herramientas de GCS
�Gestión Desatendida de Trabajos
41
RUEGOS Y PREGUNTASRUEGOS Y PREGUNTAS
MUCHAS GRACIAS
42
Top Related