Blog

Los entornos de dispositivos IoT producen grandes cantidades de datos, que requieren entornos adecuados para su recepción y manipulación. Se necesitan arquitecturas potentes y flexibles, que puedan responder a las necesidades variables del ecosistema de dispositivos IoT productores de datos. Esto incluye unas infraestructuras hardware capaces de atender la demanda (conexiones de red, unidades de cómputo, volumen de memoria principal y unidades de almacenamiento persistente). Se puede recurrir a una solución cloud que delegue en terceras partes la gestión y provisión de los recursos necesarios.

Este proyecto pretende abordar la ciberdelincuencia desarrollando estrategias y herramientas preventivas con tecnologías Big Data, agilizando la identificación de ciberdelitos, con el fin de preparar y desplegar las contramedidas adecuadas contra los autores, basándose en los indicadores y las tendencias de delincuencia, aprovechando los servicios automatizados 24x7 y las aplicaciones novedosas basadas en el uso de modelos estadísticos multidimensionales junto a modelos basados en Deep Learning.

En el contexto de AIDA, ITI ha estado trabajando en varias herramientas analíticas que permiten observar cambios en los datos online. En estas herramientas se estudian y analizan anomalías en series temporales, se buscan patrones geográficos y se estudian tendencias en diferentes ámbitos de la delincuencia. Estas herramientas están pensadas para que las empresas sean capaces de ofrecer una rápida respuesta, gestionar de manera más eficiente los recursos e incluso puedan prever el comportamiento delictivo mediante la observación de patrones.

Cuando una empresa decide desplegar servicios Big Data Analytics on-premise sobre sus propios recursos computacionales surgen ciertas complejidades. Por un lado, la complejidad de instalación, configuración, mantenimiento y actualización de cada una de las tecnologías que componen cada servicio, y, por otro lado, el cómo sacar el máximo partido a recursos computacionales que estén divididos en diferentes clusteres con diferentes redes de comunicación.
El proyecto Radiatus surgió como respuesta a todos estos problemas. Radiatus es una plataforma Big Data Analytics como servicio que permite el despliegue de tecnologías para el análisis de datos de una manera muy fácil e intuitiva.

La industria 4.0 es una de esas carreras de las que todos llevamos oyendo hablar unos años ya. Esta revolución tiene alguno de sus pilares en el Internet-of-Things, BigData, Cloud Computing y, básicamente, cualquier cosa que nos ayude a realizar tareas de modelado, inteligencia artificial y a automatizar los procesos en una fábrica. Es más, el mundo rueda tan rápido que en algunos foros ya se está hablando de la siguiente gran vuelta, de tuerca, la industria 5.0. Este paradigma iría encaminado hacia los espacios cognitivos y en buscar un equilibrio en la interacción entre el ser humano y la máquina.

Actualmente, las empresas del sector logístico viven un auge gracias a las compras por internet. Como compradores del e-commerce queremos recibir nuestra compra con la mayor brevedad posible y en un horario que cumpla nuestros requisitos. Todos estos factores provocan que las empresas logísticas estén en continua evolución.

Las tecnologías de la información y comunicaciones (TIC), especialmente el Internet de las cosas (IoT), la computación en la nube y análisis masivo de datos (Big Data Analytics) han revolucionado el mundo de la industria, pero se hace necesaria la aplicabilidad de estas técnicas sobre plataformas escalables y elásticas que permitan un uso eficiente de recursos computacionales.

Internet de las Cosas (IoT), Sistemas Ciber-Físicos (CPS), Big Data Analytics, Industria 4.0 son conceptos cada vez más populares, pero que resultan confusos a la hora de entender cómo pueden ayudar a una empresa en su día a día. Dentro de este maremágnum, el gemelo digital es otro concepto más, que, para aumentar la ambigüedad, se fundamenta en los anteriores. Para arrojar algo de luz simplifiquemos en su punto en común: son tecnologías para obtener valor de nuestros datos. ITI ha abordado dichas barreras a través de soluciones diferenciadas

El primer contacto que tuve con herramientas de análisis de datos que utilizaban técnicas de Graph Analytics fue en el año 2016 con el famoso caso de los papeles de panamá. De pronto, aquellos algoritmos que estudiamos en la facultad de informática para la optimización de redes de comunicaciones cobraron todo el sentido. Mi mente conectó con multitud de casos que nada tenían que ver con problemas TIC y se centraban en nuevos retos que tecnologías como Big Data nos habían traído: marketing digital y detección de fraude.

Los chatbots constituyen una solución excelente al déficit de información fiable que se produce en una pandemia. Ahora bien, si queremos que tengan una mayor adopción por el público general, habrá que dotarlos de cualidades más humanas y menos robóticas y automáticas, con la esperanza de que algún día se obtenga el aprobado en el test de Turing. Queda mucho por hacer para contratarlos como teleoperadores, pero con los recursos adecuados podrá ser realidad en cuestión de pocos años.