http://dspace.utpl.edu.ec/handle/20.500.11962/29762 Tue, 16 Jun 2026 09:42:52 GMT 2026-06-16T09:42:52Z http://dspace.utpl.edu.ec/handle/29.500.19856/82389 Title: Analítica de datos de personas infectasdas con Covid-19 en comorbilidad con enfermedades crónicas frecuentes Authors: Gualán Jiménez, Franclin Escolástico Abstract: Abstract:AI is a branch of computer science that is based on the combination of different algorithms and whose main activity is the creation of systems that act, learn, think, and imitate rational human behavior to perform one or more specific tasks. Currently, the World Health Organization has declared the end of the COVID-19 pandemic. However, the head of the WHO warned that "this does not mean that COVID-19 has ceased to threaten the health of the world." Therefore, this work is designed to help predict and reduce the impact of a future pandemic, using AI and machine learning (ML) algorithms, first obtaining complete datasets which, once analyzed by the algorithms, provide us with "very accurate statistical results" that will help us to. Description: Resumen:La IA es una rama de la informática que se basa en la combinación de diferentes algoritmos y cuya actividad principal es la creación de sistemas que actúan, aprenden, piensan e imitan el comportamiento humano racional para realizar una o más tareas específicas. Actualmente, la Organización Mundial de la Salud ha declarado el fin de la pandemia por COVID-19. Sin embargo, el jefe de la O. M. S. advirtió que "esto no significa que el COVID-19 haya dejado de amenazar la salud del mundo". Es por ello, que este trabajo está diseñado para ayudar a predecir y reducir el impacto de una futura pandemia, utilizando la I.A. y los algoritmos de machine learning (ML), obteniendo previamente data sets completos y que una vez analizados por los algoritmos nos proporcionan resultados estadísticos muy acertados que nos ayudaran a. Thu, 01 Jan 2026 00:00:00 GMT http://dspace.utpl.edu.ec/handle/29.500.19856/82389 2026-01-01T00:00:00Z http://dspace.utpl.edu.ec/handle/29.500.19856/82383 Title: Definición de un marco de trabajo para la ejecución de un análisis forense orientado a servidores base de datos SQL server para el manejo de incidentes de una empresa de seguros en el Ecuador Authors: Freire Herrera, David Eduardo Abstract: Abstract: This thesis aims to explore the field of computer forensics, specifically focusing on Windows servers and SQL databases, with the goal of studying the procedures and methodologies necessary to establish a framework for conducting such forensics in the event of a computer incident. The proposed framework is based on international best practices, internationally recognized standards such as NIST and ISO 27037, and widely accepted forensic analysis models such as SANS, ISO 27037, NIST 800-62, DFRWS, and FBI. The proposed framework addresses all the phases required to perform a forensic analysis, which are: Identification, preservation, collection/acquisition, examination/analysis, and presentation. This document also includes technical procedures for the collection and forensic analysis of servers and databases, addressing critical aspects such as volatile memory capture, hard drive imaging, log analysis, event correlation, and more. This work aims to provide a practical guide for cybersecurity professionals, forensic analysts, and businesses in general, helping them strengthen their capabilities to identify and manage security incidents. Description: Resumen: El presente trabajo de Titulación tiene como objetivo incursionar en el mundo del análisis forense informático orientado hacia Servidores Windows y bases de datos SQL con el fin de estudiar los procedimientos y metodologías para establecer un marco de trabajo ante la ocurrencia de un incidente informático. El marco de trabajo propuesto está basado en buenas prácticas internacionales, estándares reconocidos a nivel internacional tales como NIST, ISO 27037, y modelos de análisis forense ampliamente aceptados tales como SANS, ISO 27037, NIST 800-62; DFRWS y FBI. El marco de referencia aborda todas las fases requeridas para efectuar un análisis forense: Identificación, preservación, recolección-adquisición, examinación-análisis y presentación. Finalmente, se incluyen procedimientos técnicos para la recolección y análisis en servidores y bases de datos abordando aspectos críticos como la captura de memoria volátil, imágenes de disco duro, análisis de logs, correlación de eventos, etc. Este trabajo tiene la intención de aportar como una guía práctica a profesionales en seguridad informática, analistas forenses y empresas en general para contribuir al fortalecimiento de sus capacidades en la identificación y gestión de los incidentes de seguridad. Thu, 01 Jan 2026 00:00:00 GMT http://dspace.utpl.edu.ec/handle/29.500.19856/82383 2026-01-01T00:00:00Z http://dspace.utpl.edu.ec/handle/29.500.19856/82382 Title: Diseño de conectividad y red comunitaria de bajo costo para Lalagachi alto de la Parroquia Rural Checa Authors: Villacís Ayala, María Fernanda Abstract: Abstract: There are regions in Ecuador that lack Internet connectivity, including some located in urban areas. Due to their topographic, climatic, and social conditions, these areas have not been served by either public or private companies. This is the case of the Lalagachi Alto sector, which suffers from poor Internet and mobile phone coverage. This limitation significantly impacts the residents, as Internet access has become essential for work, education, and entertainment.After analyzing the climatic and geographical background, conducting surveys, and gathering information from the local population, the present proposal aims to offer affordable and reliable Internet access to all residents through the design of a community-based ISP. This community ISP will obtain Internet service from an external provider. Description: Resumen: Existen sectores en el Ecuador que no tienen conectividad a Internet, inclusive en zonas urbanas. Debido a sus condiciones topográficas, climáticas y sociales no han sido atendidas por empresas públicas ni privadas. Este es el caso del sector Lalagachi Alto que tiene una deficiente cobertura de Internet y telefonía móvil, esta es una limitante para los habitantes de este sector ya que el acceso a Internet es muy útil y necesario hoy en día para el trabajo, estudio y entretenimiento. Después de hacer un análisis de los antecedentes climáticos y orográficos, realizar encuestas y obtener información de los habitantes de la comunidad se plantea la presenta propuesta para ofrecer acceso a Internet que sea conveniente y a bajo costo para todos los habitantes a través del diseño de un ISP comunitario el cual obtendrá acceso a Internet a través de un ISP externo. Thu, 01 Jan 2026 00:00:00 GMT http://dspace.utpl.edu.ec/handle/29.500.19856/82382 2026-01-01T00:00:00Z http://dspace.utpl.edu.ec/handle/29.500.19856/82366 Title: Scoring de fraude en transacciones monetarias con Machine Learning Authors: Montesdeoca Calispa, Alvaro Esteban Abstract: Abstract: Fraud in monetary transactions represents millions in losses for financial institutions and undermines user confidence in digital systems. This work develops a fraud scoring model using Machine Learning algorithms to detect fraudulent transactions in real-time. Four algorithms were implemented and compared: Random Forest, XGBoost, and Neural Networks, using a dataset of 590,540 transactions with extreme class imbalance. The SMOTE technique proved most effective for handling this imbalance. XGBoost emerged as the superior model, significantly outperforming traditional rule-based methods. Interpretability was implemented through SHAP enabling explanation of model decisions a fundamental aspect in regulated financial contexts. The proposed system generates risk scores with differentiated thresholds for automatic approval, additional verification or blocking. Results demonstrate that it is feasible to implement artificial intelligence-based fraud detection systems that balance effectiveness. Description: Resumen: El fraude en transacciones monetarias representa pérdidas millonarias para instituciones financieras y afecta la confianza de usuarios en sistemas digitales. Este trabajo desarrolla un modelo de scoring de fraude utilizando algoritmos de Machine Learning para detectar transacciones fraudulentas en tiempo real. Se implementaron y compararon tres algoritmos: Random Forest, XGBoost y Redes Neuronales, utilizando un dataset de 590,540 transacciones con desbalanceo extremo entre clases. La técnica SMOTE demostró ser la más efectiva para manejar este desbalanceo. XGBoost emergió como el modelo superior, superando significativamente métodos tradicionales basados en reglas. Se implementó interpretabilidad mediante SHAP permitiendo explicar decisiones del modelo y aspecto fundamental en contextos financieros regulados. El sistema propuesto genera scores de riesgo con umbrales diferenciados para decisión automática, verificación adicional o bloqueo. Los resultados demuestran que es factible implementar sistemas de detección de fraude basados en inteligencia artificial que balancean efectividad. Thu, 01 Jan 2026 00:00:00 GMT http://dspace.utpl.edu.ec/handle/29.500.19856/82366 2026-01-01T00:00:00Z