https://hdl.handle.net/10259/9417 2026-07-17T07:22:43Z https://hdl.handle.net/10259/11914 Simulador del microprocesador 80386: un enfoque orientado a docencia González Pampliega, Miguel El objetivo de este trabajo es la concepción y posterior desarrollo de un simulador del microprocesador 80386 desarrollado por Intel. Dicho procesador, también conocido como i386, es un procesador de 32 bits. La finalidad del simulador reside en ser utilizado para docencia en varias asignaturas de la titulación de Ingeniería Informática de la Universidad de Burgos u otras universidades. Algunos ejemplos de estas asignaturas podrían ser Fundamentos de Computadores o Ciberseguridad. La idea principal del simulador, es ofrecer una interfaz clara y sencilla al usuario, que permita seguir y comprender la ejecución de programas en ensamblador paso a paso, tanto para aprender cómo funcionan los microprocesadores y su programación, como para entender la explotación de programas vulnerables con CWE conocidos. Esto se consigue a través de la consecución de que el simulador pueda ejecutar ficheros ejecutables compilados para el i386 (o bien ELF32 o bien bytecode ejecutable sin cabeceras). Esta herramienta está concebida para ser ejecutada en un entorno Linux, a través de la línea de comandos. Este entorno resulta ideal por su facilidad para escribir scripts, compilar ejecutables, efectuar redirecciones a descriptores de ficheros, la utilización de tuberías, desensamblar programas en hexadecimal, y sobre todo, para la ejecución de syscalls o llamadas al sistema de Linux usando la ABI del i386. De manera adicional, se ha desarrollado, como otra rama del mismo proyecto, una interfaz gráfica que permite ejecutar el simulador desde el sistema operativo Windows. Esta rama está orientada a la docencia de Fundamentos de Computadores, ya que algunas funcionalidades avanzadas han sido recortadas por su incompatibilidad en Windows. Para ello, el software se implementa como una librería multiplataforma que pueda ser compilada y utilizada de igual manera en distintos sistemas operativos, donde lo único que varía es la interfaz gráfica o la manera en la que se compila el programa final.; The aim of this project is the conception and subsequent development of an Intel 80386 microprocessor simulator. This microprocessor, widely known as the i386, is a 32-bit CPU. The main goal of the simulator is to serve as a teaching resource for several subjects within the Computer Engineering Degree at the University of Burgos (or any other university), including Cybersecurity and Computer Fundamentals. The main idea of the simulator is to provide a clean and intuitive interface to the user, that allows them to follow and comprehend the execution of assembly programs step by step. This makes it possible to learn how microprocessors work (and their programming) while also demonstrating how vulnerable programs, with known CWEs, can be exploited. This is achieved by enabling the simulator to execute both ELF32 and assembly programs. This tool is designed to be run in a Linux environment, through the command line. Such environment is particularly suitable due to its capacity to run scripts, compile object files, use pipes and redirections, disassemble programs to hexadecimal code, and above all, to execute system calls using the Linux i386 ABI. In addition, a Graphical User Interface (GUI) has been developed as another branch of the same project, allowing the simulator to be executed under the Windows operating system. This branch is mainly focused on teaching Computer Fundamentals, since some advanced functionalities have been removed due to their incompatibility with Windows. To achieve this, the software has been implemented as a cross-platform library that can be compiled and used in the same way across different operating systems, where only the graphical interface or the method used to compile the final program varies. 2026-05-01T00:00:00Z https://hdl.handle.net/10259/5075 Monitor en tiempo real de un sistema de fabricación aditiva para OctoPrint Zotes González, David Le tecnología de la impresión 3D está aumentando su presencia tanto a nivel industrial, permitiendo la fabricación tanto de piezas como de prototipos de manera local, barata y rápida, como a nivel doméstico, dotando de capacidades hasta ahora industriales a cualquier persona desde su casa con acceso a esta tecnología. Debido a la necesidad de crear, usar y producir prototipos en el mundo industrial, la impresión 3D tiene cada vez más presencia en nuestras vidas. Para facilitar el acceso a la impresión 3D, existen distintas herramientas como OctoPrint. Se trata de una aplicación de software libre que permite modificar los parámetros más importantes de la impresión, tales como, la velocidad de impresión, el flujo de plástico, temperatura de cama y extrusor, etc.; 3D printing technology is increasing its presence both at industrial level, allowing the manufacture of both pieces and prototypes locally, cheaply and quickly, and at domestic level, providing capabilities to local users that until now where exclusive to industrial level. Due to the need to create, use and produce prototypes in the industrial world, 3D printing has more and more presence in our lives. To facilitate this, there are different tools such as OctoPrint. It is a free software project that allows you to modify the most important parameters of printing, such as printing speed, plastic flow, bed temperature and extruder, etc.. https://hdl.handle.net/10259/4987 Diseño de un sistema de identificación de personas Castro Hurtado, Víctor de Las tecnologías avanzan continuamente, al igual que hacen las amenazas que acompañan a dichas tecnologías. Por ello, y para mantener una sociedad estable, la seguridad debe ir ligada a estos avances. Con este proyecto se pretende abordar la temática de la seguridad en lugares públicos (como pueden ser aeropuertos o centros comerciales) desde el punto de vista del reconocimiento facial. Para ello, se ha diseñado un prototipo de un sistema de identificación de personas a través de un programa de reconocimiento facial, desarrollado en Python y utilizando técnicas de Machine-Learning. En dicho sistema se parte de una base de datos que contiene imágenes de personas en una lista de busca y captura. De este modo, a partir de una imagen capturada en el lugar de interés, el sistema reconocerá el rostro y lo identificará si se encuentra en la base de datos.; Technology is continuously advancing, so do the threads attached with this technology. For that, and to sustain a stable society, security must suit those advances. With this project, we intend to approach the security topic in public places (such as airports or shopping centers) from a facial recognition point of view. For that, we have designed a prototype of a person identifier system through a facial recognition program, developed in Python and using Machine-Learning technologies. In that system, we start with a database with images of people in a search and capture list. This way, from an image captured in-place, the system will recognize the face and identify if it exists in the database. https://hdl.handle.net/10259/4639 Reconocimiento de señales de tráfico mediante Raspberry Pi Miguel Tobar, Alberto En este trabajo se ha desarrollado una herramienta de reconocimiento de señales de tráfi co mediante el uso de una Raspberry Pi. El sistema puede reconocer distintas señales de tráfi co agrupadas por categorías analizando un flujo de imágenes capturadas en vivo, una imagen estática previamente capturada o a partir de un vídeo grabado. El trabajo está desarrollado en Python haciendo uso de la librería de visión arti cial OpenCV y para mostrar las imágenes se usa el servidor de Flask. La técnica usada para el reconocimiento es Machine learning, usa el algoritmo Haar para procesar las im agenes y reconocer las señales. Se analiza el rendimiento de la Raspberry Pi usando diferentes resoluciones de imagen, así como diferente número de señales a reconocer.; In this project, I have worked to develop a tool for traffic signal recognition, with de help of a Raspberry Pi. The system is able to recognize different types of traffic signals grouped by categories using image streams captured live, from an image that was previously taken or from a recorded video. The project is developed with Python, making use of a computer vision library, named OpenCV. To show the images a mycroframework called Flask is used. The technique used to recognize traffic signals is Machine learning. The algorithm used is the Harr cascade classifier. The performance of the Raspberry Pi is analysed using images with different resolutions, as well as a different number of signals to recognize.