Arquitectura de aprendizaje para el manejo de riesgo de falla en ambientes de composición de servicios web
En este artículo se presenta una arquitectura de aprendizaje basada en el aprendizaje de máquinas inductivas, la cual hace posible obtener datos durante el proceso de ejecución de servicios Web. Estos datos son analizados y con base a ellos, se genera una serie de información que se interpreta en ri...
- Autores:
-
Portilla Rosero, Byron Enrique
Guzmán Luna, Jaime Alberto
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2009
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/33378
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/33378
http://bdigital.unal.edu.co/23458/
- Palabra clave:
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | En este artículo se presenta una arquitectura de aprendizaje basada en el aprendizaje de máquinas inductivas, la cual hace posible obtener datos durante el proceso de ejecución de servicios Web. Estos datos son analizados y con base a ellos, se genera una serie de información que se interpreta en riesgos de falla, ocasionados por los servicios Web en cualquier parte de su ejecución. Esta información es aprendida por el sistema, evitando la generación de errores en la toma de decisiones para la composición de servicios y por lo tanto, realizar una composición de servicios más precisa, utilizando aquellos ser vicios Web que cumplan los requerimientos solicita dos sin conflictos o complicaciones durante su ejecución. |
|---|