UNIVERSIDAD NACIONAL DE LA AMAZONÍA PERUANA

FACULTAD DE INGENIERÍA DE SISTEMAS

E INFORMÁTICA

“Sistema Experto para la gestión de una Red”.

INFORME DE TRABAJO PRÁCTICO DE SUFICIENCIA

PARA OPTAR EL TÍTULO PROFESIONAL DE:

INGENIERO DE SISTEMAS E INFORMÁTICA

PRESENTADO POR EL BACHILLER:

MACHUCA MIRANDA CRISTHIAN PAOLO

IQUITOS – PERÚ

2016
MIEMBROS DEL JURADO EXAMINADOR:

____________________________
ING. JOSÉ EDGAR GARCÍA DÍAZ
Presidente

____________________________
ING. ALEJANDRO REÁTEGUI PEZO
Primer Miembro

____________________________
LIC. ADM. ÁNGEL ILDEFONSO CATASHUNGA TORRES
Segundo Miembro
DEDICATORIA:

A mi querida madre Miluska Miranda

Sanchez, mi padre Tito Machuca

Pinedo, que me apoyaron e hicieron

posible realizarme en mi formación

educativa y profesional.

2
RESUMEN:

Con los grandes avances tecnológicos que vinieron dándose a lo largo de la historia,

la información hoy en día es tan importante en todas las organizaciones y las redes

de telecomunicaciones, permiten compartir información y recursos entre todos los

usuarios, por ello muchas organizaciones optan por desarrollar un software sistema

experto que proporcionar equivalentes resultados de un especialista, a la hora de

gestionar una red compleja.

El presente trabajo es la recolección y análisis de varias bases teóricas de distintas

fuente, donde se expone de manera introductoria el análisis actual de las redes de

comunicaciones y su relación con un sistema experto, los orígenes y antecedentes de

los Sistemas Expertos, su definición, características principales y su vinculación con

la inteligencia artificial. Asimismo, también se describe brevemente cuales son los

componentes de un sistema experto y que función cumple cada una de ellas, cuales

es su clasificación y hace mención de las etapas para el desarrollo de un sistema

experto. Finalmente, se completa el trabajo con un breve análisis de la aplicación de

los Sistema Experto a la gestión de redes de telecomunicación describiendo las

distintas áreas de gestión de telecomunicaciones en la que se puede desenvolver un

sistema experto, las ventajas, limitaciones y consideraciones a tener en cuenta a la

hora de desarrollar un sistema experto para la gestión de una red.

Palabras Clave: sistema experto, inteligencia artificial, gestión de redes,

consideraciones.

3
 ÍNDICE
I. JUSTIFICACIÓN ......................................................................................................................... 7
II. OBJETIVOS ................................................................................................................................. 8
III. DESARROLLO DEL TEMA: ..................................................................................................... 9
3.1. Introducción: ...................................................................................................................... 9
3.2. Orígenes y antecedentes de sistemas expertos:..................................................... 10
3.3. Definiciones: ..................................................................................................................... 13
3.3.1. Sistema Experto:...................................................................................................... 13
3.3.2. Red de Telecomunicación: .................................................................................... 14
3.4. Componentes de un Sistema Experto:....................................................................... 15
3.4.1. La Componente Humana. ...................................................................................... 15
3.4.2. La Base de Conocimiento...................................................................................... 16
3.4.3. Subsistema de Adquisición de Conocimiento ................................................. 17
3.4.4. Control de la Coherencia ....................................................................................... 17
3.4.5. El Motor de Inferencia............................................................................................. 17
3.4.6. El Subsistema de Adquisición de Conocimiento............................................. 18
3.4.7. Interface de Usuario ................................................................................................ 18
3.4.8. El Subsistema de Ejecución de Órdenes ........................................................... 19
3.4.9. El Subsistema de Explicación .............................................................................. 19
3.4.10. El Subsistema de Aprendizaje .......................................................................... 19
3.5. Tipos de sistemas expertos:......................................................................................... 21
3.5.1. Por la forma de almacenar el conocimiento: .................................................. 21
3.5.2. Por la naturaleza de la tarea a realizar................................................................ 22
3.5.3. Por la interacción con el usuario: .................................................................... 22
3.5.4. Por la limitación de tiempo para tomar decisiones: .................................... 23
3.5.5. Por la variabilidad temporal del conocimiento: ............................................ 23
3.5.6. Por la naturaleza del conocimiento almacenado: ....................................... 23
3.5.7. Por la certeza de la información: ....................................................................... 23
3.6. Etapas en el desarrollo de un sistema experto:....................................................... 24
3.6.1. Planteamiento del problema. ................................................................................ 24
3.6.2. Encontrar expertos humanos que puedan resolver el problema. ............... 24
3.6.3. Diseño de un sistema experto. ............................................................................. 25
3.6.4. Elección de la herramienta de desarrollo, shell o lenguaje de
programación. .......................................................................................................................... 25

4
 3.6.5. Desarrollo y prueba de un prototipo. .................................................................. 25
3.6.6. Refinamiento y generalización. ............................................................................ 25
3.6.7. Mantenimiento y puesta al día.............................................................................. 25
3.7. La aplicación de los Sistema Experto a la gestión de redes de
telecomunicación: ....................................................................................................................... 26
3.7.1.1. Ventajas: ................................................................................................................ 27
3.7.1.2. Inconvenientes y limitaciones: ......................................................................... 29
3.7.4.1. Requerimientos de desarrollo ........................................................................ 33
3.7.4.2. Aproximaciones basadas en técnicas de Inteligencia Artificial.............. 33
3.7.4.3. Modo de operación .............................................................................................. 33
3.7.4.4. La influencia del tamaño y la topología de la red ........................................ 34
3.7.4.5. Sistemas en Tiempo Real ................................................................................ 35
IV. CONCLUSIÓN. .......................................................................................................................... 37
V. REFERENCIAS BIBLIOGRÁFICAS. ..................................................................................... 38

5
 ÍNDICE DE TABLAS

Tabla Nº 01: Comparación entre sistemas basados en reglas y sistemas basados en

probabilidad ………………………………………………………………………..…………………………………………21

Tabla Nº 02: Ventajas e inconvenientes de los sistemas basados en reglas y basados en

probabilidad ……………………………………………………………….………………………………………………….22

ÍNDICE DE FIGURAS
Figura N° 01. Componentes típicos de un sistema experto.………………………….………………….15

Figura Nº 02: Etapas en el desarrollo de un sistema experto…..……………………………………….24

Figura Nº 03: Aplicación de Sistemas Expertos en las distintas áreas de gestión…………..31

Figura Nº 03: Ejemplos aplicación de Sistemas Expertos en las distintas áreas de gestión..32

6
I. JUSTIFICACIÓN

En la actualidad ante el aumento exponencial de requerimientos en los usuarios, que

demandan mayor capacidad de procesamiento, almacenamiento, transporte, y

tamaño en interconectividad a las redes de comunicación, exigen a las empresas

analizar y gestionar una gran diversidad de información,

Por tal motivo el presente trabajo pretende dar a conocer los beneficios que originan

el desarrollo de un Sistemas Expertos como herramientas de soporte para la gestión

y toma de decisiones, que son diseñados para facilitar tareas en múltiples campos de

la gestión y proporcionar equivalentes resultados de un especialista, emulando la

capacidad humana de tomar decisiones de acuerdo a las condiciones del contexto.

7
II. OBJETIVOS

General

Elaborar la base teórica para el desarrollo de un sistema experto para la

gestión de una red de telecomunicaciones.

Especifico:

 Describir detalladamente cuales son los componentes de un sistema

experto y que función cumple cada una de ellas.

 Identificar las distintas áreas de telecomunicaciones en la que se puede

desenvolver un sistema experto.

 Describir cuales son las ventajas e inconvenientes en la implementación

de un sistema experto en la gestión de las redes de telecomunicación.

8
III. DESARROLLO DEL TEMA:

3.1. Introducción:

Los avances tecnológicos que vinieron dándose a lo largo de la historia,

crecieron exponencialmente con el desarrollo de ordenadores y de
satélites de comunicación que dieron inicio a la “era de la información”.

A medida que se avanza hacia el siglo XXI, se está produciendo una

integración entre los distintos medios de comunicación, en paralelo al
crecimiento de la demanda de sistemas de procesamiento de la
información cada vez más sofisticados. Como consecuencia de lo anterior
surge el concepto de Red de Telecomunicaciones, que permite la
transferencia de grandes cantidades de información a través de la
integración de distintos soportes físicos y computacionales.

Estas redes que vienen sufriendo un aumento exponencial de

requerimientos, conforme demanden mayor capacidad de procesamiento,
almacenamiento, transporte, y tamaño en interconectividad crecerán en
exigencias y dificultades para su gestión.

Paralelamente, en los últimos años con los avances tecnológicos en la

elaboración de circuitos de microprocesadores y el inusitado auge de la
informática, ha comenzado a resultar viable la elaboración de Sistemas
Expertos a la hora de gestionar entornos complejos. Por ejemplo, un
Sistema experto para el diagnóstico de una red.

9
3.2. Orígenes y antecedentes de sistemas expertos:

No hace mucho tiempo, se creía que las maquinas eran incapaces de

resolver problemas altamente complejos de tipo determinista o estocástico,
dado que su formulación y resolución requieren ciertas habilidades que sólo
se encuentran en los seres humanos (por ejemplo, la habilidad de pensar,
observar, memorizar, aprender, ver, oler, etc.). Sin embargo, los avances
en la inteligencia artificial alcanzados progresivamente en las tres últimas
décadas para el desarrollo de sistemas expertos, muestra que muchos de
estos problemas pueden ser formulados y resueltos por maquinas.

Los Sistemas Expertos (SE) fueron desarrollados por la comunidad de

Inteligencia Artificial (IA) a mediados de los años ‘60. En este periodo de
investigación de IA se creía que algunas pocas reglas de razonamiento
sumadas a computadoras poderosas podían producir un experto o
rendimiento superhumano.

Un intento en esta dirección fue el General-purpose Problem Solver (GPS),

Solucionador de problemas de propósito general, fue un precursor de los
SE (Newell, 1958). Esta tecnología define los pasos necesarios para
cambiar un estado inicial dado a una meta deseada. Al igual que otros
programas similares, el GPS no cumplió con las expectativas de sus
creadores, pero dejaron importantes beneficios.

Los siguientes son Sistemas Expertos que fueron clave para el éxito en el
avance significativo en el campo:

a. DENDRAL: Primer Sistema Experto en ser utilizado para propósitos

reales, al margen de la investigación computacional, facilitaba
enormemente la inferencia de estructuras moleculares (Turban, 1995).

El cambio de los programas de propósito general a propósito específico

se dio con el desarrollo de DENDRAL. En este punto los investigadores

10
 reconocieron que los mecanismos de resolución de problemas eran
sólo una porción de un sistema inteligente completo. La construcción
de DENDRAL llevó a los científicos a las siguientes conclusiones:

 La complejidad de los problemas requieren una cantidad

considerable de conocimiento sobre el área del problema.
 Los solucionadores de problemas generales eran muy débiles para
ser utilizados como base para construir SE de alto rendimiento.
 Los expertos humanos son buenos sólo cuando actúan en un
dominio muy acotado.
 Los SE necesitan ser actualizados constantemente con nueva
información.

b. MYCIN: Es un SE para la realización de diagnósticos en el campo de

las enfermedades infecciosas de la sangre, iniciado por Ed Feigenbaum
y posteriormente desarrollado por E. Shortliffe. (Nebendahl, 1991).

c. CADUCEUS: Fue un Sistema Experto médico programado para realizar

diagnósticos en medicina interna. Fue completado a mediados de la
década de 1980, pretendía mejorar el MYCIN (Nebendahl, 1991).

d. XCON: El programa R1 (luego llamado XCON, por Configurador

Experto) era un sistema de producción basado en reglas escrito en
OPS5 por John P. McDermott de CMU (1978) con el propósito de asistir
a los pedidos de los sistemas de computadores VAX de DEC (Digital
Equipment Corporation) (Nebendahl, 1991).

Hacia los años 80, comienza a surgir la industria de los Sistemas Expertos
(Waltz, 1997). Se buscaba lograr generar un sistema capaz de reproducir
la actividad de un experto humano en tópicos específicos siendo de gran
dificultad la manipulación de la gran cantidad de información necesaria
hasta el advenimiento de las técnicas de minería de datos hacia los años
90.

11
Tiempo después, con la incorporación de nuevas tecnologías y
metodologías como el aprendizaje automático con refinamiento y sistemas
basados en sentido común, surge una nueva generación de SE, mucho
más fáciles de mantener, desarrollar y flexibles.

Actualmente con el avance de la informática, los desarrolladores disponen

de métodos sofisticados de razonamiento, manejo de errores, incerteza,
incompletitud y fallas. Los nuevos SE, son mucho más robustos y
apropiados para el diagnóstico y planificación. Han surgido también
tecnologías híbridas capaces de combinar las representaciones simbólicas
del conocimiento con otras tecnologías más flexibles y cercanas al
comportamiento humano. También se han ido incorporando técnicas de las
bases de datos, aprendizaje inteligente y estadísticas.

Los Sistemas Expertos es una de las áreas de la inteligencia artificial

ampliamente utilizada en la actualidad, pero así mismo tienen un gran
potencial para seguir siendo investigadas.

En el desarrollo de este trabajo se intentará introducir al lector en la

temática, de un sistema experto para el diagnóstico de una red. (2)

12
3.3. Definiciones:

A lo largo de la introducción se expuso el problema de la Gestión de Redes

de Telecomunicaciones, destacándose el hecho de la inherente
complejidad con el aumento de los requerimientos de los usuarios que han
condicionado la aparición de estas redes de telecomunicaciones cada vez
más complejas y difíciles de gestionar.

Un Sistema experto es una herramientas propuestas en la actualidad para

la diagnostico de Averías en Redes de Telecomunicaciones. Para ello
se comenzará introduciendo el concepto de Sistema Experto en el
marco de Inteligencia Artificial, con una breve mención del concepto de
redes de telecomunicación.

3.3.1. Sistema Experto:

Los Sistemas Expertos (SE) pueden ser considerados como un

subconjunto de la IA (Rossini, 2000).

El término inteligencia artificial (IA) se refiere a la capacidad de

emular las funciones inteligentes del cerebro humano. El empleo de
la IA es variada y actualmente se utiliza principalmente en áreas de
informática y la robótica. (3)

Para definir lo que es un Sistema Experto es preciso centrarse en

su contrapartida humana. Cualquier experto tiene dos importantes
características en común:

 Un amplio conocimiento en un campo específico.

 Unas estrategias efectivas para enfrentarse a los problemas,
consistentes en una mezcla de reglas deductivas,
intuiciones, "sentido común" y experiencia.(4)

13
 Entonces:
"Un SE es un programa de computación inteligente que usa el
conocimiento y los procedimientos de inferencia para resolver
problemas que son lo suficientemente difíciles como para requerir
significativa experiencia humana para su solución” (feigenbaum
1982). Es decir, un sistema experto es un sistema de cómputo que
emula la habilidad de tomar decisiones de un especialista humano.

3.3.2. Red de Telecomunicación:

Es un conjunto de equipos informáticos y software conectados entre

sí, que permite a un usuario hacer llegar a uno o varios usuarios
determinados (ej. telefonía) o eventuales (ej. radio, televisión),
información de cualquier naturaleza (documento escrito, impreso,
imagen fija o en movimiento, videos, voz, música, señales Visibles,
señales audibles, señales de mandos mecánicos, etc.), empleando
para dicho procedimiento, cualquier sistema electromagnético para
su transmisión y/o recepción (transmisión eléctrica por hilos,
radioeléctrica, optica, o una combinacion de estos diversos
sistemas). (5)

14
3.4. Componentes de un Sistema Experto:

Los componentes típicos de un sistema experto se muestran

esquemáticamente en la figura 01 y se explica seguidamente:

Figura N° 01. Componentes típicos de un sistema experto.

(Las flechas representa el flujo de la información.)
Fuente: Libro: Sistemas Expertos y Modelos de Redes Probabilísticas.(2)

3.4.1. La Componente Humana.

Un sistema experto es generalmente el resultado de la colaboración
de uno o varios expertos humanos especialistas en el tema de estudio
y los ingenieros del conocimiento, con los usuarios en mente.

15
 Los expertos humanos suministran el conocimiento básico en el tema
de interés, y los ingenieros del conocimiento trasladan este
conocimiento a un lenguaje, que el sistema experto pueda entender.
La colaboración de los expertos humanos, los ingenieros del
conocimiento y los usuarios es, quizás, el elemento más importante
en el desarrollo de un sistema experto. Esta etapa requiere una
enorme dedicación y un gran esfuerzo debido a los diferentes
lenguajes que hablan las distintas partes y a las diferentes
experiencias que tienen.

3.4.2. La Base de Conocimiento

Los especialistas son responsables de suministrar a los ingenieros del
conocimiento una base de conocimiento ordenada y estructurada, y
un conjunto de relaciones bien definidas y explicadas. Esta forma
estructurada de pensar requiere que los expertos humanos repiensen,
reorganicen, y reestructuren la base de conocimiento y, como
resultado, el especialista se convierte en un mejor conocedor de su
propio campo de especialidad.
Hay que diferenciar entre datos y conocimiento. El conocimiento se
refiere a afirmaciones de validez general tales como reglas,
distribuciones de probabilidad, etc. Los datos se refieren a la
información relacionada con una aplicación particular. Por ejemplo, en
diagnóstico de una red, los indicios de errores, la identificación de
averías y las relaciones entre ellos, forman parte del conocimiento,
mientras los errores particulares de un equipo dado forman parte de
los datos. Mientras el conocimiento es permanente, los datos son
efímeros, es decir, no forman parte de la componente permanente de
un sistema y son destruidos después de usarlos. El conocimiento se
almacena en la base de conocimiento y los datos se almacenan en la
memoria de trabajo. Todos los procedimientos de los diferentes
sistemas y subsistemas que son de carácter transitorio se almacenan
también en la memoria de trabajo.

16
3.4.3. Subsistema de Adquisición de Conocimiento
El subsistema de adquisición de conocimiento controla el flujo del
nuevo conocimiento que fluye del experto humano a la base de datos.
El sistema determina qué nuevo conocimiento se necesita, o si el
conocimiento recibido es en realidad nuevo, es decir, si debe incluirse
en la base de datos y, en caso necesario, incorpora estos
conocimientos a la misma.

3.4.4. Control de la Coherencia

El subsistema de control de la coherencia ha aparecido en los
sistemas expertos muy recientemente. Sin embargo, es una
componente esencial de un sistema experto. Este subsistema
controla la consistencia de la base de datos y evita que unidades de
conocimiento inconsistentes entren en la misma. En situaciones
complejas incluso un experto humano puede formular afirmaciones
inconsistentes. Por ello, sin un subsistema de control de la coherencia,
unidades de conocimiento contradictorio pueden formar parte de la
base de conocimiento, dando lugar a un comportamiento
insatisfactorio del sistema. Por otra parte, cuando se solicita
información de los expertos humanos, éste subsistema informa sobre
las restricciones que ésta debe cumplir para ser coherente con la
existente en la base de conocimiento. De esta forma, ayuda a los
expertos humanos a dar información fiable.

3.4.5. El Motor de Inferencia

El motor de inferencia es el corazón de todo sistema experto. El
cometido principal de esta componente es el de sacar conclusiones
aplicando el conocimiento a los datos. Por ejemplo, en diagnóstico de
averías de una red, los errores de un equipo (datos) son analizados a
la luz de los errores, los causantes de averías y de sus relaciones
(conocimiento).
Las conclusiones del motor de inferencia pueden estar basadas en
conocimiento determinista o conocimiento probabilístico. Como puede

17
 esperarse, el tratamiento de situaciones de incertidumbre
(probabilísticas) puede ser considerablemente más difícil que el
tratamiento de situaciones ciertas (deterministas).
Puede darse el caso de tener que trabajar con conocimiento de tipo
no determinista, es decir, de casos en los que se dispone sólo de
información aleatoria o difusa. El motor de inferencia es también
responsable de la propagación de este conocimiento incierto. De
hecho, en los sistemas expertos basados en probabilidad, la
propagación de incertidumbre es la tarea principal del motor de
inferencia, que permite sacar conclusiones bajo incertidumbre. Esta
tarea es tan compleja que da lugar a que ésta sea probablemente la
componente más débil de casi todos los sistemas expertos existentes.

3.4.6. El Subsistema de Adquisición de Conocimiento

Si el conocimiento inicial es muy limitado y no se pueden sacar
conclusiones, el motor de inferencia utiliza el subsistema de
adquisición de conocimiento para obtener el conocimiento necesario
y continuar con el proceso de inferencia hasta que se hayan sacado
conclusiones. En algunos casos, el usuario puede suministrar la
información requerida para éste y otros objetivos. De ello resulta la
necesidad de una interface de usuario y de una comprobación de la
consistencia de la información suministrada por el usuario antes de
introducirla en la memoria de trabajo.

3.4.7. Interface de Usuario

La interface de usuario es el enlace entre el sistema experto y el
usuario.
Por ello, para que un sistema experto sea una herramienta efectiva,
debe incorporar mecanismos eficientes para mostrar y obtener
información de forma fácil y agradable. Un ejemplo de la información
que tiene que ser mostrada tras el trabajo del motor de inferencia, es
el de las conclusiones, las razones que expliquen tales conclusiones
y una explicación de las acciones iniciadas por el sistema experto. Por

18
 otra parte, cuando el motor de inferencia no puede concluir debido,
por ejemplo, a la ausencia de información, la interface de usuario es
un vehículo para obtener la información necesaria del usuario.
Consecuentemente, una implementación inadecuada de la interface
de usuario que no facilite este proceso minaría notablemente la
calidad de un sistema experto.

3.4.8. El Subsistema de Ejecución de Órdenes

El subsistema de ejecución de órdenes es la componente que permite
al sistema experto iniciar acciones. Estas acciones se basan en las
conclusiones sacadas por el motor de inferencia. Como ejemplos, un
sistema experto diseñado para analizar el tráfico ferroviario puede
decidir retrasar o parar ciertos trenes para optimizar el tráfico global.
La explicación de las razones por las que se inician estas acciones,
pueden darse al usuario mediante el subsistema de explicación.

3.4.9. El Subsistema de Explicación

El usuario puede pedir una explicación de las conclusiones sacadas
o de las acciones iniciadas por el sistema experto. Por ello, es
necesario un subsistema que explique el proceso seguido por el motor
de inferencia o por el subsistema de ejecución. Por ejemplo, si un
cajero automático decide rechazar la palabra clave (una acción), la
máquina puede mostrar un mensaje (una explicación) como la
siguiente:
¡Lo siento!, su palabra clave es todavía incorrecta tras tres intentos.
Retenemos su tarjeta de crédito, para garantizar su seguridad.
Por favor, póngase en contacto con su banco en horas de oficina.

3.4.10. El Subsistema de Aprendizaje

Una de las principales características de un sistema experto es su
capacidad para aprender. Diferenciaremos entre aprendizaje
estructural y aprendizaje paramétrico.

19
  Aprendizaje estructural: Nos referimos a algunos aspectos
relacionados con la estructura del conocimiento (reglas,
distribuciones de probabilidad, etc.). Por ejemplo, el
descubrimiento de un nuevo causante relevante para ocasionar
avería o la inclusión de una nueva regla en la base de
conocimiento son ejemplos de aprendizaje estructural.

 Aprendizaje paramétrico: Nos referimos a estimar los

parámetros necesarios para construir la base de conocimiento.
Por ejemplo, la estimación del alcance de una antena asociada
al causante de una avería en la red.

Otra característica de los sistemas expertos es su habilidad para

obtener experiencia a partir de los datos disponibles. Estos datos
pueden ser obtenidos por expertos y no expertos y pueden utilizarse
por el subsistema de adquisición de conocimiento y por el subsistema
de aprendizaje.

De las componentes antes mencionadas puede verse que los sistemas

expertos pueden realizar varias tareas. Estas tareas incluyen, pero no se
limitan a, las siguientes:

 Adquisición de conocimiento y la verificación de su coherencia; por lo

que el sistema experto puede ayudar a los expertos humanos a dar
conocimiento coherente.
 Almacenar (memorizar) conocimiento.
 Preguntar cuándo se requiere nuevo conocimiento.
 Aprender de la base de conocimiento y de los datos disponibles.
 Realizar inferencia y razonamiento en situaciones deterministas y de
incertidumbre.
 Explicar conclusiones o acciones tomadas.
 Comunicar con los expertos y no expertos humanos y con otros
sistemas expertos. (3)

20
3.5. Tipos de sistemas expertos:
Hay muchos puntos de vista desde los cuales se pueden clasificar los
Sistemas Expertos, Algunos de ellos son:

3.5.1. Por la forma de almacenar el conocimiento: se pueden distinguir

sistemas basados en reglas y sistemas basados en probabilidad.

 Sistemas basados en reglas: El conocimiento se almacena en

forma de hechos y reglas, El motor de inferencia opera
mediante encadenamiento de reglas hacia atrás y adelante
 Sistemas basados en probabilidad: La base de conocimientos
está constituida por hechos y sus dependencias probabilísticas;
El motor de inferencia opera mediante la evaluación de
probabilidades condicionales.

Finalmente también hay diferencias en la adquisición del

conocimiento y el método de explicación.

A continuación se presenta la comparación entre sistemas basados

en reglas y sistemas basados en probabilidad:

ELEMENTOS MODELO PROBABILÍSTICO MODELO BASADO EN REGLAS

BASE DE Abstracto: Estructura probabilística Abstracto: Reglas
CONOCIMIENTO (sucesos dependientes)
Concreto: Hechos Concreto: Hechos
MOTOR DE Evaluación de probabilidades Encadenamiento hacia atrás y
INFERENCIA condicionales (Teorema de Bayes) hacia adelante
SUBSISTEMA DE Basado en probabilidad Basado en reglas activas.
EXPLICACIÓN condicionales.
ADQUISICIÓN DE Espacio probabilístico Reglas
CONOCIMIENTOS Parámetros Factores de certeza.
SUBSISTEMAS DE Cambio en la estructura del Nuevas reglas
APRENDIZAJE espacio probabilísticos.
Cambio en los parámetros Cambio en los factores de certeza
Tabla N° 01. Comparación entre sistemas basados en reglas y sistemas basados
en probabilidad
Fuente: Tesis: Aplicación de Sistemas Expertos a la gestión integrada de averías
en redes de telecomunicaciones.(4)

21
 Resumen de las ventajas e inconvenientes de ambos sistemas:
MODELO PROBABILÍSTICO MODELO BASADO EN REGLAS
Motor de inferencia rápido Explicación fácil
VENTAJAS
Aprendizaje paramétrico fácil Solo implicaciones deseadas
Elevado número de parámetros
DEFECTOS Motor de inferencia lento
Implicación superfluas

Tabla N° 02. Ventajas e inconvenientes de los sistemas basados en reglas y

basados en probabilidad
Fuente: Tesis: Aplicación de Sistemas Expertos a la gestión integrada de averías
en redes de telecomunicaciones. (4)

3.5.2. Por la naturaleza de la tarea a realizar: Así se tienen cuatro

posibilidades:

 Diagnóstico o Clasificación: Se conocen las soluciones y se

trata de clasificarlas o diagnosticarlas en función de una serie
de datos. Por ejemplo: sistema de diagnóstico de una red.
 Monitorización: Análisis del comportamiento de un sistema
buscando posibles fallos, en este caso es importante contemplar
la evolución del sistema pues no siempre los mismos datos dan
lugar a idénticas soluciones.
 Diseño: Se busca la construcción de la solución a un problema,
que en principio es desconocida, a partir de datos y restricciones
a satisfacer.
 Predicción o Simulación: Se estudia el comportamiento
de un sistema.

3.5.3. Por la interacción con el usuario:

 Apoyo: El sistema aconseja al usuario, que mantiene la

capacidad de una última decisión. Por ejemplo: El diagnóstico de
una red.
 Control: el sistema actúa directamente sin intervención humana.
 Crítica: Su misión es analizar y criticar decisiones tomadas por
el usuario.

22
3.5.4. Por la limitación de tiempo para tomar decisiones:

 Tiempo ilimitado: por ejemplo, aquellos que emplean

Conocimiento Causal, que busca los orígenes de un problema
que ha ocurrido y cuyo análisis no necesita ser inmediato.
 Tiempo limitado (tiempo real): sistemas que necesitan actuar
controlando o monitorizando dispositivos y que han de tomar
decisiones inmediatas frente a los problemas que surjan.
Por ejemplo el control de una red de comunicaciones.

3.5.5. Por la variabilidad temporal del conocimiento:

 Estáticos: la base del conocimiento no se altera durante el

proceso de decisión.
 Dinámicos: ocurren cambios en la base de conocimiento
durante la toma de decisiones. Estos cambios pueden ser
predecibles o impredecibles y además pueden, bien añadir
información, bien modificar la información ya existente.

3.5.6. Por la naturaleza del conocimiento almacenado:

 Basado en experiencia: el conocimiento se basa en

experiencias o hechos acaecidos conocidos por el experto, pero
sin que exista una causa clara para los efectos que se observan.
 Basado en relaciones causa-efecto.

3.5.7. Por la certeza de la información:

 Completa o Perfecta: Se conocen todos los datos y reglas

necesarios para la decisión.
 Imperfecta: Que puede ser Incompleta (falta información para
tomar decisiones), Datos Inciertos (o no confirmados),
Conocimiento Incierto (reglas no siempre válidas), Terminología
ambigua (dobles sentidos, etc).(4)

23
3.6. Etapas en el desarrollo de un sistema experto:
Weiss y Kulikowski (1984) sugieren las etapas siguientes para el diseño e
implementación de un sistema experto:

Figura N° 02.Etapas en el desarrollo de un sistema experto.

Fuente: Libro: Sistemas Expertos y Modelos de Redes Probabilísticas. (2)

3.6.1. Planteamiento del problema. La primera etapa en cualquier

proyecto es normalmente la definición del problema a resolver. Puesto
que el objetivo principal de un sistema experto es responder a
preguntas y resolver problemas, esta etapa es quizás la más
importante en el desarrollo de un sistema experto. Si el sistema está
mal definido, se espera que el sistema suministre respuestas
erróneas.
3.6.2. Encontrar expertos humanos que puedan resolver el problema.
En algunos casos, sin embargo, las bases de datos pueden jugar el
papel del experto humano.

24
3.6.3. Diseño de un sistema experto. Esta etapa incluye el diseño de
estructuras para almacenar el conocimiento, el motor de inferencia, el
subsistema de explicación, la interface de usuario, etc.
3.6.4. Elección de la herramienta de desarrollo, shell o lenguaje de
programación. Debe decidirse si realizar un sistema experto a
medida, o utilizar una shell, una herramienta, o un lenguaje de
programación. Si existiera una concha satisfaciendo todos los
requerimientos del diseño, ésta debería ser la elección, no solo por
razones de tipo financiero sino también por razones de fiabilidad. Las
conchas y herramientas comerciales están sujetas a controles de
calidad, a los que otros programas no lo están.
3.6.5. Desarrollo y prueba de un prototipo. Si el prototipo no pasa las
pruebas requeridas, las etapas anteriores (con las modificaciones
apropiadas) deben ser repetidas hasta que se obtenga un prototipo
satisfactorio.
3.6.6. Refinamiento y generalización. En esta etapa se corrigen los fallos
y se incluyen nuevas posibilidades no incorporadas en el diseño
inicial.
3.6.7. Mantenimiento y puesta al día. En esta etapa el usuario plantea
problemas o defectos del prototipo, corrige errores, actualiza el
producto con nuevos avances, etc.

Todas estas etapas influyen en la calidad del sistema experto resultante, que
siempre debe ser evaluado en función de las aportaciones de los usuarios.

25
3.7. La aplicación de los Sistema Experto a la gestión de redes de
telecomunicación:

Las aproximaciones tradicionalmente empleadas a la hora de abordar el

problema de la gestión de redes de telecomunicaciones, basadas en
procedimientos algorítmicos, no son adecuadas para controlar redes
complejas. Esta evidencia ha hecho que deban ser complementadas a
través de empleo de técnicas heurísticas, en las que están basados los
Sistemas Expertos, que ofrecen nuevas posibilidades a la hora de
enfrentarse a problemas que hasta el momento habían sido considerados
imposibles de resolver mediante técnicas informáticas. Para lograrlo
emplean la experiencia humana junto con el conocimiento acerca de un
determinado campo o dominio, intentando simular el proceso de
razonamiento y la actuación de los expertos en dicho entorno a través de
la implementación de las estrategias utilizadas por ellos para resolver
problemas, estrategias que les permiten concentrarse en las causas más
probables y adaptar y optimizar "recetas" generales a casos específicos.

Las técnicas empleadas por dichos sistemas expertos hacen hincapié en el

uso de conocimiento declarativo y de reglas de inferencia relativamente
simples, para facilitar la aplicación de éste conocimiento sobre un problema
concreto.

En cualquier caso, para aplicar a la gestión de redes de comunicaciones

esta tecnología, es necesario desarrollar sistemas expertos capaces de
incorporar la visión que tiene un experto de dicha gestión, de modo que
puedan afrontar tanto problemas que requieran sintetizar conjuntos de
informaciones variadas (como podrían ser los relacionados con la Gestión
de la Configuración) como aquellos que deban ser resueltos empleando
técnicas de síntesis (por ejemplo, aquellas relacionadas con la Gestión de
Averías o de Calidad de Servicio). No obstante, no hay que perder de vista
que la heterogeneidad de las redes, sistemas, equipos, requisitos, etc,
dificulta el desarrollo de sistemas expertos en redes reales. La tendencia,

26
 en primer lugar, es hacia la integración de sistemas de gestión y
posteriormente aplicación de técnicas de sistemas expertos.

En este apartado se detallan aspectos relacionados con la aplicación de

los Sistemas Expertos a la Gestión de Redes de Telecomunicaciones,
ofreciéndose ejemplos de sistemas diseñados en las diferentes áreas de
Gestión definidas por ISO, y haciendo mención a aspectos relacionados
con el diseño de tales sistemas. (3)

3.7.1. Ventajas e inconvenientes

3.7.1.1. Ventajas:

La gestión de las redes de Telecomunicaciones es una tarea

compleja que exige el empleo de personal altamente cualificado,
las ventajas del empleo de sistemas expertos relacionado al
personal podría justificarse en:

a. Reducir la carga de trabajo de los operadores de la red e

incrementar su efectividad durante los periodos de mucho
tráfico de información o problemas en el sistema.
b. Reducir el número de personas cualificadas necesarias para
llevar a cabo la gestión.
c. Facilitar la formación de nuevos operadores.
d. Automatizar la operación y configuración de la red.
e. Ayudar al diagnóstico de problemas en la red, reduciendo el
volumen de alarmas, detectando las averías que causan una
determinada alarma y proporcionando las recomendaciones
para solucionarlas.

27
Las ventajas del empleo de sistemas expertos referentes al
diagnóstico de averías o la reconfiguración automática de la red,
sin perder de vista que este tipo de sistemas deben integrarse
en los sistemas de gestión existentes son los siguientes:

a. Proporcionar servicios de mayor calidad.

- Incrementando substancialmente las prestaciones
mediante su uso en tareas como el encaminamiento de
rutas
- Capturan un conocimiento que puede no estar disponible
en un futuro.
- Hacer que los conocimientos del experto estén disponibles
en cualquier lugar y al máximo rendimiento.

b. Dan lugar a un servicio con menor coste gracias al

incremento de la productividad.
- Incrementan significativamente la productividad.
- Reducen los costos de personal.
- En ocasiones, los sistemas expertos pueden conseguir
mejores resultados que los propios expertos humanos.
- Mejoran el rendimiento general de los operadores al
contrastar sus decisiones con una revisión continua y
experta.

c. Proporcionan a las empresas una mayor flexibilidad en la

gestión de personal dado los sistemas expertos resultar de
gran ayuda en el entrenamiento de nuevos operadores.

28
3.7.1.2. Inconvenientes y limitaciones:
Existen un conjunto de inconvenientes y limitaciones que
dificultan la obtención de soluciones de gestión basadas en
sistemas expertos.

a. Presencia de un conjunto de limitaciones que dificulta su

integración con otros Sistemas.
- No existen estándares que permitan unificar diferentes al
no coincidir la representación del conocimiento sistemas
expertos, empleado o los procedimientos para
comunicarse con el sistema.
- Dificultades a la hora de la interacción entre el usuario y
el sistema experto.
- Dificultades para integrar los sistemas expertos en los
Sistemas Operativos usualmente empleados.

b. El proceso de Adquisición del Conocimiento puede actuar

como un "cuello de botella" a la hora de desarrollar un
sistema experto.
- Los esquemas de representación desarrollados para otros
ámbitos no son válidos usualmente en el entorno de las
telecomunicaciones.
- El ratio de cambio tecnológico es muy elevado en las
redes de telecomunicaciones.

c. El proceso de decisión en la gestión de una red tiene por

naturaleza importantes limitaciones o condicionantes
temporales.
- Es necesario diseñar sistemas que operen en tiempo real,
ya que ciertas operaciones asociadas al control de la red
(por ejemplo el control de tráfico) deben llevarse a cabo
instantáneamente.
- Al descansar la gestión cotidiana de la red sobre
programas que operen sin intervención exterior, es

29
 necesario desarrollar técnicas de verificación que
permitan garantizar la idoneidad de los sistemas expertos.

d. Es fundamental desarrollar sistemas con un costo razonable

en un intervalo de tiempo adecuado
- El proceso de desarrollo de los sistemas expertos es
largo y costoso por naturaleza.
e. Los sistemas expertos inciden en algunos aspectos
relacionados con el entorno de trabajo en el que desarrolla
su labor:
- Al introducir un alto grado de automatización pueden crear
sentimientos de inseguridad entre los trabajadores.
- Los sistemas expertos no son sensibles a las
consecuencias que pueden ocasionar sus decisiones.
- Pueden crear falsas expectativas sobre sus resultados.(4)

30
3.7.2. Aplicación de sistemas Expertos en las distintas áreas de
gestión.
Dentro de las redes de telecomunicaciones, encontramos distintas
áreas en donde se pueden desempeñar los sistemas expertos que se
presentan a continuación:

Figura N° 03.Aplicación de Sistemas Expertos en las distintas áreas de gestión

Fuente: Tesis: Aplicación de Sistemas Expertos a la gestión integrada de averías en
redes de telecomunicaciones.(4)

31
3.7.3. Ejemplos de aplicación de sistemas en las distintas áreas de
gestión.

Figura N° 04.Ejemplos aplicación de Sistemas Expertos en las distintas áreas de

gestión
Fuente: Tesis: Aplicación de Sistemas Expertos a la gestión integrada de averías en
redes de telecomunicaciones.(4)

32
3.7.4. Aspectos relacionados con el diseño:

3.7.4.1. Requerimientos de desarrollo

Hay una serie de aspectos que deben ser tenidos en cuenta a

la hora del diseño de sistemas de gestión de redes de
telecomunicaciones basados en el conocimiento. Algunos de
dichos aspectos están relacionados con el tiempo de respuesta
frente a contingencias, otros están vinculados a la arquitectura
del sistema o a la integración con herramientas ya existentes.

 Tiempo de respuesta.
 Arquitectura del sistema.
 Interfaz con el Usuario.
 Modularidad.
 Estandarización.
 Conexión a sistemas de gestión existentes.

3.7.4.2. Aproximaciones basadas en técnicas de Inteligencia

Artificial

Aparte de los aspectos relacionados con las propiedades de la

red a gestionar, hay que considerar aquellos impuestos por la
naturaleza "inteligente" con que se desea dotar al sistema de
gestión. Desde este punto de vista, es importante establecer
qué estrategias o soluciones deben ser consideradas en el
diseño de los componentes directamente relacionados con la
parte experta del sistema.

3.7.4.3. Modo de operación

Entre las consideraciones que hay que tener en cuenta a la hora

de abordar este tipo de sistemas, se encuentran aquellas

33
 relacionadas con el modo de operación. A grandes rasgos,
puede establecerse una distinción entre las herramientas
concebidas para funcionar como asistentes o consejeros en
apoyo de un operador humano y las diseñadas para operar de
forma autónoma.

 Sistemas de Apoyo: se trata del tipo de sistema más simple,

funcionando como consejeros del usuario y operando en
forma independiente al sistema gestionado.
 Sistemas Autónomos: a diferencia de los sistemas
anteriores, este tipo de herramientas se encuentran
integradas en el sistema de gestión que opera directamente
sobre la red. Funcionan en modo continuado, detectando
los problemas que surgen en la red, monitorizando el estado
de ésta y decidiendo sobre las acciones que se han de
emprender en cada momento. Esto implica que deben ser
capaces de planificar y prever sus acciones a largo plazo.

3.7.4.4. La influencia del tamaño y la topología de la red

Otros aspectos a considerar debido a su influencia en el sistema

de gestión de cualquier red de telecomunicaciones son el
tamaño y la topología de la red.

 Redes de Área Local: La gestión de este tipo de redes está

avanzando hacia arquitecturas distribuidas y sistemas
abiertos, de modo que cada usuario precisa gestionar
aspectos relacionados con las comunicaciones y las
aplicaciones que corren en un determinado nodo.

 Redes de Área Extensa: El tamaño y las características de

este tipo de redes condiciona el diseño del sistema de
gestión, de modo que deben tenerse en cuenta aspectos
como el dominio, el tipo y el número de sistemas

34
 intermedios existentes (enrutadores, puentes, etc.), el
número de nodos y su disposición geográfica o limitaciones
temporales, a la hora de implementar la Base de
Conocimientos y el Motor de Inferencia.

 Interconexión entre diferentes redes: La gestión de redes

interconectadas, que poseen diferentes protocolos de
comunicaciones y esquemas de gestión, está
constituyéndose en una realidad. La estandarización de la
estructura de la información necesaria para la gestión y de los
protocolos, realizada por ISO, facilita la tarea de las
herramientas empleadas. En el caso de que sea necesario
operar sobre sistemas no estandarizados, es esencial
contemplar aspectos como la conversión de protocolos, a la
hora de abordar el desarrollo de los sistemas expertos de
gestión.(6)

3.7.4.5. Sistemas en Tiempo Real

En el campo de las telecomunicaciones existe una gran

demanda de sistemas expertos que sean capaces de
desempeñar tareas de gestión en tiempo real, entendiendo
como tales aquellos sistemas cuyo tiempo de respuesta los
hace capaces de reaccionar frente a determinados eventos
en un intervalo temporal limitado, que se adecúa a las
necesidades de control del sistema.

Tradicionalmente, los sistemas basados en el conocimiento

han sido aplicados en entornos en los que los datos eran
estáticos y no se requerían respuestas en un tiempo
excesivamente crítico. Al intentar su aplicación en entornos
dinámicos, que requieren respuestas en tiempo real, aparecen
una serie de problemas o limitaciones que deben ser tenidas
en cuenta.

35
Entre ellas pueden mencionarse:

 Ausencia de Monotonía
 Operación Continua
 Eventos Asíncronos
 Interfaz con el exterior
 Datos Incompletos o Inciertos
 Necesidad de altas prestaciones
 Razonamiento temporal
 Precisión y Rapidez en la determinación de problemas
 Garantía de respuesta en un tiempo limitado
 Integración con software convencional

Todas las limitaciones anteriormente mencionadas, han hecho

necesario el establecimiento de modelos de razonamiento
adecuados para aplicaciones en tiempo real. (4).

36
IV. CONCLUSIÓN.

 Se describió detalladamente cuales son los componentes de un sistema

experto (figura Nº01), concluyendo que todos los componentes están
interrelacionados y que cada una de ellas cumplen una función determinada
para el flujo de la información. La colaboración de los componentes: expertos
humanos, los ingenieros del conocimiento y los usuarios es, quizás, el elemento
más importante en el desarrollo de un sistema experto. Esta etapa requiere una
enorme dedicación y un gran esfuerzo debido a los diferentes lenguajes que
hablan las distintas partes y a las diferentes experiencias que tienen.

 Se Identificó las distintas áreas de telecomunicaciones en la que se puede

desenvolver un sistema experto (figura Nº02), en la que se concluyó que el área
de gestión de red entre ellas gestión de configuración, gestión de averías,
gestión calidad de servicio, gestión económica y administrativa y gestión de
seguridad, son el área más explotada por los sistemas experto.

 Se describió cuáles son las ventajas e inconvenientes en la implementación de

un sistema experto en la gestión de las redes de telecomunicación en la que
se hizo mención a las ventajas del sistemas expertos relacionado al personal
y las ventajas del empleo de sistemas expertos referentes al diagnóstico de
averías o la reconfiguración automática de la red, en relación los sistemas
de gestión. Por otro lado se concluyó que existe un alto nivel de inconvenientes
y limitaciones para la elaboración de sistemas expertos dificultan la obtención
de soluciones en el campo de gestión de telecomunicaciones.

37
V. REFERENCIAS BIBLIOGRÁFICAS.

Badaró Sebastián, Ibañez Leonardo J. Agüero Martín J. Sistemas expertos:

Fundamentos metodologías y aplicaciones

Castillo Enrique, Gutiérrez José M. Hadi Ali S. Sistemas expertos y Modelos

Probabilísticas, España : Santander

Condori Amanqui C. Ticona Huanca E. Prototipo de sistema experto para

el diagnóstico de fallas en una red de área local. Perú : Juliaca ; 2001

Leon de Mora C. Aplicación de los sistemas expertos a la gestión integrada

de averías en redes de telecomunicaciones. Sevilla; 2003

Tanenbaum Andrews S, Redes de Computadoras, 4ª ed. Mexico :

Naucalpan de Juares.; 2003

Valencia Miranda A, Introducción a la ingeniería de telecomunicaciones.

Peru : Lima

38