Examen de grado de maestría

Juan Mendoza Montero

Fecha: 25 de abril de 2025

Título de la tesis: Simulación de algoritmos de transmisión de datos en redes ZigBee para el análisis de consumo energético

Resumen:
El aumento global en el uso de Internet ha provocado un incremento significativo en el consumo energético, lo que ha tenido un impacto notable en la demanda de energía eléctrica. Este fenómeno, impulsado por las crecientes necesidades del sector de las Tecnologías de la Información y las Comunicaciones (TIC), contribuye de manera significativa a la degradación ambiental. En este contexto, resulta imprescindible realizar un análisis detallado del comportamiento energético de los algoritmos de transmisión de datos en redes de sensores inalámbricos. En particular, esta tesis se enfoca en la tecnología de redes de sensores Zigbee, una solución destacada por su bajo consumo energético y su eficacia en aplicaciones de baja potencia.

Una estrategia de análisis adoptada en este trabajo incluye el uso de metodologías de aprendizaje automático y minería de datos. En este sentido, se plantea el desarrollo de un simulador de redes Zigbee para estudiar los comportamientos energéticos, integrando técnicas avanzadas de minería de datos como herramienta principal de análisis.

El documento detalla las características generales de las Redes de Sensores Inalámbricos (WSNs por sus siglas en inglés) y ofrece una descripción exhaustiva de la tecnología Zigbee, destacando su relevancia en términos de eficiencia energética para aplicaciones de bajo consumo. Además, se estudian los algoritmos de enrutamiento de Vector de Distancia Bajo Demanda (AODV por sus siglas en inglés), Vector de Distancia Bajo Demanda en su versión simplificada (AODVjr por sus siglas en inglés), Enrutamiento de Árbol Zigbee (ZTR por sus siglas en inglés) y Enrutamiento de Árbol Zigbee Mejorado (STR por sus siglas en inglés), los cuales son simulados en MATLAB para estimar el consumo energético durante el enrutamiento de paquetes en una red Zigbee. Los resultados obtenidos de las simulaciones son analizados mediante algoritmos de aprendizaje automático bajo el paradigma de aprendizaje no supervisado, con el objetivo de identificar patrones, tendencias y comportamientos relacionados con el consumo energético.

Este enfoque permite no solo evaluar el desempeño de los algoritmos de enrutamiento, sino también explorar estrategias para optimizar el uso energético en redes Zigbee, ofreciendo una contribución valiosa hacia el desarrollo de tecnologías más sostenibles y eficientes.