BARON VELANDIA, JULIOAguirre Moreno, Diego Fernando2023-01-062023-01-062022-10-28http://hdl.handle.net/11349/30617Internet ha presentado un crecimiento exponencial en la última década, generando que los usuarios demanden solución a los requisitos de forma instantánea. Estas exigencias constituyen la problemática principal que se encuentra relacionada con el desempeño y la caracterización de la infraestructura de red de acceso y agregación. Entre tecnologías prometedoras se encuentran las redes ópticas, sus características en capacidad, calidad de servicio y desempeño, permiten soportar tráfico generado por aplicaciones y tecnologías futuras como vídeo en alta definición, comunicaciones móviles de quinta generación (5G) y transmisiones en ultra definición. La implementación de redes totalmente ópticas implica: madurez de dispositivos, buffers de almacenamiento óptico, conmutación de paquetes ópticos, desarrollo de métodos efectivos de administración de red y disminución de costos elevados. Estas situaciones han retrasado el desarrollo de las redes totalmente ópticas, impulsando investigaciones en redes ópticas elásticas (EON), que permiten ajustar dinámicamente sus recursos de acuerdo con los requisitos de cada demanda. Esta investigación aborda los beneficios en el uso de las redes ópticas elásticas como soporte en el transporte de los crecientes volúmenes de tráfico variable, apoyado en técnicas de aprendizaje automático para afrontar problemas de: enrutamiento, asignación de espectro, formato de modulación y selección de núcleo. Aprovechando una perspectiva de infraestructura tecnológica que asegure los procesos de conmutación y enrutamiento completamente ópticos, para optimizar los recursos en función de las demandas.The Internet has shown exponential growth in the last decade, generating that users demand solutions to the requirements instantly. These requirements constitute the main problem related to the performance and characterization of the access and aggregation network infrastructure. Among the promising technologies are optical networks, their characteristics in capacity, quality of service and performance allow to support the traffic generated by future applications and technologies such as high-definition video, 5G networks and ultra-definition transmissions. Today, the implementation of all-optical networks presents several challenges such as: device maturity, optical storage buffers, optical packet switching, lack of effective network administration and management methods, and high costs. These limitations have delayed the development of fully optical networks, promoting research into elastic optical networks (EON), which dynamically adjust their resources according to the requirements of each demand. This research addresses the benefits in the use of elastic optical networks as support in the transport of the increasing volume of traffic, supported with machine learning techniques to face the problems of routing, spectrum allocation, modulation format and core selection. Providing a technological vision for the exploitation of the infrastructure that ensures completely optical switching and routing processes, optimizing resources based on demands.pdfspaAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Aprendizaje automáticoAprendizaje por refuerzoRedes ópticas elásticasTráfico dinámicodoctoralThesisDoctorado en Ingeniería - Tesis y disertaciones académicasRedes de telecomunicacionesAlgoritmos (Computadores)Procesamiento óptico de datosConmutación de paquetes (Transmisión de datos)OpenAccessDynamic trafficElastic optical networkMachine learningReinforcement learningAbierto (Texto Completo)