Formulación de un algoritmo escalable y eficiente para bases de datos replicadas utilizando coherencia causal (Fase 2)

Este proyecto aborda los desafíos inherentes a la geo-replicación de sistemas de datos a gran escala, como los utilizados por grandes servicios de Internet, donde el Teorema CAP obliga a elegir entre disponibilidad y consistencia. A pesar de las ventajas de la replicación distribuida (tolerancia a fallos y baja latencia), la gestión de la consistencia sigue siendo un reto. La investigación se centra en aprovechar las ventajas de la semántica de coherencia causal (causal+), que permite sistemas altamente disponibles manteniendo la consistencia de los datos, siguiendo líneas de investigación recientes. El enfoque metodológico comienza con una fase descriptiva para conceptualizar los fundamentos teóricos, seguida de una fase deductiva para diseñar las propiedades y la estructura del algoritmo. Finalmente, se llevará a cabo una fase de evaluación para validar que el algoritmo cumpla con las propiedades propuestas. El objetivo final es desarrollar una solución que gestione la metadata necesaria para garantizar causal+ de manera eficiente, potencialmente requiriendo una librería cliente para rastrear la historia causal de las interacciones del usuario.<br/><br/><b>Objetivo</b>: <br/>Formular un algoritmo escalable y eficiente para la replicación de bases de datos distribuidas, utilizando la semántica de coherencia causal para mejorar la disponibilidad sin sacrificar la consistencia de los datos.<br/><br/><b>Líneas de investigación</b>: <br/>Inteligencia artificial y minería de datos