| dc.contributor | Donoso Meisel, Yezyd Enrique | |
| dc.creator | Guzmán Londoño, Simón | |
| dc.creator | Parra Díaz, María Camila | |
| dc.date.accessioned | 2022-06-10T19:32:03Z | |
| dc.date.available | 2022-06-10T19:32:03Z | |
| dc.date.created | 2022-06-10T19:32:03Z | |
| dc.date.issued | 2022-06-02 | |
| dc.identifier | http://hdl.handle.net/1992/57863 | |
| dc.identifier | instname:Universidad de los Andes | |
| dc.identifier | reponame:Repositorio Institucional Séneca | |
| dc.identifier | repourl:https://repositorio.uniandes.edu.co/ | |
| dc.description.abstract | Teniendo en cuenta el lanzamiento de la quinta generación de redes móviles y el uso de la arquitectura Network Slicing 5G, este trabajo de investigación se enfocó en la búsqueda de tecnologías que aseguran la integridad de los datos, con la finalidad de proponer aquella que mejor se acople a los servicios ofrecidos. Se llevó a cabo una revisión bibliográfica donde se definieron las problemáticas principales que se enfrentan en el contexto de las redes 5G en cuanto a la integridad de los datos. Adicionalmente, se seleccionaron tres posibles tecnologías para analizar en cuanto a su efectividad como solución a las problemáticas descubiertas previamente; y, finalmente, se seleccionó la tecnología de Virgil Systems como una posible solución para garantizar la integridad de la información en el contexto de redes 5G con el uso de la arquitectura Network Slicing. | |
| dc.language | spa | |
| dc.publisher | Universidad de los Andes | |
| dc.publisher | Ingeniería de Sistemas y Computación | |
| dc.publisher | Facultad de Ingeniería | |
| dc.publisher | Departamento de Ingeniería Sistemas y Computación | |
| dc.relation | Cote, C. (4 de febrero de 2021). What Is Data Integrity and Why Does It Matter? Harvard Business School. Recuperado el 12 de abril de 2022, de https://online.hbs.edu/blog/post/what-is-data-integrity | |
| dc.relation | Deep Learning - ¿Que es deep learning? (s.f.). Ibm.com. Recuperado el 25 de abril de 2022, de https://www.ibm.com/co-es/cloud/deep-learning | |
| dc.relation | Esteves, J.J.A., Boubendir, A., Guillemin, F., & Sens, P. (2020). Edge-enabled optimized network slicing in large scale networks. 2020 11th International Conference on Network of the Future (NoF). | |
| dc.relation | Fernández-Maimó, L., Gil Pérez, M., Garcia Clemente, F.J. & Martinez Perez, G. (2017). On the Performance of a Deep Learning-Based Anomaly Detection System for 5G Mobile Networks. SmartWorld, Ubiquitous Intelligence & Computing, Advanced & Trusted Computed, Scalable Computing & Communications, Cloud & Big Data Computing, Internet of People and Smart City Innovation (pp. 1-8). | |
| dc.relation | Haider, N., Baig, M. Z., & Imram, M. (2020). Artificial Intelligence and Machine Learning in 5G Network Security: Opportunities, advantages, and future research trends. | |
| dc.relation | Majumdar, A., & Mohan, G. (2020). Distributed fractionalized data networks for data integrity. 2020 IEEE International Conference on Blockchain and Cryptocurrency (ICBC) (pp. 1-3). | |
| dc.relation | Mei, J., Wang, X., & Zheng, K. (2020). An intelligent self-sustained RAN slicing framework for diverse service provisioning in 5G-beyond and 6G networks. Intelligent and Converged Networks, 1(3), 281-294. https://doi.org/10.23919/icn.2020.0019 | |
| dc.relation | Moustafa, N., Hu, J. (2018). Security and Privacy in 4G/LTE Network. En Encyclopedia of Wireless Networks (pp. 1265-1271). Springer International Publishing. | |
| dc.relation | Olimid R.F., & Nencioni, G. (2020). 5G Network Slicing: A Security Overview. IEEE Access: Practical Innovations, Open Solution, 8, pp. 99999-100009. https://doi.org/10.1109/access.2020.2997702 | |
| dc.relation | Tang, T. A., McLernon, D., Mhamdi L., Zaidi, S. A. R. & Ghogho, M. (2019). Intrusion Detection in SDN-Based Networks: Deep Recurrent neural Network Approach. En M. Alazab, M. Tang (Ed.), Deep Learning Applications for Cyber Security (pp. 175-195). Springer International Publishing. | |
| dc.relation | Wang, H., He, D., Yu, J., Xiong, N. N., & Wu, B. (2021). RDIC: A blockchain-based remote data integrity checking scheme for IoT in 5G networks. Journal of Parallel and Distributed Computing, 152, 1-10. https://doi.org/10.1016/j.jpdc.2021.02.012 | |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.title | Integridad con Network Slicing en 5G | |
| dc.type | Trabajo de grado - Pregrado | |
