Sistemas en la nube, seguridad y aplicaciones empresariales: cloud, Big Data e IA

📘 TEMA 4 – Sistemas basados en la nube

¿Qué es la nube?

¿Qué es la nube?: Uso de servicios de computación vía Internet en lugar de servidores locales o infraestructuras físicas.

Funciones

Funciones: Almacenamiento, retoque fotográfico, editores (texto, hojas de cálculo, presentaciones), juegos, geolocalización y autenticación.

Conceptos

Conceptos: Cloud (servidores remotos), servidor (ordenador que proporciona recursos), cloud computing (acceso a servicios remotos a través de Internet).

Seguridad y pérdida de datos

Seguridad y pérdida de datos:

• Causas: Error humano (borrado, no guardar), fallos mecánicos (deterioro, corte eléctrico) y virus/ciberataques.

• Casos reales: Funcionario japonés (USB con 500.000 datos), CCOO (USB sin encriptar, multa de 60.000 €), ingeniero de Apple (prototipo de iPhone perdido en un bar).

Comparativa: tradicional vs. cloud

Comparativa tradicional vs. cloud:

• Tradicional: Hardware y software propio, gran capacidad física, acceso solo desde el dispositivo, coste elevado y difícil escalabilidad.

• Cloud: Acceso universal con Internet, potencia mínima requerida en el dispositivo, pago por suscripción, escalado a medida y almacenamiento aparentemente ilimitado.

Problemas técnicos: Aumento de la latencia (tiempo de respuesta), incremento en la demanda de ancho de banda y sobrecarga de servidores.

Mejoras: Fog computing, edge computing y mist computing.

Niveles de servicio

Niveles de servicio en la empresa: Gestión total por parte del proveedor o combinada con el usuario según el modelo.

1. IaaS (Infraestructura como servicio): El proveedor gestiona red, almacenamiento y servidores; el usuario administra sistemas operativos, aplicaciones y datos.

   PaaS (Plataforma como servicio): El proveedor gestiona gran parte de la plataforma (incluido el sistema operativo); el usuario gestiona aplicaciones y datos (ejemplo: Salesforce).

   SaaS (Software como servicio): El proveedor gestiona todo, incluido mantenimiento y actualizaciones (ejemplo: Microsoft 365).

📘 TEMA 5 – Aplicaciones TDH en la empresa

Empresa digital

Empresa digital: Utiliza tecnologías en todas sus operaciones (producción, gestión, finanzas, RR. HH., marketing) para ser competitiva.

Herramientas

Herramientas: Zoom, Google Drive (colaboración), Big Data (toma de decisiones), robots y drones (fabricación), firewalls (seguridad).

Casos prácticos

• Arquitectura: Impresión 3D, biometría facial, realidad aumentada para decoración.

• Walmart: Gestión de inventario, personalización de ofertas y previsión de la demanda.

• Henn-na Hotel (Japón): Uso de robots para recepción, equipaje, limpieza y entretenimiento.

Riesgos y ciberdelincuencia

Riesgos y ciberdelincuencia:

IoP (Internet de los pagos): Dispositivos conectados que realizan acciones de pago o compra automatizada (por ejemplo, fotocopiadora que solicita tóner, frigorífico que hace la compra, pagos automáticos tipo Vía-T).

Vulnerabilidades: Malware, phishing, ataques de denegación de servicio (DoS), contraseñas débiles y monitorización no autorizada.

Dark Web: Parte oculta de Internet con direcciones IP enmascaradas donde se comercia con datos robados.

CISO: Responsable/Director de Seguridad (Chief Information Security Officer); garantiza la privacidad e investiga fallos de seguridad.

Ciberseguridad: Concepto clave: si no eres el cliente, eres el producto; tus datos pueden ser el precio.

Medidas recomendadas: Borrar información innecesaria, usar contraseñas seguras y gestores de contraseñas, no piratear software, cifrar información sensible y evitar redes Wi‑Fi públicas para transacciones sensibles.

📘 TEMA 6 – Análisis de datos

Jerarquía de valor

Jerarquía: Datos (hechos registrados) → Información (datos procesados e interpretables) → Conocimiento (útil para la toma de decisiones) → Sabiduría (visión integrada y contexto).

Ejemplos y ciclo de vida

Ejemplo: "5%" es un dato; "Aumento de ventas del 5% este mes" es información.

Ciclo de vida del dato: Captura → Almacenamiento → Procesamiento/visualización → Uso operativo → Archivo/Eliminación/Reutilización.

Big Data: Conjunto de técnicas y tecnologías para analizar grandes volúmenes de datos y extraer coherencia y valor.

Las 5 V del Big Data

• Volumen: Cantidad de datos.

• Velocidad: Rapidez con la que se generan y procesan los datos.

• Variedad: Datos estructurados y no estructurados.

• Veracidad: Calidad y fiabilidad de los datos.

• Valor: Utilidad y beneficio para la organización.

Problemas comunes: Falta de personal capacitado, costes elevados y obsolescencia del software.

IA y aprendizaje

IA y aprendizaje:

Machine learning: Técnicas mediante las cuales las máquinas aprenden sin intervención humana continua.

• Deep learning: Subcampo basado en redes neuronales profundas para tareas complejas (por ejemplo, reconocimiento de imágenes).

• IA generativa: Basada en modelos avanzados de deep learning para crear contenidos o modelos predictivos.

• Áreas de aplicación: Sanidad, deporte, ciudades inteligentes, educación, finanzas, turismo, mercado inmobiliario e investigación.