Propone desarrollar una herramienta tecnológica que explote los datos históricos al máximo, brindando beneficios como: agilizar el proceso de toma de decisiones, eliminar la centralización de la información, disminución de costos de operación, aviso de los puntos críticos, entre otros. Es decir, la implementación de un Datamart, el cual brindara información efectiva y oportuna, con la cual, los encargados de la toma de decisiones tendrán una mejor base para poder distribuir a los serenos. Business Intelligence, Serenazgo, Datamart. / Tesis

Information-Centric Networking (ICN) has recently been considered as a promising paradigm for the next-generation Internet, shifting from the sender-driven end-to-end communication paradigma to a receiver-driven content retrieval paradigm. In ICN, content -rather than hosts, like in IP-based design- plays the central role in the communications. This change from host-centric to content-centric has several significant advantages such as network load reduction, low dissemination latency, scalability, etc. One of the main design requirements for the ICN architectures -since the beginning of their design- has been strong security. Named Data Networking (NDN) (also referred to as Content-Centric Networking (CCN) or Data-Centric Networking (DCN)) is one of these architectures that are the focus of an ongoing research effort that aims to become the way Internet will operate in the future. Existing research into security of NDN is at an early stage and many designs are still incomplete. To make NDN a fully working system at Internet scale, there are still many missing pieces to be filled in. In this dissertation, we study the four most important security issues in NDN in order to defense against new forms of -potentially unknown- attacks, ensure privacy, achieve high availability, and block malicious network traffics belonging to attackers or at least limit their effectiveness, i.e., anomaly detection, DoS/DDoS attacks, congestion control, and cache pollution attacks. In order to protect NDN infrastructure, we need flexible, adaptable and robust defense systems which can make intelligent -and real-time- decisions to enable network entities to behave in an adaptive and intelligent manner. In this context, the characteristics of Computational Intelligence (CI) methods such as adaption, fault tolerance, high computational speed and error resilient against noisy information, make them suitable to be applied to the problem of NDN security, which can highlight promising new research directions. Hence, we suggest new hybrid CI-based methods to make NDN a more reliable and viable architecture for the future Internet. / Information-Centric Networking (ICN) ha sido recientemente considerado como un paradigma prometedor parala nueva generación de Internet, pasando del paradigma de la comunicación de extremo a extremo impulsada por el emisora un paradigma de obtención de contenidos impulsada por el receptor. En ICN, el contenido (más que los nodos, como sucede en redes IPactuales) juega el papel central en las comunicaciones. Este cambio de "host-centric" a "content-centric" tiene varias ventajas importantes como la reducción de la carga de red, la baja latencia, escalabilidad, etc. Uno de los principales requisitos de diseño para las arquitecturas ICN (ya desde el principiode su diseño) ha sido una fuerte seguridad. Named Data Networking (NDN) (también conocida como Content-Centric Networking (CCN) o Data-Centric Networking (DCN)) es una de estas arquitecturas que son objetode investigación y que tiene como objetivo convertirse en la forma en que Internet funcionará en el futuro. Laseguridad de NDN está aún en una etapa inicial. Para hacer NDN un sistema totalmente funcional a escala de Internet, todavía hay muchas piezas que faltan por diseñar. Enesta tesis, estudiamos los cuatro problemas de seguridad más importantes de NDN, para defendersecontra nuevas formas de ataques (incluyendo los potencialmente desconocidos), asegurar la privacidad, lograr una alta disponibilidad, y bloquear los tráficos de red maliciosos o al menos limitar su eficacia. Estos cuatro problemas son: detección de anomalías, ataques DoS / DDoS, control de congestión y ataques de contaminación caché. Para solventar tales problemas necesitamos sistemas de defensa flexibles, adaptables y robustos que puedantomar decisiones inteligentes en tiempo real para permitir a las entidades de red que se comporten de manera rápida e inteligente. Es por ello que utilizamos Inteligencia Computacional (IC), ya que sus características (la adaptación, la tolerancia a fallos, alta velocidad de cálculo y funcionamiento adecuado con información con altos niveles de ruido), la hace adecuada para ser aplicada al problema de la seguridad NDN

Las empresas de hoy se ven en la necesidad de analizar su información para la correcta y oportuna toma de decisiones, la cual ayuda a encaminarla hacia los objetivos planteados. En el caso del grupo empresarial Leoncito con respecto a su toma de decisiones en su proceso de ventas se pudo identificar que para obtener información solicitada existía una demora de hasta 2 días, se desconocía el comportamiento de sus ventas en el tiempo, no contaban con reportes que permitan monitorear metas establecidas, no analizaban sus ventas desde diferentes perspectivas de negocio. Y además no se explotaban los datos históricos de la empresa. La presente tesis se desarrolló para apoyar la toma de decisiones en el proceso de ventas del grupo empresarial Leoncito mediante la implementación de un sistema de inteligencia de negocios utilizando algoritmo de serie temporal. Se utilizó la metodología Ralph Kimball y se usaron las herramientas Microsoft. El resultado que se obtuvo fue un sistema que logró disminuir el tiempo promedio que tomaba la obtención de información sobre ventas, generó reportes los cuales brindaron información analítica desde diferentes perspectivas, además se hicieron proyecciones para sus ventas; para las cuales se empleó el algoritmo de serie temporal. / Tesis

This report presents the steps for the construction of an instrument to asses practical intelligence -tacit knowledge- based on Sternberg´s theory (Sternberg et al., 2000). The process had different stages and different instruments were used. The first step was the detection of critical incidents starting from in depth-interviews to 25 cadets who were in a military training. The second consisted on the administration of the first version of the instrument (CTLM) to 150 freshman military officers. This version was designed taking into account the critical incidents identified in step one. In the third step 10 military officers (experts in military training) gathered in a focus group, assessed the quality of the tacit knowledge items. In the last stage, key answers were designed for optimal incident resolution, taking into account officers’ criteria and cadets’ answers to pilot version of the instrument. / En este estudio se presentan los pasos para la construcción de un instrumento para evaluar la inteligencia práctica –conocimiento tácito- basado en la teoría de R. Sternberg (Sternberg et al., 2000). Para ello se trabajó en diferentes etapas y con distintos instrumentos.La primera fue la detección de incidentes críticos a partir de entrevistas semidirigidas a 25 cadetes que realizan un programa de entrenamiento combinado académico/militar. La segunda consistió en la aplicación del instrumento piloto (CTLM) a 150 oficiales militares, egresados recientes, construido a partir de los incidentes críticos detectados. La tercera consistió en la evaluación de la calidad de los ítems mediante la técnica de focus group por parte de 10 oficiales instructores -expertos a cargo de la formación de cadetes. En la cuarta fase se diseñaron los tipos de respuestas esperadas para la resolución del incidente, según el criterio de los oficiales instructores y las respuestas específicas de los cadetes a la versión piloto del instrumento CTLM.

El principal reto de las PYMES peruanas es la obtención de información para la toma de decisiones. En este contexto, el uso de tecnologías tradicionales de análisis de datos como Business Intelligence y Analytics resultan poco accesibles para las empresas, debido a limitantes económicas y de capital humano. El objetivo principal del proyecto es implementar un modelo tecnológico que combine Business Intelligence y Analytics con Cloud Computing, para permitir a las PYMES retail integrar y procesar sus datos para tomar decisiones informadas y oportunas en materia de planificación y gestión de inventarios. Todo con un bajo costo de implementación y despliegue. Para el desarrollo del proyecto se realiza una investigación previa sobre las tecnologías Business Intelligence, Analytics y Cloud Computing, donde se estudian las aplicaciones de cada una y casos de éxito de PYMES retail a nivel mundial. Luego, se diseña el modelo tecnológico orientado a las necesidades de las PYMES retail peruanas, acompañado de un plan de implementación del modelo basado en metodologías de Business Intelligence y Cloud Computing y un análisis de proveedores de servicios cloud que mejor se adecuan a este tipo de empresas. El modelo es validado mediante su implementación en una PYME retail peruana. Para ello, se realiza un análisis de negocio e infraestructura tecnológica y se identifican los principales requerimientos de información. Con ello, se consigue integrar la información aislada de múltiples tiendas, reducir el tiempo de demora de consolidación de datos en un 94% y una reducción de costos del 20%. Finalmente, se propone un plan de continuidad que permite escalar las funcionalidades del modelo, orientado a las tendencias tecnológicas del sector retail. / The main challenge for Peruvian SMEs is obtaining information for decision making. In this context, the use of data analysis technologies such as Business Intelligence and Analytics are not very accessible to companies, due to economic and human capital limitations. The main objective of the project is the implementation of a technological model that combines Business Intelligence and Analytics with Cloud Computing, to allow retail SMEs to integrate and process their data to make informed and timely decisions regarding inventory planning and management, with a low cost of implementation and deployment. For the development of the project, a preliminary investigation is carried out about Business Intelligence, Analytics and Cloud Computing technologies, where the applications of each one is studied and success cases of retail SMEs worldwide. Then, the technological model oriented to the necesities of Peruvian retail SMEs is designed, accompanied by a plan to implement the model based on Business Intelligence and Cloud Computing methodologies and an analysis of cloud service providers that best suit to this type of Business. The model is validated through its implementation in a Peruvian retail SME. To accomplish it, a business and technological infrastructure analysis is carried out and the key information requirements are identified. All this data allows to integrate the isolated information of multiple stores, reducing the data consolidation delay time by 94% and reducing costs by 20%. Finally, we propose a continuity plan that allows scaling the functionalities of the model, oriented to the technological trends of the retail sector.

Esta investigación ha consistido en la aplicación de inteligencia de negocios para identificar el perfil de la deserción en la Universidad Científica del Sur. Este trabajo ha requerido el procesamiento de diversas fuentes de información, contenida en los sistemas institucionales del CRM, Control de Acceso y ERP Académico HCAMPUS PeopleSoft, para identificar patrones que puedan ser analizados en modelos predictivos. Para efectos del estudio se ha utilizado técnicas de minería de datos, en base de Arboles de Decisiones (Decision Tree, Random Forest), utilizando las herramientas Weka y RapidMiner Studio para el procesamiento de información. Se ha tomado como muestra, datos de entrenamiento del periodo 2016-2, de deserción temprana. El procesamiento de información ha sido con los datos de la matrícula del mismo periodo. Aunque la simulación de los modelos predictivos, ha sido enfocada en relación de la deserción de los estudiantes con el número de cursos matriculados, horarios de estudio y distancia y tiempo de transporte a la sede central, se ha analizado otros factores de riesgo que deben incluirse en el modelo predictivo. Este trabajo propone la implementación de modelos predictivos que apoyen a las diversas áreas de la Universidad, automatizando la generación de indicadores, teniendo información de mejor calidad, confiable, rápida, dentro de la plataforma de Inteligencia de Negocios, que facilite el acceso en tiempo real de los reportes multidimensionales. / This research has consisted in the application of business intelligence to identify the profile of drop out at Universidad Científica del Sur. This work has required the processing of various information sources, contained in the institutional systems of CRM, Access Control and Academic ERP HCAMPUS PeopleSoft, to identify patterns that can be exposed in predictive models. For the purposes of the study, data mining techniques have been used, based on Decision Tree (Random Forest), using Weka and RapidMiner Studio tools for information processing. It has been taken as sample, training data of the period 2016-2, of early desertion. The processing of information has been with the data of the enrolment of the same period. Although the simulation of the predictive models has been focused in relation to the dropout of students with the number of courses enrolled, study schedules and distance and time of transport to the headquarters, other risk factors have been analyzed that must be included In the predictive model. This work proposes the implementation of predictive models that support the different areas of the University, automating the generation of indicators, having better quality information, reliable, fast, within the Business Intelligence platform, which facilitates access, in real time, multidimensional reports.

Las empresas de hoy se ven en la necesidad de analizar su información para la correcta y oportuna toma de decisiones, la cual ayuda a encaminarla hacia los objetivos planteados. En el caso del grupo empresarial Leoncito con respecto a su toma de decisiones en su proceso de ventas se pudo identificar que para obtener información solicitada existía una demora de hasta 2 días, se desconocía el comportamiento de sus ventas en el tiempo, no contaban con reportes que permitan monitorear metas establecidas, no analizaban sus ventas desde diferentes perspectivas de negocio. Y además no se explotaban los datos históricos de la empresa. La presente tesis se desarrolló para apoyar la toma de decisiones en el proceso de ventas del grupo empresarial Leoncito mediante la implementación de un sistema de inteligencia de negocios utilizando algoritmo de serie temporal. Se utilizó la metodología Ralph Kimball y se usaron las herramientas Microsoft. El resultado que se obtuvo fue un sistema que logró disminuir el tiempo promedio que tomaba la obtención de información sobre ventas, generó reportes los cuales brindaron información analítica desde diferentes perspectivas, además se hicieron proyecciones para sus ventas; para las cuales se empleó el algoritmo de serie temporal.

Propone una solución de Business Intelligence para mejorar la gestión financiera en la empresa de Facility Management – Binswanger Perú. Busca reducir el tiempo de obtención de reportes financieros para la alta dirección, generarlos de una forma flexible y de fácil análisis y lograr que la información financiera de la empresa esté disponible en tiempo real y sea de acceso remoto para un análisis flexible para la toma de decisiones. / Tesis

In this diploma thesis is processed proposition of project implentation ETL process to company, which is parsed to many parts. These parts are divided by project analysis.Diploma thesis contains processing of time analysis, risk analysis, cost analysis and source analysis. Before I processed analyzes above, I had been created study of opportunities. This study consist of 7S analysis, SWOT analysis, SLEPTE analysis and Potrer’s model of competitive forces. This proposal of project implantation of ETL process to company was mainly processed by Microsoft Project software and supplementary by Microsoft Excel software.

Thesis: S.M. in Engineering and Management, Massachusetts Institute of Technology, System Design and Management Program, 2017. / Cataloged from PDF version of thesis. / Includes bibliographical references (pages 101-104). / With the recent resurgence of Machine Learning and Artificial Intelligence as a competitive advantage in product development, technical executives and managers are interested in learning what it would take to build intelligent platforms that can leverage these advances. In addition, they wish to produce cost estimates for developing such platforms. The goal of this thesis is to develop a reference architecture for an intelligent platform and an associated costing model that allows technical managers to understand the components needed to deliver such a platform and estimate the cost of each module, estimate the cost of the overall architecture, and enable what-if analysis to understand the cost tradeoffs. The intent is not to provide the values of the variables in the model, but to develop a cost model that will enable interested parties to plug in their estimated values for each factor and generate a forecast of the build cost. / by Mohammad Jouni. / S.M. in Engineering and Management