No abstract

Uno de los parámetros que más influyen en la pobreza es la mala calidad en la educación. El estudio sistemático de la pobreza es fundamental para mejorar la aplicación de planes y proyectos. En el Ecuador, a partir del año del 2005 inicia el “Proyecto para mejorar las condiciones de escolaridad, el acceso y la cobertura de la educación” en zonas de alto índice de pobreza a través del Gobierno Nacional (Ministerio de Educación, 2016). Este estudio realiza un análisis espacial de dicho proyecto gubernamental del Ecuador mediante el uso del software libre. Dicho análisis se fundamenta en la existencia de las instituciones educativas públicas denominadas “Unidades Educativas del Milenio” (UEM), cuyo fin es mejorar la calidad académica, satisfacer la demanda estudiantil rural y atender a sectores históricamente relegados, partiendo de 57 unidades educativas operativas en el año 2016 y utilizando técnicas de análisis espacial estadístico, apoyados en una base de datos relacional robusta como es el caso de PostgreSQL, con el fin de determinar cuál es su área de afectación a la población, creando varios tipos de coberturas para identificar las parroquias y el porcentaje de pobreza que es atendido por este proyecto educacional, logrando determinar que existe un 77% y el 96% de UEM, en zonas de extrema pobreza.

The growth of the Internet of Things (IoT) has accelerated digital transformation processes in organizations and cities. However, it has also opened new security challenges due to the complexity and dynamism of these systems. The application of security risk analysis methodologies used to evaluate information technology (IT) systems have their limitations to qualitatively assess the security risks in IoT systems, due to the lack of historical data and the dynamic behavior of the solutions based on the IoT. The objective of this study is to propose a methodology for developing a security risk analysis using scenarios based on the risk factors of IoT devices. In order to manage the uncertainty due to the dynamics of IoT behaviors, we propose the use of Bayesian networks in conjunction with the Best Worst Method (BWM) for multi-criteria decision-making to obtain a quantitative security risk value.

No abstract