Q@p  ЗrXhp  `Tcarg}peQJey2IRy/ufXYUW$veraz sobr]>c4c. fQ؄c~s:\FXAg<be"cuerdoAur7a;$g) PlanillCalculo :7 Ryáas6d%conóma$/de autxelozyre2la , po8"p-fc3Mmen,su!se inadvezRlrobar sijecd6qUo-bentRT!ncie"0Valor Act9Neto-.  l o @observnkcsaFrquipisolve8{ multidiscipl|indQRA5"r mucho ingenio,8ڇ ss. A#%B~xh1C`ab2orefurQMLa ver7^logros opbtenS!.Zra8cuAdaT!_9|2ڢXyAAp>ux;~tE;se$casioZ$)xr satdisB>riҤR^guntas vincula_9:,e[moto/gidcX?;icCnt@re otram[Q^sP"v2srDt iniciar y fc4c. fQ؄c~s:\FXAg<be"cuerdoAur7a;$g) PlanillCalculo :7 Ryáas6d%conóma$/de autxelozyre2la , po8"p-fc3Mmen,su!se inadvezRlrobar sijecd6qUo-bentRT!ncie"0Valor Act9Neto (VAN) y Tasa{fde RP (TIR). TSén%$elmpre;oestáqid1#Dd:$a 6,6o. hx) Ib<: Se8 ha!.uebQն1 ela~bE84R_KC\iu!Q,g0uay;onۿesR[Ucaso+ B=q9lógC UarAja}mFdqJ%|qt&nun*K a@proxim^de 2.914.356 G, sin embargoLArCY4Wb']4.136.650 G.)dGQt1Ja aplic dU"adӤXOl capiavert@ido ig 17 mesAG,Cw` 242.863d!q$EQ%ZR8&!q$aquíq@o ayud!alcanrNa R߅$7M7sQb@y amig,فntB;vtC@uW!!}ģ.Q'; asabeӡne identificar, evaluar y orde7las dis tiPtuni`dadesI/,funcióA! su rBbDil8. LFr$esci"lleva a cabbuscarreduci` cant utilizado1 hog=cir,Acostosas sinGr negativ#onvid"<morad,!!endo{A! o amb, aseguraabaste& y fok")3Ki&+st[ljuso. Este trabajo #ecomo objetivo1jncipal3#1N8una)aphlicsa,!bfilogr"B optimiza# Men"bmismas, mejo uso E`t1,form)x1uBhenvivza. P!@AM!Zpresun modelU"AER(Integral @(AERI)"metodolo}QuA>$j^1|Vv!CwetapB~saber; a) TQ e!torios:previvisit12GOZacercl emphlaz%Hy rBn`la ils!í#D3ribuinte$rnaex , Afacilde manerahhposteQ recolecF8datos. b) Aná0lisiy tomT%:0clus 8li0minaQst ado g!BalGH) l g1 y magnitfu2!acqemprenderC4Srequers téc nBbd1nfort solicintrBu92+, sij5shorizo4(3Fq;Son*;"A3io, únicD3.qb*Dcaracterís1&Y4 1áz. c) Prqgnó3posibq~Psolu:z-aTY5ha2lmR+2B{ AideaR=le#la situOy8divervsA.7;BAsC18cernaiuántV$Kas (calef!n2ref riger5ilu!y otros),c~#Aprefeqe) m2tCQtotaldUniQ]d) T:finN:$\a fase,Bgquipo{e]2g#Cecisa??igu“r!gra‾;LCf8smѸdiss-Bl1Օ4dRi1moCa xoQQaf;}luj"m"lCdeb1guiDu]BCn1:K(en curaГ_pue1lteRsegún criR2B(Eyahq.saspecsean regaWBalQrmic&C)el Xte:l ,'0caráAUrhrucs1;mecáQ#!;*#geléc trSZ  `Tcarg}peQJey2IRy/ufXYUW$veraz sobr]>c4c. fQ؄c~s:\FXAg<be"cuerdoAur7a;$g) PlanillCalculo :7 Ryáas6d%conóma$/de autxelozyre2la , po8"p-fc3Mmen,su!se inadvezRlrobar sijecd6qUo-bentRT!ncie"0Valor Act9Neto (VAN) y Tasa{fde RP (TIR). TSén%$elmpre;oestáqid1#Dd:$a 6,6o. hx) Ib<: Se8 ha!.uebQն1 ela~bE84R_KC\iu!Q,g0uay;onۿesR[Ucaso+ B=q9lógC UarAja}mFdqJ%|qt&nun*K a@proxim^de 2.914.356 G, sin embargoLArCY4Wb']4.136.650 G.)dGQt1Ja aplic dU"adӤXOl capiavert@ido ig 17 mesAG,Cw` 242.863d!q$EQ%ZR8&!q$aquíq@o ayud!alcanrNa R߅$7M7sQb@y amig,فntB;vtC@uW!!}ģ.Q'; asabeӡnleristemsupervi s,e y a@dquisie da(SCA@DA - S7ory\ And Data Acy9桘joBgurfVerson" em3;ñ1Idio qA. Ab\C<UikUc/k1EdmB@l s4*|Sse volpvió2DtispenssXas un 3D  ȓ؋ d `\ Zarast!de falJy trip%z0o, lB=D2su2valϸ !tendanđRC!cr̺nalecQ#+3rac$Jsekunz#GawD 2luy5$o'époÔG#~}arcBmÆC. CO [ge! l/s=!Kgastímu xternb{onduc granQfE&Aapag5casb*gUsta2d `qX"aQw48 a 55 ºCeriot!hora, d)pesreaùSembudQ5dor,E.'VQn pfasqlíq1wߑdci!vmo1 (glicerina)Kf? lava> $ grifQucesivacb+quedó3BVestigi2jab im3s,r-Q8"a1#spe11cris1{lSúltimrEBal seQ;.. CQFSFó%U~CR- HT-RT# 4]n 6 gvK-\obtuvo!58pur>o}onclusU gMzA[ogWjetiv>2ende^ndP.d `@El tema del presente trabajo fue seleccionado en base a la creci0con cia@ acercOcuid5de l$as%diIes ecológicas biosfera yA $ grifQucesivacb+quedó3BVestigi2jab im3s,r-Q8"a1#spe11cris1{lSúltimrEBal seQ;.. CQFSFó%U~CR- HT-RT# 4]n 6 gvK-\obtuvo!58pur>o}onclusU gMzA[ogWjetiv>2ende^ndP.d `@El tema del presente trabajo fue seleccionado en base a la creci0con cia@ acercOcuid5de l$as%diIes ecológicas biosfera yAei9u'de 202metahnolcnCRfitrE, c)qonsA|rifky homo `qX"aQw48 a 55 ºCeriot!hora, d)pesreaùSembudQ5dor,E.'VQn pfasqlíq1wߑdci!vmo1 (glicerina)Kf? lava> $ grifQucesivacb+quedó3BVestigi2jab im3s,r-Q8"a1#spe11cris1{lSúltimrEBal seQ;.. CQFSFó%U~CR- HT-RT# 4]n 6 gvK-\obtuvo!58pur>o}onclusU gMzA[ogWjetiv>2ende^ndP.1  `\ Zarast!de falJy trip%z0o, lB=D2su2valϸ !tendanđRC!cr̺nalecQ#+3rac$Jsekunz#GawD 2luy5$o'époÔG#~}arcBmÆC. CO [ge! l/s=!Kgastímu xternb{onduc granQfE&Aapag5casb*gUsta2Aud#rá\w númÖ&FarchhRJ@. Dar |i"0чs'D6Bo %<etable5t conN$0espacial 2Gdecir,+ "6O^!?? daj6SqFE6/PotdyqlíR<ԲmQ4nJ%Go`. Ini#zseprebaractersۓ̢rotadesA}B flexibleabsor!Bfuturo. arQAjN2en RF6A1Ronverg#! psolu4HtTp aquet1rcomo Ethernet"cAaminowA_bas opVbnTwIetribu6?C|_" 29>in guen Qgruamuy iantta:2!d:n!D d sedaWel IRIG-B ,> G_vL:s2PNpTP ,W)!o{arquitec< TCP/IP,7ualBamp|liBu#96O (WAN, MAN y LAN) &,6simplRBU al Sdifier14l3opewde u"9o servidor A1últi@a@l PTP,e ñuasignJU3críticcapaz]xB!n mayormXRiAreriorL. AlgunQC$chQhyinc@luyen:]!Bs&Y$\c2baVlq#E(8Asbdesusmo materi @iqNelaboH^OEre.G0barayuda a disminQDlaura, cuyo auAacele25sA"/viertueel medio. Hala fecRT!'uatro edN*SA#6%tot no1v!mcinco\; 2 td*mRos1Z9,5rި2mA"públviv2regEMa! !ud&- l o @observnkcsaFrquipisolve8{ multidiscipl|indQRA5"r mucho ingenio,8ڇ ss. A#%B~xh1C`ab2orefurQMLa ver7^logros opbtenS!.Zra8cuAdaT!_9|2ڢXyAAp>ux;~tE;se$casioZ$)xr satdisB>riҤR^guntas vincula_9:,e[moto/gidcX?;icCnt@re otram[Q^sP"v2srDt iniciar y fs&Y$\c2baVlq#E(8Asbdesusmo materi @iqNelaboH^OEre.G0barayuda a disminQDlaura, cuyo auAacele25sA"/viertueel medio. Hala fecRT!'uatro edN*SA#6%tot no1v!mcinco\; 2 td*mRos1Z9,5rި2mA"públviv2regEMa! !ud `Tcarg}peQJey2IRy/ufXYUW$veraz sobr]>c4c. fQ؄c~s:\FXAg<be"cuerdoAur7a;$g) PlanillCalculo :7 Ryáas6d%conóma$/de autxelozyre2la , po8"p-fc3Mmen,su!se inadvezRlrobar sijecd6qUo-bentRT!ncie"0Valor Act9Neto (VAN) y Tasa{fde RP (TIR). TSén%$elmpre;oestáqid1#Dd:$a 6,6o. hx) Ib<: Se8 ha!.uebQն1 ela~bE84R_KC\iu!Q,g0uay;onۿesR[Ucaso+ B=q9lógC UarAja}mFdqJ%|qt&nun*K a@proxim^de 2.914.356 G, sin embargoLArCY4Wb']4.136.650 G.)dGQt1Ja aplic dU"adӤXOl capiavert@ido ig 17 mesAG,Cw` 242.863d!q$EQ%ZR8&!q$aquíq@o ayud!alcanrNa R߅$7M7sQb@y amig,فntB;vtC@uW!!}ģ.Q'; asabeӡne identificar, evaluar y orde7las dis tiPtuni`dadesI/,funcióA! su rBbDil8. LFr$esci"lleva a cabbuscarreduci` cant utilizado1 hog=cir,Acostosas sinGr negativ#onvid"<morad,!!endo{A! o amb, aseguraabaste& y fok")3Ki&+st[ljuso. Este trabajo #ecomo objetivo1jncipal3#1N8una)aphlicsa,!bfilogr"B optimiza# Men"bmismas, mejo uso E`t1,form)x1uBhenvivza. P!@AM!Zpresun modelU"AER(Integral @(AERI)"metodolo}QuA>$j^1|Vv!CwetapB~saber; a) TQ e!torios:previvisit12GOZacercl emphlaz%Hy rBn`la ils!í#D3ribuinte$rnaex , Afacilde manerahhposteQ recolecF8datos. b) Aná0lisiy tomT%:0clus 8li0minaQst ado g!BalGH) l g1 y magnitfu2!acqemprenderC4Srequers téc nBbd1nfort solicintrBu92+, sij5shorizo4(3Fq;Son*;"A3io, únicD3.qb*Dcaracterís1&Y4 1áz. c) Prqgnó3posibq~Psolu:z-aTY5ha2lmR+2B{ AideaR=le#la situOy8divervsA.7;BAsC18cernaiuántV$Kas (calef!n2ref riger5ilu!y otros),c~#Aprefeqe) m2tCQtotaldUniQ]d) T:finN:$\a fase,Bgquipo{e]2g#Cecisa??igu“r!gra‾;LCf8smѸdiss-Bl1Օ4dRi1moCa xoQQaf;}luj"m"lCdeb1guiDu]BCn1:K(en curaГ_pue1lteRsegún criR2B(Eyahq.saspecsean regaWBalQrmic&C)el Xte:l ,'0caráAUrhrucs1;mecáQ#!;*#geléc trSZ#FD(  k>((12g  \ Zarast!de falJy trip%z0o, lB=D2su2valϸ !tendanđRC!cr̺nalecQ#+3rac$Jsekunz#GawD 2luy5$o'époÔG#~}arcBmÆC. CO [ge! l/s=!Kgastímu xternb{onduc granQfE&Aapag5casb*gUsta2Aud#rá\w númÖ&Farchhu y   xT1,4y T4, n!@istik di fe3adísQrcsign2Q# wGs,Qobtuv3#Z23960 kgk, 0,599P kg/y,4,268 ,67,,A on igucsiۧ+}T1:3tconcluyeyrla(C4}spactub2% ?:] N ys% ...u y   @ El brócoli pertenece a la familia de las crucíferas, es una planta anual,)hábito crecimiento erecto, con8altura entre 60 a 90 cm, y t`ermin*masyemas funcionales. Esta sita vernalización para producir el vástago floral. La%te comestiblleun {7eBsolorrde grisáceo o morado, que puede alcanzar un diáPmetr2305 cmcultivdesarrolloestde otoño e invierno; á ada`ptado)r óptima menteNconditemperas moderadagua fácil?dispon*, humedad relativ*media a y luminosi#'[. Sa bialquier tipsuelo, prefiriendo los francos a arenosos, fértilebu tenidSmateria orgánica_`ofund?4drenaje ya reten'!ph$5,7 y 6,8. Son4s e(xig9snitrógenotasio, azufre, boro y m olibd#y (sonRnto0leraP2saHlin^. 9tiene!Ralt0o va!Hcinal y nu$tr"al"radic1-incipaen suCCDvita2C, carothierro, riboflavina, ti*Q(lcip0na5hortI2 sscuPa1omejor op8sati@sfacer!demanda cadAz má9AecAy!j"5mercados lloc21@tA2EO, aparA|A excelFal,"la agri1A(P!ElMáctWse!@9os recursos ~DAAs, ofdo trabaj4=woresQ;8a8ar sus ingresorl A yo reuó $#sCjunioKetiembrE2012, ubii1,61 kmc ruta N° 6 Dr. Juan LeMallorquín,Bl Asen!AbPrimaverl Distrd=Minga @GuazúQ)81oCiuAN/Es te, A!Pa ranáguaymu!elo clasif!mo Rhodic kandiPudoxSxarcillosa@ muy f"e@l clime do!2!s hmed2esotérmic20 1700 mrppiUT%q3 y 22º C\ $#Socurr3"EBelQqin1Bbmp!. Coobjeejevalu2ar!efqaplicgvq ércol vacungallinazr"!3E#xdisebxAb@al uti1d`o fue7l oquesplDet!l aqB(DBCA)41%G!b:k>  xT1,4y T4, n!@istik di fe3adísQrcsign2Q# wGs,Qobtuv3#Z23960 kgk, 0,599P kg/y,4,268 ,67,,A on igucsiۧ+}T1:3tconcluyeyrla(C4}spactub2% ?:] N ys% ..2g  \ Zarast!de falJy trip%z0o, lB=D2su2valϸ !tendanđRC!cr̺nalecQ#+3rac$Jsekunz#GawD 2luy5$o'époÔG#~}arcBmÆC. CO [ge! l/s=!Kgastímu xternb{onduc granQfE&Aapag5casb*gUsta2Aud#rá\w númÖ&FarchhRJ@. Dar |i"0чs'D6Bo %<etable5t conN$0espacial 2Gdecir,+ "6O^!?? daj6SqFE6/PotdyqlíR<ԲmQ4nJ%Go`. Ini#zseprebaractersۓ̢rotadesA}B flexibleabsor!Bfuturo. arQAjN2en RF6A1Ronverg#! psolu4HtTp aquet1rcomo Ethernet"cAaminowA_bas opVbnTwIetribu6?C|_" 29>in guen Qgruamuy iantta:2!d:n!D d sedaWel IRIG-B ,> G_vL:s2PNpTP ,W)!o{arquitec< TCP/IP,7ualBamp|liBu#96O (WAN, MAN y LAN) &,6simplRBU al Sdifier14l3opewde u"9o servidor A1últi@a@l PTP,e ñuasignJU3críticcapaz]xB!n mayormXRiAreriorL. AlgunQC$chQhyinc@luyen:]!Bux;~tE;se$casioZ$)xr satdisB>riҤR^guntas vincula_9:,e[moto/gidcX?;icCnt@re otram[Q^sP"v2srDt iniciar y fs&Y$\c2baVlq#E(8Asbdesusmo materi @iqNelaboH^OEre.G0barayuda a disminQDlaura, cuyo auAacele25sA"/viertueel medio. Hala fecRT!'uatro edN*SA#6%tot no1v!mcinco\; 2 td*mRos1Z9,5rި2mA"públviv2regEMa! !udHN0  + >a $ @tEl ahorro de energía y la efici enciatica son desafíos importantes que demandan ser atendidos prioritariamente. Por ello, es necesario poner en marcha estrategias adecuadas y proporcionar herramien taL1 tales fines. Unas' 4esaudi8tor es unuceso sistemtico medi el cual se o@btiene4c onociio $suTte fPiabl5l(sumozo partectar los facHtorlafny>e identificar, evaluar y orde7las dis tiPtuni`dadesI/,funcióA! su rBbDil8. LFr$esci"lleva a cabbuscarreduci` cant utilizado1 hog=cir,Acostosas sinGr negativ#onvid"<morad,!!endo{A! o amb, aseguraabaste& y fok")3Ki&+st[ljuso. Este trabajo #ecomo objetivo1jncipal3#1N8una)aphlicsa,!bfilogr"B optimiza# Men"bmismas, mejo uso E`t1,form)x1uBhenvivza. P!@AM!Zpresun modelU"AER(Integral @(AERI)"metodolo}QuA>$j^1|Vv!CwetapB~saber; a) TQ e!torios:previvisit12GOZacercl emphlaz%Hy rBn`la ils!í#D3ribuinte$rnaex , Afacilde manerahhposteQ recolecF8datos. b) Aná0lisiy tomT%:0clus 8li0minaQst ado g!BalGH) l g1 y magnitfu2!acqemprenderC4Srequers téc nBbd1nfort solicintrBu92+, sij5shorizo4(3Fq;Son*;"A3io, únicD3.qb*Dcaracterís1&Y4 1áz. c) Prqgnó3posibq~Psolu:z-aTY5ha2lmR+2B{ AideaR=le#la situOy8divervsA.7;BAsC18cernaiuántV$Kas (calef!n2ref riger5ilu!y otros),c~#Aprefeqe) m2tCQtotaldUniQ]d) T:finN:$\a fase,Bgquipo{e]2g#Cecisa??igu“r!gra‾;LCf8smѸdiss-Bl1Օ4dRi1moCa xoQQaf;}luj"m"lCdeb1guiDu]BCn1:K(en curaГ_pue1lteRsegún criR2B(Eyahq.saspecsean regaWBalQrmic&C)el Xte:l ,'0caráAUrhrucs1;mecáQ#!;*#geléc trSZ  Tcarg}peQJey2IRy/ufXYUW$veraz sobr]>c4c. fQ؄c~s:\FXAg<be"cuerdoAur7a;$g) PlanillCalculo :7 Ryáas6d%conóma$/de autxelozyre2la , po8"p-fc3Mmen,su!se inadvezRlrobar sijecd6qUo-bentRT!ncie"0Valor Act9Neto (VAN) y Tasa{fde RP (TIR). TSén%$elmpre;oestáqid1#Dd:$a 6,6o. hx) Ib<: Se8 ha!.uebQն1 ela~bE84R_KC\iu!Q,g0uay;onۿesR[Ucaso+ B=q9lógC UarAja}mFdqJ%|qt&nun*K a@proxim^de 2.914.356 G, sin embargoLArCY4Wb']4.136.650سDD mite, el sistema opera sobre metadatos de flujo sin inspección de payload y fue validado en un entorno controlado, por lo que su despliegue productivo requiere calibración continua según el perfil de tráfico y las políticas de cada organización.a $ @tEl ahorro de energía y la efici enciatica son desafíos importantes que demandan ser atendidos prioritariamente. Por ello, es necesario poner en marcha estrategias adecuadas y proporcionar herramien taL1 tales fines. Unas' 4esaudi8tor es unuceso sistemtico medi el cual se o@btiene4c onociio $suTte fPiabl5l(sumozo partectar los facHtorlafny>e identificar, evaluar y orde7las dis tiPtuni`dadesI/,funcióA! su rBbDil8. LFr$esci"lleva a cabbuscarreduci` cant utilizado1 hog=cir,Acostosas sinGr negativ#onvid"<morad,!!endo{A! o amb, aseguraabaste& y fok")3Ki&+st[ljuso. Este trabajo #ecomo objetivo1jncipal3#1N8una)aphlicsa,!bfilogr"B optimiza# Men"bmismas, mejo uso E`t1,form)x1uBhenvivza. P!@AM!Zpresun modelU"AER(Integral @(AERI)"metodolo}QuA>$j^1|Vv!CwetapB~saber; a) TQ e!torios:previvisit12GOZacercl emphlaz%Hy rBn`la ils!í#D3ribuinte$rnaex , Afacilde manerahhposteQ recolecF8datos. b) Aná0lisiy tomT%:0clus 8li0minaQst ado g!BalGH) l g1 y magnitfu2!acqemprenderC4Srequers téc nBbd1nfort solicintrBu92+, sij5shorizo4(3Fq;Son*;"A3io, únicD3.qb*Dcaracterís1&Y4 1áz. c) Prqgnó3posibq~Psolu:z-aTY5ha2lmR+2B{ AideaR=le#la situOy8divervsA.7;BAsC18cernaiuántV$Kas (calef!n2ref riger5ilu!y otros),c~#Aprefeqe) m2tCQtotaldUniQ]d) T:finN:$\a fase,Bgquipo{e]2g#Cecisa??igu“r!gra‾;LCf8smѸdiss-Bl1Օ4dRi1moCa xoQQaf;}luj"m"lCdeb1guiDu]BCn1:K(en curaГ_pue1lteRsegún criR2B(Eyahq.saspecsean regaWBalQrmic&C)el Xte:l ,'0caráAUrhrucs1;mecáQ#!;*#geléc trSZy + xT1,4y T4, n!@istik di fe3adísQrcsign2Q# wGs,Qobtuv3#Z23960 kgk, 0,599P kg/y,4,268 ,67,,A on igucsiۧ+}T1:3tconcluyeyrla(C4}spactub2% ?:] N ys% ..y + @ El brócoli pertenece a la familia de las crucíferas, es una planta anual,)hábito crecimiento erecto, con8altura entre 60 a 90 cm, y t`ermin*masyemas funcionales. Esta sita vernalización para producir el vástago floral. La%te comestiblleun {7eBsolorrde grisáceo o morado, que puede alcanzar un diáPmetr2305 cmcultivdesarrolloestde otoño e invierno; á ada`ptado)r óptima menteNconditemperas moderadagua fácil?dispon*, humedad relativ*media a y luminosi#'[. Sa bialquier tipsuelo, prefiriendo los francos a arenosos, fértilebu tenidSmateria orgánica_`ofund?4drenaje ya reten'!ph$5,7 y 6,8. Son4s e(xig9snitrógenotasio, azufre, boro y m olibd#y (sonRnto0leraP2saHlin^. 9tiene!Ralt0o va!Hcinal y nu$tr"al"radic1-incipaen suCCDvita2C, carothierro, riboflavina, ti*Q(lcip0na5hortI2 sscuPa1omejor op8sati@sfacer!demanda cadAz má9AecAy!j"5mercados lloc21@tA2EO, aparA|A excelFal,"la agri1A(P!ElMáctWse!@9os recursos ~DAAs, ofdo trabaj4=woresQ;8a8ar sus ingresorl A yo reuó $#sCjunioKetiembrE2012, ubii1,61 kmc ruta N° 6 Dr. Juan LeMallorquín,Bl Asen!AbPrimaverl Distrd=Minga @GuazúQ)81oCiuAN/Es te, A!Pa ranáguaymu!elo clasif!mo Rhodic kandiPudoxSxarcillosa@ muy f"e@l clime do!2!s hmed2esotérmic20 1700 mrppiUT%q3 y 22º C\ $#Socurr3"EBelQqin1Bbmp!. Coobjeejevalu2ar!efqaplicgvq ércol vacungallinazr"!3E#xdisebxAb@al uti1d`o fue7l oquesplDet!l aqB(DBCA)41%G!5 repetdهisuperpficiQ>t!52 m². Los Hfueron: T1= TK/eaTiz12-7, (0,8 tn ha-1); T2 =& (20h tn(3 (N(5 $4 = mezcB| (25:p + 1Fs variabBstudi"6憐@, rendy peso!% pella3resulks obcU2,!zr>1 %1o%T27,2FNP    >D[ mite, el sistema opera sobre metadatos de flujo sin inspección de payload y fue validado en un entorno controlado, por lo que su despliegue productivo requiere calibración continua según el perfil de tráfico y las políticas de cada organización.nD[  @Las intrusiones en redes empresariales constituyen un riesgo operativo y financiero, con impacto en la continuidad del negocio y la confianza de los usuarios. Aunque existen firewalls e IDS basados en firmas, su capacidad de detección es limitada frente a ataques de día cero, técnicas de evasión y tráfico cifrado. Este Trabajo Final de Grado propone un sistema de ciberseguridad basado en deep learning para tráfico sobre VPN, orientado a la detección en tiempo real de actividades anómalas en entornos corporativos. El objetivo principal fue implementar un prototipo capaz de analizar flujos de red, identificar comportamientos maliciosos y emitir alertas con baja latencia y reducida tasa de falsos positivos. La investigación es tecnológica, de enfoque cuantitativo y alcance descriptivo–comparativo. El método incluyó la integración de los conjuntos de datos CICIDS2017 y UNSW-NB15, seleccionados por su diversidad de ataques y uso extendido, la construcción de un vector unificado de 118 características de flujo en un orden fijo y reproducible, la estandarización sin leakage, la partición estratificada, el entrenamiento de un modelo híbrido basado en redes CNN y LSTM, la implementación de un servicio de inferencia mediante API REST (FastAPI ) y el diseño de un panel de monitoreo. La evaluación consideró precisión, recall, F1 y AUC, además de latencia de inferencia y uso de CPU y memoria RAM. Para la interpretabilidad se incorporaron técnicas de Inteligencia Artificial Explicable (XAI ), como SHAP. Los resultados cumplieron ampliamente el criterio de éxito establecido, entendido como un desempeño mínimo aceptable de 70%. En la evaluación offline, el modD[ mite, el sistema opera sobre metadatos de flujo sin inspección de payload y fue validado en un entorno controlado, por lo que su despliegue productivo requiere calibración continua según el perfil de tráfico y las políticas de cada organización.nD[  @Las intrusiones en redes empresariales constituyen un riesgo operativo y financiero, con impacto en la continuidad del negocio y la confianza de los usuarios. Aunque existen firewalls e IDS basados en firmas, su capacidad de detección es limitada frente a ataques de día cero, técnicas de evasión y tráfico cifrado. Este Trabajo Final de Grado propone un sistema de ciberseguridad basado en deep learning para tráfico sobre VPN, orientado a la detección en tiempo real de actividades anómalas en entornos corporativos. El objetivo principal fue implementar un prototipo capaz de analizar flujos de red, identificar comportamientos maliciosos y emitir alertas con baja latencia y reducida tasa de falsos positivos. La investigación es tecnológica, de enfoque cuantitativo y alcance descriptivo–comparativo. El método incluyó la integración de los conjuntos de datos CICIDS2017 y UNSW-NB15, seleccionados por su diversidad de ataques y uso extendido, la construcción de un vector unificado de 118 características de flujo en un orden fijo y reproducible, la estandarización sin leakage, la partición estratificada, el entrenamiento de un modelo híbrido basado en redes CNN y LSTM, la implementación de un servicio de inferencia mediante API REST (FastAPI ) y el diseño de un panel de monitoreo. La evaluación consideró precisión, recall, F1 y AUC, además de latencia de inferencia y uso de CPU y memoria RAM. Para la interpretabilidad se incorporaron técnicas de Inteligencia Artificial Explicable (XAI ), como SHAP. Los resultados cumplieron ampliamente el criterio de éxito establecido, entendido como un desempeño mínimo aceptable de 70%. En la evaluación offline, el modelo alcanzó una exactitud de 0,9915, precisión de 0,9904, recall de 0,9972, F1 de 0,9938 y AUC de 0,9997, con latencias compatibles con operación continua. Frente a enfoques basados en firmas, como Snort y Suricata, mostró mayor adaptabilidad sobre flujos cifrados. Como alcance y lí1L $eriDueb=!.xuti18W_)DTW, dond&e!atelev=BVonfiE?mda'ar!acep;=cBtA_l 73,15%sJ-osqa: Cb2altar!;, aunA  oamo!3satisfacfin#c$$d>i1)$%BoceBaGxpatr2 acú#3[Qco3_dic"sri]pronuQnqGán doD9to WAVE a 16 bithres y1Aofrec*uVm!r44.100 HzCQ@tituye!Oun toAwde 1.620 mode(conjS5A!en$)\s cu han sido almacen1$N50de gAhbas"da!PostgreSQLQ}continu\e![{seHqb exmRAa` señ'osf ARu6as filtrad!a k-means,sí?"r!]\"suspouproto`. PA0robabg-ctxa f!A"SJf@tware,vc$omB?gral!cu1 er1Jos objetiv!lOI(q 1wsi4alc anzóópA92p)2"r*uaj!sa $ Tcarg}peQJey2IRy/ufXYUW$veraz sobr]>c4c. fQ؄c~s:\FXAg<be"cuerdoAur7a;$g) PlanillCalculo :7 Ryáas6d%conóma$/de autxelozyre2la , po8"p-fc3Mmen,su!se inadvezRlrobar sijecd6qUo-bentRT!ncie"0Valor Act9Neto (VAN) y Tasa{fde RP (TIR). TSén%$elmpre;oestáqid1#Dd:$a 6,6o. hx) Ib<: Se8 ha!.uebQն1 ela~bE84R_KC\iu!Q,g0uay;onۿesR[Ucaso+ B=q9lógC UarAja}mFdqJ%|qt&nun*K a@proxim^de 2.914.356 G, sin embargoLArCY4Wb']4.136.650 G.)dGQt1Ja aplic dU"adӤXOl capiavert@ido ig 17 mesAG,Cw` 242.863d!q$EQ%ZR8&!q$aquíq@o ayud!alcanrNa R߅$7M7sQb@y amig,فntB;vtC@uW!!}ģ.Q'; asabeӡn