Medición de la credibilidad de los servicios en la nube basada en la entropía de la información y cadenas de Markov

Por qué importa confiar en los servicios en la nube

Desde copias de seguridad de fotos hasta aplicaciones críticas para negocios, cada vez más de nuestra vida digital se ejecuta en servicios en la nube. Sin embargo, muchas personas y organizaciones aún se preguntan: ¿podemos realmente confiar estos sistemas invisibles con nuestros datos y operaciones diarias? Este artículo aborda esa pregunta de forma directa, proponiendo un método estructurado para medir cuán confiable es un servicio en la nube y cómo esa confianza cambia con el tiempo.

Descomponer la confianza en cualidades cotidianas

Los autores empiezan preguntando qué significa realmente la “credibilidad” en la nube desde el punto de vista del usuario. En lugar de tratar la confianza como una sensación vaga, la desglosan en seis dimensiones fáciles de entender. Visibilidad trata de si puedes ver qué hace el servicio con tus datos —por ejemplo, dónde se almacenan y quién ha accedido a ellos. Controlabilidad refleja cuánto control tienen el usuario y el proveedor sobre el acceso, el cifrado y el comportamiento del sistema. Seguridad abarca la protección frente a pérdida de datos, ataques y virus. Fiabilidad es si el servicio sigue funcionando y devuelve resultados correctos a lo largo del tiempo. Viabilidad del proveedor concierne a la salud y profesionalismo de la empresa detrás del servicio, incluyendo sus finanzas, experiencia y planes a largo plazo. Finalmente, la satisfacción del usuario mide si los clientes reales perciben que el servicio es rápido, tiene un precio justo y se adapta a sus necesidades.

Convertir preocupaciones difusas en factores medibles

Para pasar de conceptos a números, el equipo identifica 30 factores específicos en estas seis dimensiones, como copia de seguridad y recuperación de datos, autenticación de identidad, monitorización de fallos y precio. Consultan a 15 expertos en la nube y a más de 1.000 usuarios, preguntando con qué frecuencia cada factor provoca problemas y cuán graves son esos problemas cuando ocurren. En lugar de limitarse a promediar opiniones, utilizan una idea estadística llamada entropía de la información para medir la incertidumbre. En términos sencillos, la entropía indica cuán impredecible es algo. Aquí captura cuánta incertidumbre tiene cada factor y cuánto puede sacudir la confianza de los usuarios. Los factores que causan problemas con frecuencia y son difíciles de predecir llevan más peso en la puntuación final de confianza.

Seguir cómo cambia la confianza con el tiempo

Los servicios en la nube no son estáticos: el software se actualiza, los ataques van y vienen, y las oleadas de tráfico ocurren en distintos momentos del día. Para capturar esto, los autores combinan la entropía con otra herramienta matemática llamada cadena de Markov, que modela cómo un sistema se mueve entre estados. Definen “estados” de confianza como bajo, medio y alto riesgo y usan datos reales del servicio, aportes de expertos y retroalimentación de usuarios para estimar la probabilidad de que el sistema pase de un estado a otro en cada ventana temporal. Al actualizar repetidamente estas probabilidades de transición, pueden estimar un patrón estable: con qué frecuencia el servicio permanecerá en estados más seguros o más arriesgados a largo plazo y cómo evoluciona la confianza en días, meses o tras mejoras específicas.

Probar el modelo con proveedores de nube reales

Los investigadores aplican su método a tres proveedores de nube reales que ofrecen almacenamiento, herramientas ofimáticas y plataformas de desarrollo. Recogen registros técnicos, datos financieros, logs de servicio y encuestas de usuarios, y luego calculan una puntuación de confianza para cada proveedor. En un caso detallado, la evaluación inicial señala puntos débiles particulares: visibilidad (los usuarios no pueden ver fácilmente cómo se gestionan los datos) y controles de seguridad. Con estas observaciones, el proveedor refuerza aspectos como la documentación, las medidas de protección de datos y la comunicación con los usuarios. Cinco meses después, se vuelve a ejecutar el modelo. Las nuevas puntuaciones muestran menor incertidumbre, menor impacto de los factores problemáticos y un claro cambio de “generalmente creíble” a la categoría más alta del estudio, “más creíble”.

Cómo se compara esto con otros enfoques

Los autores también comparan su método con varias técnicas populares para evaluar servicios en la nube, incluyendo el Proceso Analítico Jerárquico (AHP), métodos de decisión multicriterio, modelos de teoría gris y redes bayesianas. Bajo pruebas estandarizadas, su modelo combinado de entropía de la información y cadena de Markov (IE‑MC) mejora la precisión de la predicción en alrededor de un 15% respecto al AHP clásico, a la vez que resulta más eficiente que modelos probabilísticos complejos en entornos de nube grandes y con cambios rápidos. Es especialmente eficaz para manejar condiciones dinámicas, como picos de carga o fallos repentinos, donde la confianza puede subir o bajar con rapidez.

Qué significa esto para los usuarios cotidianos de la nube

Para los no especialistas, el mensaje clave es que la confianza en la nube puede medirse y mejorarse de forma sistemática, en lugar de depender de intuiciones o afirmaciones de marketing. Al descomponer la credibilidad en aspectos visibles —como tiempo de actividad, salvaguardas de seguridad, trayectoria y satisfacción del usuario— y al seguir cómo evolucionan, el modelo IE‑MC ofrece tanto a clientes como a proveedores una especie de “panel de control de la confianza”. Aunque el método es matemáticamente sofisticado y sigue dependiendo de buenos datos de expertos, demuestra que con las mediciones adecuadas y monitorización continua, los servicios en la nube pueden pasar de “probablemente aceptables” a plataformas claramente fiables en las que los usuarios pueden confiar con mayor seguridad.

Cita: Ou, L., Yu, J. Credibility measurement of cloud services based on information entropy and Markov chain. Sci Rep 16, 4807 (2026). https://doi.org/10.1038/s41598-026-35346-3

Palabras clave: confianza en servicios en la nube, fiabilidad del servicio, evaluación de seguridad, modelado de riesgos, satisfacción del usuario