Examinando por Materia "Cloud computing"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Diseño e implementación de un flujo de trabajo bioinformático en la nube para la identificación de variantes oncogénicas a partir de datos genómicos
    (Universidad EIA, 2019) Varela Tabares, Daniela; Flórez Zapata, Nathalia María Vanessa; Arango Ossa, Juan Esteban
    La secuenciación de alto rendimiento (NGS, por sus siglas en inglés) revolucionó el campo de la genómica al reducir los costos y aumentar la velocidad del proceso drásticamente. Como consecuencia, la cantidad de secuencias de ADN ha aumentado exponencialmente, y cada día se desarrollan nuevas herramientas y aplicaciones para su procesamiento. Esto ha incrementado la demanda de infraestructura de cómputo y almacenamiento, que permita analizar tal volumen de información. El verdadero valor de estos datos se materializa cuando arrojan información médica relevante en escalas de tiempo aceptables, para su aplicación en el diagnóstico y tratamiento de enfermedades asociadas a alteraciones del genoma, como el cáncer. Sin embargo, la posibilidad de acceder a una infraestructura propia de computación de alto rendimiento, para lograr la transformación de los datos, se ve limitada por sus costos. Es aquí donde la computación en la nube se presenta como una opción atractiva, particularmente por su modelo de facturación bajo demanda, en el que se paga únicamente por los recursos usados. En este trabajo se expone el proceso para lograr la implementación de un flujo de trabajo bioinformático en la nube para la detección de variantes oncogénicas, desde la selección del proveedor del servicio de computación hasta la validación de las variantes genéticas encontradas. Incluyendo múltiples etapas de levantamiento de requerimientos, codificación, diseño y documentación, como se realiza en las metodologías ágiles para el diseño de software, cuyos principios fueron adoptados para el desarrollo. Para la infraestructura de computación en la nube, se escogió Amazon Web Services, un proveedor del servicio. Luego se diseñó el flujo, definiendo entradas, procesos intermedios, salidas y herramientas a utilizar en cada paso; y se seleccionaron los archivos de entrada de una base de datos pública. Los diferentes pasos se conectan a través de Isabl, un marco de trabajo para el manejo de datos NGS, que administra los metadatos y gestiona las tareas, desplegado en la nube utilizando el servicio ECS para la orquestación de contenedores. Adicional a este, se utilizó EC2 para el procesamiento y EFS para el almacenamiento, entre otros servicios. La implementación fue realizada con éxito, se validaron las variantes genéticas encontradas respecto a estudios relacionados y se reportan gráficamente los resultados, lo que facilita la interpretación de estos y le genera un valor adicional al proyecto. Se analizaron los costos asociados al proceso y se comparó con el servicio ofrecido por un centro de computación de alto rendimiento colombiano, mostrando la viabilidad de la computación en la nube para este tipo de desarrollos a corto plazo y pequeña escala.
  • Miniatura
    PublicaciónAcceso abierto
    Modelo para implementar procesos de AIOps
    (Universidad EIA, 2022) Vélez Zapata, Andrés; Zapata Ramírez, Sebastián
    RESUMEN: La sociedad moderna avanza cada vez más hacia los sistemas informáticos a gran escala como por ejemplo la computación en la nube, el internet de las cosas y los sistemas embebidos. Estas son tecnologías clave que transforman numerosas industrias, incluidas la atención médica, las finanzas, la manufactura, la educación y el transporte (Bogatinovski et al., 2021). Debido al gran aumento en el tamaño y la complejidad de los sistemas informáticos, los administradores de TI enfrentan cada vez más desafíos al realizar tediosas tareas de administración manualmente. Por esta razón, el estudio de los sistemas de monitoreo automatizados e inteligentes ha despertado recientemente mucho interés en la industria y la academia (Notaro et al., 2021). AIOps es un campo interdisciplinario emergente que surge en la intersección entre las áreas de investigación de aprendizaje de máquinas, big data, análisis de transmisión y la gestión de operaciones de TI (Bogatinovski et al., 2021). Busa facilitar la administración y el monitoreo de opresiones de sistemas informáticos a gran escala. En este trabajo le damos respuesta a la pregunta ¿Cómo se puede diseñar e implementar un modelo que integre todos campos de acción de AIOps, que facilite la administración de sistemas informáticos a gran escala? En este trabajo se obtuvo información con el fin de tener un contexto de las herramientas disponibles en el mercado que ofrecen soluciones de AIOps, se definieron los campos de acción de AIOps, se construyó una arquitectura base del modelo, se desplego una aplicación web de pruebas en AWS que es el proveedor de servicios en la nube líder en el mercado. Se validó el comportamiento del modelo con la generación de eventos de error en la. Para la implementación se escogió la herramienta moogsoft ya que esta tiene una oferta gratis y cumple con muchos de los campos de acción de AIOps que se quieren analizar. Para conectar las operaciones se utilizó una integración que le pide permisos a AWS para acceder a toda la información albergada en CloudWatch. Se concluyó que Las herramientas que emplean AIOps actualmente tienen poca explicabilidad dentro de ellas, funcionando principalmente como una caja negra. Debido a que requiere mucha información y tiempo para que los modelos aprendan. La implementación de procesos de AIOps es bastante invasiva pidiendo muchos permisos de lectura sobre la infraestructura y el funcionamiento del software. Entonces AIOps funciona bien como un valor agregado, más no una herramienta para reemplazar a los administradores de TI.