--- title: "ACM SIGMETRICS" description: "ACM SIGMETRICS se centra en el diseño, la modelización, la medición y el análisis de rendimiento de sistemas informáticos. El congreso estudia cómo cuantificar y mejorar propiedades como latencia, cap..." url: https://dimecongresos.com/congresos/acm-sigmetrics/ date: 2026-08-24 modified: 2026-08-24 author: "Sofía" image: https://dimecongresos.com/wp-content/uploads/2026/08/krystianwin-computer-5088599_640.jpg type: congresos lang: es --- # ACM SIGMETRICS ACM SIGMETRICS se centra en el diseño, la modelización, la medición y el análisis de rendimiento de sistemas informáticos. El congreso estudia cómo cuantificar y mejorar propiedades como latencia, capacidad, fiabilidad, coste, precisión, equidad, consumo energético y huella de carbono. Su convocatoria abarca redes, computación de altas prestaciones, inteligencia artificial, aprendizaje automático, Internet de las cosas, nube, edge computing, sistemas multimedia, dispositivos móviles, computación cuántica y sistemas ciberfísicos. Los artículos aceptados aparecen en una publicación científica de ACM dedicada a la medición y análisis de sistemas computacionales y posteriormente se presentan en el congreso. El objetivo científico de ACM SIGMETRICS consiste en desarrollar métodos que permitan comprender por qué un sistema alcanza determinado rendimiento y qué decisiones pueden mejorar su comportamiento. La investigación combina modelos matemáticos, mediciones, simulaciones e implementaciones. Una propuesta puede estudiar un sistema nuevo o analizar uno existente, pero necesita plantear un problema bien motivado y proporcionar evidencia que valide las conclusiones. El rendimiento se entiende de manera amplia: una solución no se evalúa únicamente por su velocidad, sino también por recursos, fiabilidad, eficiencia, sostenibilidad y otras métricas relevantes para la aplicación. El aprendizaje automático y la inteligencia artificial constituyen una de las áreas oficiales. La convocatoria incluye investigación teórica sobre aprendizaje, estudios empíricos y aplicaciones, aprendizaje automático para sistemas y sistemas destinados a ejecutar aprendizaje automático. Los trabajos pueden estudiar aprendizaje en línea, aprendizaje por refuerzo, aprendizaje profundo y aprendizaje distribuido. También pueden analizar aprendizaje confiable mediante causalidad, equidad y privacidad. Esta línea conecta algoritmos y sistemas y exige considerar tanto calidad predictiva como costes de ejecución y propiedades operativas. La medición y la modelización aplicada forman otro track central. Los artículos pueden investigar detección de anomalías, diagnóstico de problemas, monitorización y predicción del rendimiento. También pueden desarrollar diseños experimentales, análisis estadístico, simulación, caracterización de cargas y benchmarks. La medición permite describir el comportamiento de sistemas reales, mientras los modelos ayudan a explicar relaciones y anticipar resultados bajo configuraciones todavía no observadas. La combinación de ambas aproximaciones facilita contrastar hipótesis y evitar conclusiones basadas únicamente en ejemplos aislados. Las redes de computadores y comunicaciones constituyen otra línea prioritaria. Los trabajos pueden estudiar protocolos, algoritmos, capacidad, congestión, planificación y asignación de recursos. También aparecen redes inalámbricas, móviles, ad hoc y de sensores. Estos sistemas generan problemas de rendimiento porque múltiples usuarios y dispositivos comparten recursos limitados y las condiciones pueden cambiar continuamente. La investigación puede desarrollar modelos capaces de representar estos fenómenos y evaluar nuevas políticas mediante simulación o implementaciones. La arquitectura de computadores, los aceleradores, los procesadores multinúcleo, los sistemas de memoria y las redes de almacenamiento forman parte del track de sistemas. Las contribuciones pueden analizar cómo la organización del hardware influye en latencia, capacidad, energía y utilización. También pueden investigar plataformas destinadas a cargas de inteligencia artificial o computación de altas prestaciones. El interés reside en relacionar las decisiones arquitectónicas con métricas observables y no únicamente con características teóricas de la plataforma. La computación en la nube, fog y edge constituye otro ámbito explícito. Los trabajos pueden estudiar asignación dinámica de recursos, planificación, elasticidad y distribución de servicios. También pueden analizar sistemas de producción a gran escala. ACM SIGMETRICS incorpora un track específico para sistemas operacionales desplegados, donde la contribución puede consistir en demostrar cómo funcionan principios conocidos cuando se aplican sobre infraestructuras reales o en identificar supuestos que dejan de ser válidos a gran escala. La eficiencia energética y la computación consciente del carbono representan una línea científica propia. Los artículos pueden investigar políticas que reduzcan energía utilizada por centros de datos, redes, dispositivos y aplicaciones. También pueden analizar la huella de carbono como métrica del sistema. Estas investigaciones deben considerar los compromisos entre consumo, rendimiento, coste y calidad del servicio, porque reducir un recurso puede modificar otras propiedades relevantes. Los sistemas operativos, sistemas de archivos y bases de datos forman otro bloque oficial. Los trabajos pueden estudiar planificación, almacenamiento, concurrencia, cachés y mecanismos de ejecución. También se incluyen sistemas en tiempo real y tolerantes a fallos, donde la capacidad para cumplir plazos o continuar funcionando bajo errores constituye una métrica esencial. La seguridad y la privacidad de sistemas computacionales y redes aparecen asimismo como temas explícitos cuando existe una contribución relacionada con medición, modelización o análisis del rendimiento. La teoría proporciona otro eje fundamental. La convocatoria incluye modelización analítica y validación de modelos, planificación de capacidad, asignación de recursos, teoría de control, teoría de juegos, economía de redes, diseño de plataformas, algoritmos sobre grafos, teoría de colas y optimización matemática. Estas herramientas permiten representar sistemas mediante estructuras formales y obtener conclusiones generales sobre estabilidad, eficiencia y decisiones óptimas. Los sistemas ciberfísicos, redes inteligentes, blockchain, criptomonedas, computación cuántica y comunicaciones cuánticas forman parte de las áreas emergentes. También aparecen redes sociales, sistemas multimedia y servicios web. Esta diversidad refleja que los métodos de evaluación del rendimiento pueden trasladarse entre dominios muy diferentes cuando comparten problemas de recursos, demanda, interacción y escalabilidad. La reproducibilidad y la replicabilidad forman parte explícita de la política científica. Los autores deben declarar qué datos, código y artefactos publicarán o explicar por qué no pueden hacerlo. Esta exigencia pretende facilitar que otras investigaciones comprueben las conclusiones y comparen nuevas técnicas bajo condiciones semejantes. La revisión es doblemente anónima y los trabajos aceptados requieren presentación presencial. ACM SIGMETRICS se dirige a especialistas en rendimiento de sistemas, redes, sistemas distribuidos, arquitectura, aprendizaje automático, probabilidad aplicada, optimización y ciencia de datos. ACM SIGMETRICS contribuye al avance de la disciplina al combinar teoría, mediciones y sistemas reales para comprender el comportamiento de infraestructuras computacionales cada vez más complejas y establecer métodos verificables para mejorar su eficiencia y fiabilidad. Palabras clave: rendimiento de sistemas, SIGMETRICS, modelización, medición, análisis de rendimiento, latencia, throughput, fiabilidad, coste, equidad, eficiencia energética, huella de carbono, inteligencia artificial, aprendizaje automático, sistemas para aprendizaje automático, redes, sistemas distribuidos, arquitectura de computadores, aceleradores, memoria, almacenamiento, cloud computing, fog computing, edge computing, Internet de las cosas, sistemas operativos, bases de datos, sistemas en tiempo real, tolerancia a fallos, seguridad, privacidad, teoría de colas, teoría de juegos, optimización, teoría de control, planificación, asignación de recursos, benchmarking, simulación, análisis estadístico, computación cuántica, sistemas ciberfísicos, reproducibilidad.