UNIVERSIDAD DOMINICANA

ORGANIZACIÓN Y METODO

CARRERA
INGENIERIA EN SISTEMAS

MATERIA
TECNOLOGIA Y SERVISIOS DE
INTERNET

DOCENTE
MARIS ENCARNACION ZABALA
TRABAJO
BIG DATA

ESTUDIANTE
RAYLIN CALDERON

MATRICULA

19-SISM-1-092

SECCIÓN
642
15 DE FEBRERO DEL 2023
Índice
¿Que es big data? .............................................................................................................................. 3
¿Qué es la 5V del big data? ........................................................................................................... 3
Ventajas del big data: ........................................................................................................................ 4
Desventajas del big data .................................................................................................................... 4
DOCSIS: ........................................................................................................................................... 4
Características: .................................................................................................................................. 4
Capas físicas: ................................................................................................................................ 4
Modulación ................................................................................................................................... 5
Caudal de datos: ............................................................................................................................ 5
Bibliografía ....................................................................................................................................... 6
¿Que es big data?
Big data es un término que se refiere a una gran cantidad de datos tan diversos y tan
rápidos que es difícil recopilarlos y procesarlos utilizando métodos tradicionales. Muchos
lugares mencionan el hecho de que para que los datos se consideren big data, deben con
las 5 V:

¿Qué es la 5V del big data?

Volumen: El almacenamiento de la masiva cantidad de datos que pueden ser recolectados
de múltiples fuentes como páginas web, social media, IoT, etc.

Velocidad: Los datos se generan en tiempo real gracias a las interacciones con las fuentes
mencionadas, por lo que deben ser procesados con la misma velocidad.

Variedad: Todo tipo de datos, ya sea estructurados o no estructurados. Podrían ser tablas,
texto, imágenes, videos, audio, bases de datos, etc.

Veracidad: Es la calidad y confiabilidad de los datos. Al llegar de diversas fuentes, se

vuelve complejo realizar su limpieza para evitar usar valores incorrectos.

Valor: Los datos deben poder proporcionar un valor o beneficio a la empresa que los está
usando.

Por lo tanto, cuando hay una gran cantidad de datos, estructurados o no estructurados, que
ingresan muy rápidamente, en tiempo real y es muy diversa, no es posible analizar toda la
información en una sola computadora, sino que debe dividirse la información en pequeños
pedazos entre varias máquinas. Esto se consigue utilizando tecnologías como Hadoop o
Spark.

¿A partir de qué tamaño se considera que se está trabajando con Big Data? No se
especifica, algunos en la industria mencionan que podría ir desde 30 terabytes hasta varios
petabytes. Pero por ahora, apégate al viejo concepto.
Muchas personas y empresas utilizan este término, ya que ha ganado popularidad a través
del marketing. Sin embargo, en la mayoría de los casos esto no es necesario, por lo que el
big data prácticamente no se utiliza.

Es posible realizar análisis o ciencia de datos sin usar big data, de hecho, esta es la forma
más común. Sin embargo, si la empresa logra recopilar suficientes datos, puede lograr
cosas sorprendentes (y aterradoras) como la publicidad en las redes sociales, hasta el
punto en que muchas personas incluso creen que están siendo rastreadas debido a la
precisión del mensaje. Pero acércate a ellos. Pero todo esto es posible gracias al Big Data.
¿Cómo funcionan los grandes datos? Si tiene demasiada información que no se puede
procesar en una sola computadora o servidor, la divide en partes (pedacitos de
información más pequeños) y la envía a muchas máquinas más pequeñas (nodos). De esta
forma, cada nodo solo se encarga de resolver su respectiva parte, luego se combina la
información de todos los nodos y se activa una salida (puntuación) unificada.
Todos estos nodos paralelos conectados y en ejecución se conocen como clústeres de big
data.

En 1989, EriK Larson utilizó por primera vez el término "grandes datos" en un artículo
sobre marketing y cómo se utilizan los datos de los clientes en la terminología que
conocemos hoy.
Cierta importancia social comenzó a ganar en los años 90, con la aparición del primer
navegador web (World Wide Web) y la apertura de Internet, en la que comenzó a aparecer
una red informática en el mundo, donde las personas pueden descargar datos. Esto marca
la primera generación de big data.

En 1997, Google lanzó el motor de búsqueda que se convirtió en el más popular, este
evento contribuyó a la creación de grandes cantidades de datos.

En el año 2000 surgieron empresas que crearon y almacenaron de forma segura grandes
cantidades de datos exclusivamente con el fin de prestar servicios a las empresas.

Con la llegada de la Web 2.0 o redes sociales en 2005, se creó una colección de páginas
web para intercambiar información, promover la cooperación y la interacción entre los
usuarios, sugiriendo una evolución hacia la excelencia en el uso de Internet.

En 2012 se utilizó por primera vez el big data en política para la campaña de Barack
Obama, conociendo la opinión de los votantes.

Ventajas del big data:

1. Ayudan a comprender el mercado
2. Mejoran la toma de decisiones
3. Posibilitan una retroalimentación inmediata
4. Tienen versatilidad de aplicación

Desventajas del big data

1. Pueden ser susceptibles a brechas de seguridad
2. Pueden generar un exceso de datos
3. Requieren estudiar los lineamientos de privacidad de cada país donde hay
presencia

DOCSIS:
son las siglas de Data Over Cable Service Interface Specification, en español:
«Especificación de Interfaz para Servicios de Datos por Cable».
Es un estándar no comercial que define los requisitos de comunicación e interfaz operativa
para los datos del sistema de cable, lo que permite agregar la transmisión de datos de alta
velocidad a los sistemas CATV existentes. Es utilizado por muchos operadores de
televisión por cable (operadores de cable) para proporcionar acceso a Internet a través de
la infraestructura de red Hybrid Fiber Coax (HFC) existente.

Características:
DOCSIS proporciona varias opciones disponibles en las capas 1 y 2 del modelo OSI, la
capa física (PHY) y la capa de control de acceso al medio (MAC).

Capas físicas:
Ancho de banda del canal: DOCSIS 1.0 y 1.1 definen anchos de banda de canal
ascendente entre 200 kHz y 3,2 MHz. DOCSIS 2.0 especifica 6,4 MHz pero es compatible
con versiones anteriores. El canal descendente es de 6 MHz (8 MHz EuroDOCSIS).
Modulación: DOCSIS 1.0/1.1 especifica
Modulación 64-QAM o 256-QAM para canales descendentes y QPSK o 16-QAM para
canales ascendentes. DOCSIS 2.0 también permite 64 QAM para canales de enlace
ascendente. Capa MAC: DOCSIS utiliza métodos de acceso deterministas,
específicamente TDMA y S-CDMA. Los sistemas DOCSIS tienen menos colisiones que
los CSMA/CD utilizados por Ethernet.

Caudal de datos: Por lo general, los usuarios privados tienen una velocidad limitada según
el contrato con el operador de telecomunicaciones. Los valores se definen en un archivo
de configuración que se descarga cuando el módem por cable se conecta (a través de
TFTP) al backend del ISP. Un solo canal descendente puede manejar hasta mil módems de
cable. A medida que crece el sistema, el CMTS se puede actualizar con varios puertos
arriba/abajo. Si la red HFC es grande, CMTS se puede agrupar en concentradores para una
gestión más eficiente.

Algunos usuarios intentan eludir la limitación del ancho de banda cargando sus archivos
de configuración en el módem de cable para obtener acceso completo al ancho de banda
del sistema. Este proceso se conoce como desbloqueo y, en la mayoría de los casos, va en
contra de los términos del servicio y, a menudo, en contra de la ley.
DOCSIS over satellite: DOCSIS over Satellite (DOCSIS over Satellite en inglés) es
básicamente un estándar de módem por cable DOCSIS para plataformas satelitales,
lugares donde el cable no puede llegar, pero con cobertura satelital, especialmente en áreas
rurales:5
Para trabajar con enlaces satelitales, DOCSIS se ha modificado para admitir sistemas de
modulación distintos de QAM, como QPSK. DOCSIS sobre Satélite (abreviado como
DOCSIS-oS o DOCOSOS) permite a los operadores de banda ancha satelital usar
tecnologías actualmente utilizadas en redes de módem por cable con software estándar
(listo para usar, listo para usar) de oficinas y administración de red, proporcionando
economías de escala.

DOCSIS también proporciona control de calidad (QoS) que permite la implementación de

servicios en capas,6 servicios de valor agregado como VoIP, funciones de seguridad y
otras configuraciones de red de banda ancha. Entre otros, Intelsat y Telesat son
compatibles con el estándar, al igual que los fabricantes de VSAT como ViaSat. La
plataforma Surfbeam de ViaSat se basa en DOCSIS 1.1, mientras que la mayor
incorporación a DOCSIS 2.0 es la forma de onda del canal de retorno CDMA (Acceso
múltiple por división de código).

WildBlue proporciona servicio de banda ancha en banda Ka en el satélite Telesat Anik F2

utilizando equipos DOCSIS. Tiene una velocidad de descarga de hasta 1,5 Mbps. Sin
embargo, WildBlue no es el único servicio basado en DOCSIS. Intelsat, Pegaso en
Hispanoamérica y Eutelsat son operadores habilitados para DOCSIS. ViaSat dice que
tiene acuerdos con más de una docena de diferentes proveedores de satélites DOCSIS para
ofrecer la plataforma DOCSIS Surfbeam. Su objetivo es proporcionar acceso de banda
ancha a suscriptores, SOHO y pymes vía satélite.
 Bibliografía
Big Data: qué es y para qué sirve (con ejemplos). (2021, julio 22). Platzi.

https://platzi.com/blog/bigdata/?utm_source=google&utm_medium=cpc&utm_ca

mpaign=19643931773&utm_adgroup=&utm_content=&gclid=EAIaIQobChMI0Z

PQ2fWV_QIVktmGCh2g5w5_EAAYASAAEgKzrvD_BwE&gclsrc=aw.ds

DOCSIS 3.0. (2012, marzo 13). https://youtu.be/lmNzZufZ1W0

Dynamic. (2020, junio 7). Historia del Big Data. DYNAMIC.

https://www.dynamicgc.es/historia-del-big-data/

¿Qué es Big Data? (2015, diciembre 5). https://youtu.be/eXMaoSEYrso

Wikipedia contributors. (s/f). DOCSIS. Wikipedia, The Free Encyclopedia.

https://es.wikipedia.org/w/index.php?title=DOCSIS&oldid=147780678