Resumen de Algoritmo Random Forest para la detección de fallos en redes de computadoras

Selianne Labañino Urbina, Hugo Alberto Valencia Zayas, Orlando Grabiel Toledano López

• español

  El uso de técnicas para el procesamiento de datos masivos constituye una gran necesidad para la sociedad y el hombre. Cada día son más abundantes y heterogéneos los dispositivos que se conectan e intercambian información al interactuar con la red de servicios integrados, originando con su interacción, un gran cúmulo de datos que se puede procesar mediante la aplicación de técnicas de aprendizaje automático. En las redes de datos, donde se ofrecen servicios a los usuarios, es de vital importancia el mantenimiento de la disponibilidad de los mismos, para que puedan ser utilizados en cualquier momento. En muchos casos la disponibilidad de los servicios puede estar afectada por factores de los componentes de la red y los servidores, pues estos dispositivos pueden fallar si ocurren determinados eventos en la red por su utilización. Para dar respuesta a dicha problemática se presenta en este trabajo la aplicación del algoritmo Random Forest como clasificador para resolver tareas predictivas. Para su implementación se hace uso de la herramienta de procesamiento Apache Spark y sus bibliotecas de aprendizaje automático Spark MLlib, sobre la plataforma Java 8. De forma general se explica cómo aplicar el algoritmo para predecir fallos en la disponibilidad de los servicios de la red.

• English

  The use of mass data processing techniques is a great necessity for society and man. The devices that connect and exchange information by interacting with the network of integrated services are becoming more abundant and heterogeneous every day, originating with their interaction a large accumulation of data that can be processed through the application of automatic learning techniques. In data networks, where services are offered to users, it is vitally important to maintain the availability of the same, so that they can be used at any time. In many cases the availability of services may be affected by factors of network components and servers, as these devices may fail if certain events occur in the network due to their use. In order to respond to this problem, this paper presents the application of the Random Forest algorithm as a classifier to solve predictive tasks. For its implementation, the Apache Spark processing tool and its automatic learning libraries Spark MLlib are used on the Java 8 platform. In general, it explains how to apply the algorithm to predict failures in the availability of network services.