| Tesis Doctorales de la Universidad de Alcalá |
| CONTRIBUCIÓN A TECNOLOGÍAS HABILITANTES EN REDES PROGRAMABLES Y DEFINIDAS POR SOFTWARE | | Autor/a | Carrascal Acebron, David | | Departamento | Automática | | Director/a | Rojas Sánchez, Elisa | | Codirector/a | López Pajares, Diego | | Fecha de depósito | 13-11-2025 | | Periodo de exposición pública | 13 a 27 de noviembre de 2025 | | Fecha de defensa | 19-12-2025 - Sala de Grados de la Escuela Politécnica Superior. a las 09:30 horas | | Modalidad | Presencial | | Programa | Tecnologías de la Información y las Comunicaciones (RD 99/2011) | | Mención internacional | Solicitada | | Resumen | La era contemporánea en la cual vivimos se caracteriza por una profunda transformación tecnológica y social, impulsada por la globalización y el desarrollo de infraestructuras
digitales interconectadas que configuran lo que se conoce como el Internet of Everything
(IoE). En este nuevo paradigma emergen redes densas y altamente heterogéneas, donde
convergen dispositivos, servicios e infraestructuras críticas con requerimientos funcionales
diversos, integrando no solo redes de comunicaciones, sino también entornos energéticos,
industriales y logísticos. Esta creciente complejidad demanda nuevas metodologías de control y gestión que sean, en la medida de lo posible, flexibles y escalables. En este contexto,
las redes softwarizadas y programables se consolidan como un elemento tecnológico clave,
al permitir la abstracción funcional de la infraestructura subyacente, facilitar su automatización y promover tanto la integración de capacidades de control como la adaptación
dinámica de la red a las necesidades de sus nodos y servicios.
Esta Tesis contribuye al desarrollo de las redes softwarizadas y programables mediante
la propuesta de soluciones orientadas a mejorar la gestión, la resiliencia y la cooperación
entre nodos de dichas redes. En primer lugar, se diseñan y evalúan algoritmos de toma de
decisiones inteligentes en entornos altamente dinámicos y heterogéneos, como DEN2NE,
que demuestra una escalabilidad lineal y tiempos de convergencia inferiores a 20 ms, y
BLOSTE, que permite el balance dinámico de potencia en redes de distribución eléctrica
inteligentes (Smart Grids) con robustez frente a fallos topológicos. Estas soluciones permiten una asignación dinámica de recursos, una adaptación proactiva a las condiciones
del entorno y una reducción sustancial en la complejidad de gestión de la red. Además, se
abordan la integración de modelos de Inteligencia Artificial (AI) con dichos algoritmos,
con el fin de potenciar la detección temprana de fallos, lo que se traduce en una mejora
significativa de la resiliencia, y la alta disponibilidad de los servicios. En segundo lugar,
se implementa una arquitectura software modular, basada en microservicios y alineada
con estándares abiertos, que integra mecanismos de AI para predicción de fallos y reconfiguración dinámica. Su despliegue demuestra tolerancia a fallos, escalabilidad automática
de servicios y latencias de inferencia reducidas en dominios como el Internet de las Cosas
Industrial (IIoT). En conjunto, estos resultados prueban que las propuestas de esta Tesis
no solo enriquecen el estado del arte, sino que también abren el camino hacia aplicaciones
prácticas en redes programables y softwarizadas de próxima generación. |
|
