Professional Documents
Culture Documents
Ing. Hermes Uriel Lugo Hernndez1, MSC Daniel Rosales Daz Mirn2,
Ing. Jos Leonardo Ibarra Morn3 y TSU Luis Alberto Hernndez Martnez4
ResumenEn el presente trabajo se propone una metodologa para la optimizacin de los recursos del sistema
operativo y la seguridad del mismo basndose en las tcnicas de aprendizaje, tomas de decisiones, minera de datos y
alertas tempranas que nos ofrece la inteligencia artificial.
El alcance radica en la heurstica utilizada en la interpretacin de los datos capturados por los sensores en tiempo
real, con los que cuentan los agentes instalados en los sistemas operativos para la generacin de toma de decisiones
que mantengan el rendimiento, eliminen los factores de vulnerabilidad y establezcan un vnculo de aprendizaje con
un experto en la materia.
La visin es que en base a la minera de datos del conocimiento y experiencia generados por el agente se encuentren
patrones de comportamiento para determinar alertas tempranas.
Introduccin
La metodologa a desarrollar est basada en los principios de la inteligencia artificial, la cual describe a un agente
con la capacidad de percibir su medio ambiente ayudndose de sus sensores e interactuar en el utilizando actuadores,
el entorno (tambin conocido como medio ambiente) se clasifica en parcialmente observable, totalmente observable,
determinista, estocsticos, episdico, secuencial, esttico, dinmico, discreto y continuo.
La relacin entre el agente y su entorno se logra con el uso de una base de conocimiento y a la experiencia que el
mismo agente va adquiriendo. La distincin entre ellas es que la base es el conocimiento previo que se le proporciona
al agente para poder reaccionar ante un evento, en el caso de que la anomala no se pueda resolver o no conozca el
problema, el agente genera una experiencia la cual se clasifica con ayuda de un experto, que crea la heurstica para
clasificar l estado.
La calidad de los sensores est determinada en la capacidad de observacin de inferencias del entorno, que permiten
la distincin de la informacin valiosa para el anlisis de la situacin y la frecuencia con la que estn en ejecucin
optimiza el uso de los recursos destinados al agente. En resumen un sensor debe saber que, cuando y donde observar
esto con el fin de buscar patrones de comportamiento que clasifican el estado en base a sus caractersticas.
Los agentes basados en conocimiento se pueden aprovechar del mismo expresado en formas muy genricas,
combinando y recombinando la informacin para adaptarse a diversos propsitos. El conocimiento y el razonamiento
juegan un papel importante cuando se trata con entornos parcialmente observables. Estos agentes combinan el
conocimiento general con las percepciones reales para inferir aspectos ocultos del estado del mundo, antes de
seleccionar cualquier accin.
El razonamiento nos permite hacer frente a una variedad virtual infinita de manifestaciones utilizando un conjunto
finito de conocimiento de sentido comn.
Los actuadores son responsables de crear un impacto favorable a los objetivos del agente optimizando su
rendimiento, de aqu que se debe expresar un antecedente de condiciones que el agente debe cumplir para no violentar
la estabilidad del entorno.
En la figura 1 nos muestra el ciclo de vida de un agente.
1
El Ing. Hermes Uriel Lugo Hernndez es Profesor de Ingeniera en Tecnologas de la Informacin en la Universidad
Tecnolgica de Torren, Mxico hermeslugohdz@gmail.com (autor corresponsal).
2
El MSC Daniel Rosales Daz Mirn es Profesor de Ingeniera en Tecnologas de la Informacin en la Universidad Tecnolgica
de Torren, Mxico drosales@utt.edu.mx
3
El Ing. Jos Leonardo Ibarra Morn es Profesor de Ingeniera en Tecnologas de la Informacin en la Universidad Tecnolgica
de Torren, Mxico lemoran@utt.edu.mx
4
El TSU Luis Alberto Hernndez Martnez es alumno de Ingeniera en Tecnologas de la Informacin en la Universidad
Tecnolgica de Torren.
Figura 1 Estructura y ciclo de vida de un agente.
Referencias bibliogrficas.
Autor: Stuart J. Russell, Peter Norvig
Ttulo: Inteligencia Artificial. Un Enfoque Moderno
Editorial:
Fecha de copyright: 1996
Comentarios Finales
La implementacin final de un sistema como el propuesto requerira del uso de software que no de margen de
vulnerabilidad, tal es el caso de Phyton y su versin grfica el Django. Ambos sistemas funcionan en casi todas las
plataformas, es conocido que la mayora de los sistemas realizados para hacking son elaborados en phyton o rugby,
permiten ejecutarse en background sin ser detectados en la mayora de los casos, esto permitira correr agentes sin
que interfieran con el equipo, mayor ventaja se obtendra al lograr apoderarse de un ncleo de la computadora y de
una seccin de memoria, de manera que los agentes se ejecuten ah sin mermar el rendimiento del equipo.
En cuanto a resultados, slo la codificacin exitosa de lo aqu propuesto mostrara el xito de llevar a feliz
trmino un sistema que resguarde la informacin de los equipos en tiempo real y entrar en accin si se detecta
alguna anomala.