Propuesta metodológica para la identificación de patrones de falla de capa enlace de datos del modelo OSI y recuperación proactiva de equipos de comunicación aplicando algoritmos de aprendizaje automático

Abstract

En este trabajo de investigación se ha propuesto una metodología que ayude a un administrador de red a poder predecir de manera rápida un fallo en la red. Se tomó una modelo de minería de datos como base para poder implementar la metodología, esta metodología abarca desde poder identificar los problemas que se vienen presentando habitualmente en la red hasta la solución definitiva de los mismos, por lo tanto, se tuvo que extraer datos de equipos de infraestructura de red mediante el protocolo simple de administración de red de una manera automatizada aplicando un script desarrollado en el lenguaje de programación Python. A los datos extraídos se les aplicaron diferentes técnicas de aprendizaje automático supervisado determinando de esta manera que la máquina de soporte vectorial es la más adecuada para poder predecir fallas en base a los datos analizados dado que se obtuvo un 97.8 % de probabilidad de predicción. Para poder realizar todas las pruebas necesarias sin afectar el estado de la red se propuso el utilizar un emulador grafico de red conocido como GNS3, es aquí donde se emuló una topología compuesta por equipos de comunicación de capa enlace de datos que pueda presentar fallas. Además, se propusieron políticas de configuración con la finalidad de que al aplicar un mecanismo automatizado para solucionar las fallas este no cometa errores y genere problemas al desactivar algunas características de equipos de red que pueda desencadenas más fallas. Para finalizar se propusieron 3 maneras de cómo aplicar una solución frente a la identificación de una posible falla a ocurrir señalando a un administrador de red y un software como los principales actores que intervendrían.