López Sánchez, Wilson RicardoValencia Anacona, Andrés Felipe2025-11-062025-11-062025-09-11http://hdl.handle.net/11349/99728La presente investigación desarrolla una aplicación para el análisis automatizado de indicadores clave de desempeño (KPI) en equipos del núcleo de red 4G LTE, con el propósito de optimizar la supervisión y diagnóstico de su comportamiento mediante dashboards interactivos en Grafana. El proyecto integra herramientas de procesamiento y visualización de datos, empleando Python, SQLite y la biblioteca STUMPY para la detección de anomalías en series temporales. La metodología aplicada, de carácter descriptivo y aplicado, se estructuró en cuatro fases iterativas: capacitación, definición de requerimientos, desarrollo e implementación final. En la primera fase se identificaron y clasificaron los KPI del elemento Session Border Controller (SBC). Posteriormente, se implementó un algoritmo de detección de anomalías basado en el perfil matricial (Matrix Profile), lo que permitió identificar desviaciones significativas en el comportamiento de las métricas de red. El sistema diseñado procesa datos provenientes de archivos CSV o ZIP y genera bases de datos en formato SQLite junto con archivos JSON compatibles con Grafana, posibilitando la visualización dinámica de los resultados. La interfaz gráfica, desarrollada en CustomTkinter, facilita la interacción del usuario con los datos y la automatización de dashboards. Los resultados demuestran que la aplicación mejora la interpretación de los datos, la precisión en la detección de anomalías y ofrece una herramienta adaptable para el monitoreo de desempeño en redes 4G, con potencial de extensión a entornos 5G.This research develops an application for the automated analysis of key performance indicators (KPIs) in 4G LTE core network equipment, with the aim of optimizing the monitoring and diagnosis of its behavior through interactive dashboards in Grafana. The project integrates data processing and visualization tools, using Python, SQLite, and the STUMPY library for the detection of anomalies in time series. The methodology applied, which is descriptive and applied in nature, was structured in four iterative phases: training, definition of requirements, development, and final implementation. In the first phase, the KPIs of the Session Border Controller (SBC) element were identified and classified. Subsequently, an anomaly detection algorithm based on the Matrix Profile was implemented, which allowed significant deviations in the behavior of network metrics to be identified. The designed system processes data from CSV or ZIP files and generates databases in SQLite format along with Grafana-compatible JSON files, enabling dynamic visualization of the results. The graphical interface, developed in CustomTkinter, facilitates user interaction with the data and the automation of dashboards. The results show that the application improves data interpretation and anomaly detection accuracy, and provides an adaptable tool for monitoring performance in 4G networks, with potential for extension to 5G environments.pdfspaKPISeries temporalesDetección de anomalíasGrafanaSTUMPYTelecomunicaciones 4GbachelorThesisIngeniería Electrónica -- Tesis y disertaciones académicasLTE (Telecomunicaciones)Indicadores de eficienciaAnálisis de informaciónOpenAccessKPITime seriesAnomaly detectionGrafanaSTUMPY4G telecommunicationsAbierto (Texto Completo)