Gómez Gómez, Jorge EliecerCueto Morelo, Juan LuisTorres Julio, Jose Maria2025-06-242025-06-242025-06-24https://repositorio.unicordoba.edu.co/handle/ucordoba/9193Actualmente la creciente demanda de conectividad, sumada al exponencial aumento de tráfico de datos presenta desafíos significativos para las redes WiFi, entre lo que destaca la gestión de calidad de servicios y balanceo de carga. Estos problemas se agravan con la evolución tecnológica y la integración de sistemas como Inteligencia Artificial e IoT, los cuales generan volúmenes de datos tales que las infraestructuras actuales no manejan eficientemente; este proyecto planteó diseñar un sistema basado en entorno SDN que, utilizando el controlador Ryu, integró algoritmos de QoS y balanceo de carga en switches SDN, apoyados por técnicas de aprendizaje automático. La metodología aplicada abarcó análisis, diseño, implementación, evaluación y optimización mediante simulaciones y pruebas en diferentes escenarios controlados; entre lo esperado, el sistema mejoró aspectos como distribución de tráfico, reducción de latencia, pérdida de paquetes, y otros recursos de red, garantizando una mejor experiencia de uso y mayor eficiencia en la operación de las redes frente a las crecientes demandas; en síntesis, con la solución propuesta se optimizaron los problemas actuales de congestión y sobrecarga en redes WiFi con un enfoque basado en SDN y aprendizaje automático, ofreciendo una alternativa eficiente y escalable para mejorar la eficiencia de las redes modernas.application/pdfspaCopyright Universidad de Córdoba, 2025Trabajo de grado - PregradoAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccessAprendizaje automáticoSDNQoSRedes WiFiBalanceo de cargaMachinelearningSDNQoSWiFi networksLoad balancingUniversidad de CórdobaRepositorio Universidad de Córdobahttps://repositorio.unicordoba.edu.co/http://purl.org/coar/access_right/c_abf2