Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning
Los sistemas actuales de monitoreo de cadenas de suministro revelan deficiencias en cuanto a trazabilidad homogénea del proceso completo, participación activa de los actores involucrados en cada etapa, comunicación oportuna de los resultados, cumplimiento de aspectos regulatorios o normativas intern...
- Autores:
-
Guatibonza Solano, Daniel Mateo
Salazar Marín, Karla Valentina
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/58728
- Acceso en línea:
- http://hdl.handle.net/1992/58728
- Palabra clave:
- Blockchain
IoT
Proof of Work
Proof of Learning
Cadena de suministro
Ingeniería
- Rights
- openAccess
- License
- Attribution-NonCommercial-NoDerivatives 4.0 Internacional
| id |
UNIANDES2_30efad3d2f74fda896891c0dd4ee9031 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/58728 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning |
| title |
Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning |
| spellingShingle |
Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning Blockchain IoT Proof of Work Proof of Learning Cadena de suministro Ingeniería |
| title_short |
Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning |
| title_full |
Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning |
| title_fullStr |
Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning |
| title_full_unstemmed |
Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning |
| title_sort |
Gestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning |
| dc.creator.fl_str_mv |
Guatibonza Solano, Daniel Mateo Salazar Marín, Karla Valentina |
| dc.contributor.advisor.none.fl_str_mv |
Donoso Meisel, Yezid Enrique |
| dc.contributor.author.none.fl_str_mv |
Guatibonza Solano, Daniel Mateo Salazar Marín, Karla Valentina |
| dc.subject.keyword.none.fl_str_mv |
Blockchain IoT Proof of Work Proof of Learning Cadena de suministro |
| topic |
Blockchain IoT Proof of Work Proof of Learning Cadena de suministro Ingeniería |
| dc.subject.themes.es_CO.fl_str_mv |
Ingeniería |
| description |
Los sistemas actuales de monitoreo de cadenas de suministro revelan deficiencias en cuanto a trazabilidad homogénea del proceso completo, participación activa de los actores involucrados en cada etapa, comunicación oportuna de los resultados, cumplimiento de aspectos regulatorios o normativas internacionales y atención a los requerimientos que representa la información orientada al consumidor. Con el fin de contar con un mecanismo confiable que garantice la calidad, seguridad y sostenibilidad de los alimentos desde la adquisición de materias primas pasando por la producción, procesamiento, logística y transporte, se propone un framework que se apoye en los atributos de una Blockchain en conjunto con dispositivos IoT y técnicas de Machine Learning orientadas a la detección de patrones inusuales en los registros. La implementación de este se logra al extender las funcionalidades base del software de simulación CupCarbon, sobre el cual se efectúan pruebas que permiten validar la correcta operación bajo la alternancia de dos esquemas de consenso: Proof of Work y Proof of Learning. De esta manera, se consolida un sistema en el que convergen distintas tecnologías de vanguardia, el cual constituye un recurso invaluable al congregar las distintas ventajas que cada una de ellas provee y el potencial que representan para las organizaciones en la industria. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-07-11T20:56:54Z |
| dc.date.available.none.fl_str_mv |
2022-07-11T20:56:54Z |
| dc.date.issued.none.fl_str_mv |
2022-06-28 |
| dc.type.es_CO.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.es_CO.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/58728 |
| dc.identifier.instname.es_CO.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.es_CO.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.es_CO.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/58728 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.es_CO.fl_str_mv |
Aaron M. Shew, Heather A. Snell, Rodolfo M. Nayga Jr y Mary C. Lacity. «Consumer valuation of blockchain traceability for beef in the United States». En: Applied Economic Perspectives and Policy (feb. de 2021). Dengmei Jiang, Jiandong Fang y Yudong Zhao. «Establishment of A Traceability Model of Fresh Milk Based on Blockchain». En: The 7th International Workshop on Advanced Computational Intelligence and Intelligent Informatics (IWACIII2021) (nov. de 2021). University of Cambridge. Cambridge Bitcoin Electricity Consumption Index. url: https://ccaf.io/cbeci/index. Unidad de Planeación Minero-Energética (UPME). Proyecciones de demanda. url: https://www1.upme.gov.co/DemandayEficiencia/Paginas/Proyecciones-de-demanda.aspx Yuan Liu, Yixiao Lan, Boyang Li, Chunyan Miao y Zhihong Tian. «Proof of Learning (PoLe): Empowering neural network training with consensus building on blockchains». En: Computer Networks (feb. de 2021). Scott Brisbin, Cissy Chen, Kevin Feng, Jerome Grilleres, Jianliang Gu, Lingbo Li, Tony Li, Sunny Lu, Sarah Nabaa, Bin Qian, Chin Qian, Cary Sheng, Jack Wu, Jay Zhang, Edison Zhang y Peter Zhou. «Vechain: Development plan and whitepaper». En: (2018). Juan Felipe Parra Camargo. «Elliptic curve cryptography to enhance vehicular networks security». En: Universidad de los Andes (2020) Felipe Bravo-Marque, Steve Reeves y Martín Ugarte. «Proof-of-Learning: a Blockchain Consensus Mechanism based on Machine Learning Competitions». En: Artificial Intelligence in Agriculture (2019), págs. 119-124. Henry Fabián Vargas Sánchez. «Defensa contra intrusos en redes de dispositivos IoT usando técnicas de Blockchain y Machine Learning». En: Universidad de los Andes (2020). N.N. Misra, Yash Dixit, Ahmad Al-Mallahi, Manreet Singh Bhullar, Rohit Upadhyay y Alex Martynenko. «IoT, big data and artificial intelligence in agriculture and food industry». En: IEEE Internet of Things Journal (2020) Romina Fabre, Flavia Perlo, Patricia Bonato, Blas Tito, Gustavo Teira y Osvaldo Tisocco. «Efecto de las condiciones de conservación sobre la calidad de pechugas de pollo». En: Universidad Nacional de Entre Ríos Concepción del Uruguay, Argentina. Ciencia, Docencia y Tecnología 25 (nov. de 2014), págs. 143-153. url: https : //www.redalyc.org/pdf/145/14532635006.pdf Fondo Nacional Avicola (FENAVI) y Pontifica Universidad Javeriana. «Pollo, un mundo de beneficios». En: (2018). url: https://fenavi.org/wp-content/uploads/2018/02/Cartilla-javeriana-El-pollo-y-la-salud.pdf |
| dc.rights.license.spa.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
20 páginas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Sistemas y Computación |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/824f8ed2-6308-4ca2-a6f2-3649424bc1d4/download https://repositorio.uniandes.edu.co/bitstreams/eed83d7f-4a95-4db4-a4db-d041fd3d3ee3/download https://repositorio.uniandes.edu.co/bitstreams/20871539-5c0f-4ea9-b6f7-e7ef100aaf06/download https://repositorio.uniandes.edu.co/bitstreams/503bfc70-2241-45c8-904e-4ed0127dca20/download https://repositorio.uniandes.edu.co/bitstreams/a3c7bbcf-83f3-433d-b743-7231d7064a9a/download https://repositorio.uniandes.edu.co/bitstreams/4621aea9-4cc1-46b9-ad72-9b3f9411f94e/download https://repositorio.uniandes.edu.co/bitstreams/47a20173-1757-4658-83aa-6ba166db9e96/download https://repositorio.uniandes.edu.co/bitstreams/7089c093-a69e-4c74-8b61-c9f18b5eaf0d/download |
| bitstream.checksum.fl_str_mv |
b08aa4bb1c4ae893ccd9be3ed7226efa 4491fe1afb58beaaef41a73cf7ff2e27 2fa2835ddb5777c3e3c7f359d3415a8f 7c5fa827804fe526cd3b6a0dc36721bc 17d3c1b7a8f722c4fdfc0a3afda85b1a f829fdb0f3f1262f20315e583e231448 4460e5956bc1d1639be9ae6146a50347 5aa5c691a1ffe97abd12c2966efcb8d6 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812133892781506560 |
| spelling |
Attribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Donoso Meisel, Yezid Enrique9b5abac2-b643-4ad7-af19-ab5f382e7852600Guatibonza Solano, Daniel Mateo26eb4b80-8c77-4d9f-acba-f50d15ebfb39600Salazar Marín, Karla Valentina876f2c9b-0138-425c-9e9e-45b19cd293ee6002022-07-11T20:56:54Z2022-07-11T20:56:54Z2022-06-28http://hdl.handle.net/1992/58728instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Los sistemas actuales de monitoreo de cadenas de suministro revelan deficiencias en cuanto a trazabilidad homogénea del proceso completo, participación activa de los actores involucrados en cada etapa, comunicación oportuna de los resultados, cumplimiento de aspectos regulatorios o normativas internacionales y atención a los requerimientos que representa la información orientada al consumidor. Con el fin de contar con un mecanismo confiable que garantice la calidad, seguridad y sostenibilidad de los alimentos desde la adquisición de materias primas pasando por la producción, procesamiento, logística y transporte, se propone un framework que se apoye en los atributos de una Blockchain en conjunto con dispositivos IoT y técnicas de Machine Learning orientadas a la detección de patrones inusuales en los registros. La implementación de este se logra al extender las funcionalidades base del software de simulación CupCarbon, sobre el cual se efectúan pruebas que permiten validar la correcta operación bajo la alternancia de dos esquemas de consenso: Proof of Work y Proof of Learning. De esta manera, se consolida un sistema en el que convergen distintas tecnologías de vanguardia, el cual constituye un recurso invaluable al congregar las distintas ventajas que cada una de ellas provee y el potencial que representan para las organizaciones en la industria.Ingeniero de Sistemas y ComputaciónPregrado20 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónGestión y análisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine LearningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPBlockchainIoTProof of WorkProof of LearningCadena de suministroIngenieríaAaron M. Shew, Heather A. Snell, Rodolfo M. Nayga Jr y Mary C. Lacity. «Consumer valuation of blockchain traceability for beef in the United States». En: Applied Economic Perspectives and Policy (feb. de 2021).Dengmei Jiang, Jiandong Fang y Yudong Zhao. «Establishment of A Traceability Model of Fresh Milk Based on Blockchain». En: The 7th International Workshop on Advanced Computational Intelligence and Intelligent Informatics (IWACIII2021) (nov. de 2021).University of Cambridge. Cambridge Bitcoin Electricity Consumption Index. url: https://ccaf.io/cbeci/index.Unidad de Planeación Minero-Energética (UPME). Proyecciones de demanda. url: https://www1.upme.gov.co/DemandayEficiencia/Paginas/Proyecciones-de-demanda.aspxYuan Liu, Yixiao Lan, Boyang Li, Chunyan Miao y Zhihong Tian. «Proof of Learning (PoLe): Empowering neural network training with consensus building on blockchains». En: Computer Networks (feb. de 2021).Scott Brisbin, Cissy Chen, Kevin Feng, Jerome Grilleres, Jianliang Gu, Lingbo Li, Tony Li, Sunny Lu, Sarah Nabaa, Bin Qian, Chin Qian, Cary Sheng, Jack Wu, Jay Zhang, Edison Zhang y Peter Zhou. «Vechain: Development plan and whitepaper». En: (2018).Juan Felipe Parra Camargo. «Elliptic curve cryptography to enhance vehicular networks security». En: Universidad de los Andes (2020)Felipe Bravo-Marque, Steve Reeves y Martín Ugarte. «Proof-of-Learning: a Blockchain Consensus Mechanism based on Machine Learning Competitions». En: Artificial Intelligence in Agriculture (2019), págs. 119-124.Henry Fabián Vargas Sánchez. «Defensa contra intrusos en redes de dispositivos IoT usando técnicas de Blockchain y Machine Learning». En: Universidad de los Andes (2020).N.N. Misra, Yash Dixit, Ahmad Al-Mallahi, Manreet Singh Bhullar, Rohit Upadhyay y Alex Martynenko. «IoT, big data and artificial intelligence in agriculture and food industry». En: IEEE Internet of Things Journal (2020)Romina Fabre, Flavia Perlo, Patricia Bonato, Blas Tito, Gustavo Teira y Osvaldo Tisocco. «Efecto de las condiciones de conservación sobre la calidad de pechugas de pollo». En: Universidad Nacional de Entre Ríos Concepción del Uruguay, Argentina. Ciencia, Docencia y Tecnología 25 (nov. de 2014), págs. 143-153. url: https : //www.redalyc.org/pdf/145/14532635006.pdfFondo Nacional Avicola (FENAVI) y Pontifica Universidad Javeriana. «Pollo, un mundo de beneficios». En: (2018). url: https://fenavi.org/wp-content/uploads/2018/02/Cartilla-javeriana-El-pollo-y-la-salud.pdf201611360201815243PublicationTEXTGestion y analisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning.pdf.txtGestion y analisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning.pdf.txtExtracted texttext/plain49490https://repositorio.uniandes.edu.co/bitstreams/824f8ed2-6308-4ca2-a6f2-3649424bc1d4/downloadb08aa4bb1c4ae893ccd9be3ed7226efaMD55FormatoAutorizacion_Guatibonza_Salazar.pdf.txtFormatoAutorizacion_Guatibonza_Salazar.pdf.txtExtracted texttext/plain1163https://repositorio.uniandes.edu.co/bitstreams/eed83d7f-4a95-4db4-a4db-d041fd3d3ee3/download4491fe1afb58beaaef41a73cf7ff2e27MD57THUMBNAILGestion y analisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning.pdf.jpgGestion y analisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning.pdf.jpgIM Thumbnailimage/jpeg14209https://repositorio.uniandes.edu.co/bitstreams/20871539-5c0f-4ea9-b6f7-e7ef100aaf06/download2fa2835ddb5777c3e3c7f359d3415a8fMD56FormatoAutorizacion_Guatibonza_Salazar.pdf.jpgFormatoAutorizacion_Guatibonza_Salazar.pdf.jpgIM Thumbnailimage/jpeg16215https://repositorio.uniandes.edu.co/bitstreams/503bfc70-2241-45c8-904e-4ed0127dca20/download7c5fa827804fe526cd3b6a0dc36721bcMD58ORIGINALGestion y analisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning.pdfGestion y analisis de datos recopilados de dispositivos IoT en cadenas de suministro aplicando Blockchain y Machine Learning.pdfTrabajo de gradoapplication/pdf913074https://repositorio.uniandes.edu.co/bitstreams/a3c7bbcf-83f3-433d-b743-7231d7064a9a/download17d3c1b7a8f722c4fdfc0a3afda85b1aMD54FormatoAutorizacion_Guatibonza_Salazar.pdfFormatoAutorizacion_Guatibonza_Salazar.pdfHIDEapplication/pdf225268https://repositorio.uniandes.edu.co/bitstreams/4621aea9-4cc1-46b9-ad72-9b3f9411f94e/downloadf829fdb0f3f1262f20315e583e231448MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.uniandes.edu.co/bitstreams/47a20173-1757-4658-83aa-6ba166db9e96/download4460e5956bc1d1639be9ae6146a50347MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/7089c093-a69e-4c74-8b61-c9f18b5eaf0d/download5aa5c691a1ffe97abd12c2966efcb8d6MD511992/58728oai:repositorio.uniandes.edu.co:1992/587282023-10-10 16:39:19.894http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |