Optimización del almacenamiento mediante inteligencia artificial para predecir y gestionar necesidades de datos archivados.
El presente trabajo de caso de estudio representado en este documento, analiza a organizaciones generan enormes volúmenes de información, ya que gestionarla de manera eficiente sigue siendo un desafío; métodos tradicionales de almacenamiento han quedado obsoletos ya a estos tiempos, lo que represent...
Gardado en:
| Autor Principal: | |
|---|---|
| Formato: | bachelorThesis |
| Publicado: |
2025
|
| Subjects: | |
| Acceso en liña: | http://dspace.utb.edu.ec/handle/49000/17887 |
| Tags: |
Engadir etiqueta
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!
|
Engadir etiqueta | Summary: | El presente trabajo de caso de estudio representado en este documento, analiza a organizaciones generan enormes volúmenes de información, ya que gestionarla de manera eficiente sigue siendo un desafío; métodos tradicionales de almacenamiento han quedado obsoletos ya a estos tiempos, lo que representa duplicación de datos, ineficiencias y retrasos en la recuperación de información crítica. La falta de estrategias avanzadas hace que encontrar documentos en momentos clave sea una tarea frustrante y costosa, aun existiendo opciones como la nube y el almacenamiento en frío que pueden reducir costos, su mayor limitación es la incapacidad de predecir qué datos serán necesarios y cuándo. En este contexto, la IA surge como una herramienta clave para transformar la gestión de datos archivados. Este caso de estudio busca evaluar cómo la IA puede optimizar la gestión del almacenamiento de datos archivados a través de un enfoque cualitativo y exploratorio, por lo que se realizaron entrevistas con expertos en tecnología y gestión de datos, identificando los principales problemas y soluciones viables, sus resultados revelaron que la fragmentación de información y la falta de estrategias predictivas generan altos costos y tiempos de acceso prolongados. Se propuso un modelo de almacenamiento híbrido, combinando soluciones locales y en la nube con algoritmos de IA para la predicción de necesidades futuras. La conclusión expuesta en este documento es clara, integrar IA en la gestión de almacenamiento permite no solo mejorar la accesibilidad y la seguridad de los datos, sino también reducir costos operativos y garantizar una mayor eficiencia en la toma de decisiones. |
|---|