Diseño de un modelo de simulación para la reducción de errores asociados a las máquinas virtuales de Azure

El presente trabajo se desarrolló con base en los errores identificados en la utilización del servicio de escritorios remotos de Microsoft Azure, por el área Network Cloud Infrastructure (NCI) de la multinacional automotriz, Inchcape. El foco principal es resolver el interrogante: ¿Cómo mejorar la asignación de los recursos con el fin de disminuir la frecuencia de errores en Azure? partiendo de una investigación acerca de las fuentes y causas de errores representativas con un diagrama de causa-efecto y un diagrama de Pareto, donde se identificó que en el 82% de los casos corresponde a las fuentes RDGateway (58%) seguido de Client (24%), y posteriormente identificando que solo ciertos errores son mitigables. Seguidamente, se enfatiza en la fuente RDBroker (5%) dado que es aquella que representa la insuficiencia de recursos o escritorios remotos para el usuario final. Por consiguiente, se construye un pronóstico para medir la demanda de escritorios requeridos en base al comportamiento histórico de los usuarios y se plantea un modelo de simulación en Arena Software, que nos permite medir el impacto del ajuste de la metodología de asignación de escritorios remotos para la demanda diaria. Igualmente, nos ayuda a determinar como la variación de la regla de asignación incide en la frecuencia y comportamiento de errores y parámetros del proceso (recurso RAM). A partir de la evaluación de los resultados obtenidos en el modelo se sugiere que el asignar los escritorios bajo la regla Largest Remaining Capacity demuestra una reducción en parámetros primordiales tales como la utilización del recurso RAM en un 34%, error de capacidad en un 42%, clientes insatisfechos en un 37% y evade la necesidad de crear nuevas máquinas virtuales o aumentar el número de escritorios por máquina que corresponde a un ahorro de £281 por máquina adicional. A manera de recomendación se crearon cartas de control U para monitorear los tickets de incidentes que recibe el área NCI.

• Autores: Martínez Ruiz, Valentina Eugenia; Montoya Carvajal, Miriam Valentina; Castrillo Navas, Kelly Gregoria; Serrano Narváez, María Mercedes
• Fecha de publicación: 2022
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/11220
• Acceso en línea: http://hdl.handle.net/10584/11220
• Palabra clave: Azure; Modelo de simulación; Escritorio remoto; VMs; Simulation model; Azure
• License: Universidad del Norte