Autor:
Márquez Trujillo, Antonio Germán

Foto de perfil
E-mails conocidos
amtrujillo@us.es
antmartru@alum.us.es
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Márquez Trujillo
Nombre de pila
Antonio Germán
Nombre
Nombres alternativos
Afiliaciones conocidas
University of Seville, Spain
Páginas web conocidas
Página completa del ítem
Notificar un error en este autor

Filtros

2021 - 20222
Restablecer filtros

Ajustes

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Miniatura
    Artículo
    Advisory. Una herramienta para identificar los riesgos de seguridad
    Márquez Trujillo, Antonio Germán; Varela Vaca, Ángel Jesús; Galindo, José A.. Actas de las XXVI Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2022), 2022-09-05.
    En el desarrollo de un proyecto software actual es frecuente delegar parte de la funcionalidad en librerías o dependencias de terceros. Este uso extensivo de dependencias puede introducir problemas de seguridad en el software que estamos desarrollando y que cada vez afecta a más proyectos software dada la necesidad de conocer cada una de las vulnerabilidades de estas dependencias. Para aliviar este problema, presentamos Advisory, una herramienta que aplica técnicas de análisis automático de la variabilidad al análisis de seguridad de proyectos software.
  • Miniatura
    Artículo
    Una herramienta para aplicar técnicas de Montecarlo al análisis de modelos de características
    Horcas Aguilera, José Miguel; Márquez Trujillo, Antonio Germán; Galindo, José A.; Benavides Cuevas, David Felipe. Actas de las XXV Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2021), 2021-09-22.
    La mayoría de los sistemas configurables describen un amplio espacio de soluciones que hacen intratable su exploración exhaustiva. En la literatura encontramos técnicas de análisis como la resolución SAT o la programación de restricciones. Sin embargo, ninguna de ellas ha explorado los métodos basados en la simulación de la toma de decisiones cuando configuramos un sistema. Nosotros proponemos usar el método de Montecarlo el cual simula la búsqueda en espacios de soluciones colosales de manera aleatoria. Este trabajo presenta la implementación de un marco conceptual que aborda varios de esos análisis utilizando métodos de Montecarlo, los cuales, han demostrado tener éxito en otros dominios con espacios de búsqueda colosales como la teoría de juegos. Concretamente presentamos una implementación en Python del marco de trabajo que muestra la viabilidad de nuestra propuesta con la que prevemos que se pueden abordar diferentes problemas y que nuestro marco pueda utilizarse para avanzar el estado del arte.