DRLAnalizer: Un análisis sistemático de rate limiting en la nube

Abstract

Las empresas vienen creciendo y adoptando arquitecturas SOA y microservicios las cuales se hacen más fáciles de gestionar. Los equipos internos tienen necesidades de consultar servicios externos e internos, como datos que no pertenecen a la empresa y datos de otros equipos. Es así como integraciones externas interactúan con las empresas a partir de las llamadas REST. Los servicios creados por equipos necesitan de otros datos que puedan estar presentes en situaciones (servicios) críticos. ¿Cómo se puede identificar qué tal servicio es crítico? Entendiendo el impacto del negocio o la criticidad de los datos almacenados ayudan a catalogar y definir las responsabilidades. ¿Cómo gobernar y proteger los activos y servicios más importantes de nuestra compañía y evitar el mal uso de la misma? Esta es una tarea compleja dado que exige tener capas de seguridad como autenticación y autorización. Pero no solo estas cuestiones bastan ya que los consumidores pueden estar utilizando los servicios identificados como críticos de forma errónea o incluso en horarios de los cuales tenemos que proveer funcionalidades básicas a los clientes del negocio. El trabajo de tesis en exposición se pondrá en evidencia cómo evaluar el uso de sistemas con limitaciones de tasa para proteger servicios y activos críticos, utilizando como guía un caso de estudio hipotético del cual vamos a encontrarnos con distintos escenarios, simulando comportamientos que puedan ocurrir en el día a día.