Vol. 13/ Núm. 3 2026 pág. 974
https://doi.org/10.69639/arandu.v13i3.2440
Hiperconvergencia en infraestructura de tecnologías de la
información con Proxmox
Hyperconvergence in IT Infrastructure with Proxmox
Lilián Díaz Urbiña
diazlilian@itat.edu.mx
https://orcid.org/0009-0004-4517-6357
Ingeniería en Tecnologías de la Información y Comunicaciones
Tecnológico Nacional de México - Instituto Tecnológico del Altiplano de Tlaxcala
Tlaxcala - México
Valente Torija Pérez
torijavalente@itat.edu.mx
https://orcid.org/0009-0001-5536-7200
Ingeniería en Tecnologías de la Información y Comunicaciones
Tecnológico Nacional de México - Instituto Tecnológico del Altiplano de Tlaxcala
Tlaxcala – México
José Luis Hernández Corona
coronaluis@uttlaxcala.edu.mx
https://orcid.org/0000-0001-9209-9287
Universidad Tecnológica de Tlaxcala
Tlaxcala – México
Artículo recibido: 10 junio 2026- Aceptado para publicación:16 julio 2026
Conflictos de intereses: Ninguno que declarar.
RESUMEN
Este estudio documenta la implementación y evaluación de una infraestructura hiperconvergente
(HCI) basada en Proxmox Virtual Environment 8.4.11 y tecnologías de código abierto (Ceph,
LXC, KVM, Debian 12) en el Tecnológico Nacional de México — Instituto Tecnológico del
Altiplano de Tlaxcala. Impulsado por la creciente demanda de servicios digitales y los
presupuestos limitados en las instituciones educativas, el despliegue utilizó hardware Lenovo
ThinkServer RS160 y una metodología por fases (planificación, instalación, almacenamiento,
virtualización y despliegue de servicios), con monitoreo continuo durante 133 días. Se
desplegaron servicios de producción representativos (Nextcloud, Odoo ERP, herbario digital, Pi-
hole, Samba AD y OpenVPN) y se recopilaron métricas de CPU, memoria, almacenamiento, red
y disponibilidad. Los resultados demuestran estabilidad operativa (99.98% de tiempo de
actividad), uso promedio de CPU del 1% con picos de hasta el 15%, utilización de memoria del
44% y uso de almacenamiento del 10%. Un análisis comparativo con la infraestructura tradicional
mostró una reducción estimada del 60 % en los costos de infraestructura y una disminución del
70 % en el tiempo de gestión, junto con la escalabilidad horizontal y la alta disponibilidad que
proporciona la replicación triple de Ceph. Los hallazgos validan que las soluciones HCI de código
Vol. 13/ Núm. 3 2026 pág. 975
abierto representan una alternativa viable, rentable y replicable para organizaciones académicas
con recursos limitados, lo que permite la consolidación de servicios y la simplificación de las
operaciones. El estudio analiza las implicaciones técnicas y económicas, reconoce las
limitaciones y recomienda clústeres de múltiples nodos y evaluaciones del comportamiento de la
red en trabajos futuros.
Palabras clave: red informática, sistema informático, software de código abierto,
tecnología de la información, tecnología educacional
ABSTRACT
This study documents the implementation and evaluation of a hyperconverged infrastructure
(HCI) based on Proxmox Virtual Environment 8.4.11 and open-source technologies (Ceph, LXC,
KVM, Debian 12) at the National Technological Institute of Mexico — Altiplano de Tlaxcala
Institute of Technology. Driven by the growing demand for digital services and limited budgets
at educational institutions, the deployment utilized Lenovo ThinkServer RS160 hardware and a
phased methodology (planning, installation, storage, virtualization, and service deployment), with
continuous monitoring over 133 days. Representative production services (Nextcloud, Odoo ERP,
digital herbarium, Pi-hole, Samba AD, and OpenVPN) were deployed, and metrics for CPU,
memory, storage, network, and availability were collected. The results demonstrate operational
stability (99.98% uptime), an average CPU usage of 1% with peaks of up to 15%, memory
utilization of 44%, and storage usage of 10%. A comparative analysis with traditional
infrastructure showed an estimated 60% reduction in infrastructure costs and a 70% decrease in
management time, along with the horizontal scalability and high availability provided by Ceph’s
triple replication. The findings confirm that open-source HCI solutions represent a viable, cost-
effective, and replicable alternative for academic organizations with limited resources, enabling
the consolidation of services and the simplification of operations. The study analyzes the technical
and economic implications, acknowledges the limitations, and recommends multi-node clusters
and network performance evaluations for future work.
Keywords: computer network, computer system, open-source software, information
technology, educational technology
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
abierto representan una alternativa viable, rentable y replicable para organizaciones académicas
con recursos limitados, lo que permite la consolidación de servicios y la simplificación de las
operaciones. El estudio analiza las implicaciones técnicas y económicas, reconoce las
limitaciones y recomienda clústeres de múltiples nodos y evaluaciones del comportamiento de la
red en trabajos futuros.
Palabras clave: red informática, sistema informático, software de código abierto,
tecnología de la información, tecnología educacional
ABSTRACT
This study documents the implementation and evaluation of a hyperconverged infrastructure
(HCI) based on Proxmox Virtual Environment 8.4.11 and open-source technologies (Ceph, LXC,
KVM, Debian 12) at the National Technological Institute of Mexico — Altiplano de Tlaxcala
Institute of Technology. Driven by the growing demand for digital services and limited budgets
at educational institutions, the deployment utilized Lenovo ThinkServer RS160 hardware and a
phased methodology (planning, installation, storage, virtualization, and service deployment), with
continuous monitoring over 133 days. Representative production services (Nextcloud, Odoo ERP,
digital herbarium, Pi-hole, Samba AD, and OpenVPN) were deployed, and metrics for CPU,
memory, storage, network, and availability were collected. The results demonstrate operational
stability (99.98% uptime), an average CPU usage of 1% with peaks of up to 15%, memory
utilization of 44%, and storage usage of 10%. A comparative analysis with traditional
infrastructure showed an estimated 60% reduction in infrastructure costs and a 70% decrease in
management time, along with the horizontal scalability and high availability provided by Ceph’s
triple replication. The findings confirm that open-source HCI solutions represent a viable, cost-
effective, and replicable alternative for academic organizations with limited resources, enabling
the consolidation of services and the simplification of operations. The study analyzes the technical
and economic implications, acknowledges the limitations, and recommends multi-node clusters
and network performance evaluations for future work.
Keywords: computer network, computer system, open-source software, information
technology, educational technology
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 13/ Núm. 3 2026 pág. 976
INTRODUCCIÓN
La evolución de las infraestructuras de Tecnologías de la Información (TI) ha pasado
desde sistemas tradicionales altamente segmentados a arquitecturas integradas que optimizan
recursos, automatizan operaciones y simplifican la gestión operativa (Blocks & Files, 2023). En
el sector educativo, esta evolución responde a demandas crecientes de disponibilidad, flexibilidad
y seguridad para soportar una educación híbrida, laboratorios virtuales y servicios de
administración institucional, requisitos que alteran las capacidades de infraestructuras monolíticas
y dispersas (Gartner, como citado en Blocks & Files, 2023; Scribd, 2025). La hiperconvergencia
(HCI) integra cómputo, almacenamiento definido por software y virtualización de red en una
plataforma que administra de forma centralizada, lo que reduce la fragmentación de herramientas
y facilita la planificación de recursos conforme cambian las cargas de trabajo académico
(Proxmox, sf; Oleksiuk et al., 2021).
Las infraestructuras tradicionales en las universidades presentan limitaciones concretas,
diversidad de sistemas de gestión que incrementan la carga administrativa; costos elevados
asociados a SAN/NAS propietarios y licencias; tiempos de abastecimiento largos para nuevos
servicios; y complejidad para escalar sin incurrir en inversiones de capital sustanciales (ACNSCI,
2021; Oleksiuk et al., 2021). Estos factores son críticos en instituciones con presupuestos
restringidos, donde la necesidad de ofrecer continuidad de servicios y soporte para investigación
y docencia compite con otras prioridades institucionales (Jurnal Sistem Informasi, Sains Data,
Dan Informatika, 2026). Además, la segmentación de plataformas dificulta la implementación de
políticas uniformes de seguridad y copia de respaldo, aumentando la vulnerabilidad ante fallos y
eventos de ciberseguridad que afectan la confidencialidad y disponibilidad de datos académicos
(Ceph community materials; Ceph at Flatiron/CERN, 2019).
El paradigma HCI, ha incrementado por soluciones de código abierto como Proxmox VE
y sistemas de almacenamiento distribuidos como Ceph, ofrece ventajas técnicas y económicas
relevantes para entornos de educación superior. Técnicamente, la convergencia de servicios
reduce la superficie administrativa, permite automatizar despliegues mediante plantillas y
fortalece la coexistencia de contenedores (LXC) y máquinas virtuales (KVM) para ajustar la
densidad de carga según requisitos de rendimiento y aislamiento (Proxmox, sf; Oleksiuk et al.,
2021). En términos de almacenamiento, Ceph suministra replicación configurable (por ejemplo,
replicación triple), tolerancia a fallos y escalabilidad horizontal sin la necesidad de soluciones
SAN propietarias, lo cual es especialmente valioso cuando se requieren garantías de alta
disponibilidad y protección de datos para repositorios institucionales y servicios críticos (Ceph
Day Berlin, 2015; Indico/CERN, 2019).
Económicamente, la adopción de HCI basada en software libre puede traducirse en
reducciones sustantivas del costo total de propiedad (TCO) al consolidar hardware, eliminar
INTRODUCCIÓN
La evolución de las infraestructuras de Tecnologías de la Información (TI) ha pasado
desde sistemas tradicionales altamente segmentados a arquitecturas integradas que optimizan
recursos, automatizan operaciones y simplifican la gestión operativa (Blocks & Files, 2023). En
el sector educativo, esta evolución responde a demandas crecientes de disponibilidad, flexibilidad
y seguridad para soportar una educación híbrida, laboratorios virtuales y servicios de
administración institucional, requisitos que alteran las capacidades de infraestructuras monolíticas
y dispersas (Gartner, como citado en Blocks & Files, 2023; Scribd, 2025). La hiperconvergencia
(HCI) integra cómputo, almacenamiento definido por software y virtualización de red en una
plataforma que administra de forma centralizada, lo que reduce la fragmentación de herramientas
y facilita la planificación de recursos conforme cambian las cargas de trabajo académico
(Proxmox, sf; Oleksiuk et al., 2021).
Las infraestructuras tradicionales en las universidades presentan limitaciones concretas,
diversidad de sistemas de gestión que incrementan la carga administrativa; costos elevados
asociados a SAN/NAS propietarios y licencias; tiempos de abastecimiento largos para nuevos
servicios; y complejidad para escalar sin incurrir en inversiones de capital sustanciales (ACNSCI,
2021; Oleksiuk et al., 2021). Estos factores son críticos en instituciones con presupuestos
restringidos, donde la necesidad de ofrecer continuidad de servicios y soporte para investigación
y docencia compite con otras prioridades institucionales (Jurnal Sistem Informasi, Sains Data,
Dan Informatika, 2026). Además, la segmentación de plataformas dificulta la implementación de
políticas uniformes de seguridad y copia de respaldo, aumentando la vulnerabilidad ante fallos y
eventos de ciberseguridad que afectan la confidencialidad y disponibilidad de datos académicos
(Ceph community materials; Ceph at Flatiron/CERN, 2019).
El paradigma HCI, ha incrementado por soluciones de código abierto como Proxmox VE
y sistemas de almacenamiento distribuidos como Ceph, ofrece ventajas técnicas y económicas
relevantes para entornos de educación superior. Técnicamente, la convergencia de servicios
reduce la superficie administrativa, permite automatizar despliegues mediante plantillas y
fortalece la coexistencia de contenedores (LXC) y máquinas virtuales (KVM) para ajustar la
densidad de carga según requisitos de rendimiento y aislamiento (Proxmox, sf; Oleksiuk et al.,
2021). En términos de almacenamiento, Ceph suministra replicación configurable (por ejemplo,
replicación triple), tolerancia a fallos y escalabilidad horizontal sin la necesidad de soluciones
SAN propietarias, lo cual es especialmente valioso cuando se requieren garantías de alta
disponibilidad y protección de datos para repositorios institucionales y servicios críticos (Ceph
Day Berlin, 2015; Indico/CERN, 2019).
Económicamente, la adopción de HCI basada en software libre puede traducirse en
reducciones sustantivas del costo total de propiedad (TCO) al consolidar hardware, eliminar
Vol. 13/ Núm. 3 2026 pág. 977
licencias propietarias y disminuir tiempos de intervención operativa mediante una interfaz de
gestión unificada (SmartX, 2023; Proxmox Success Stories, sf). Además, la reproducibilidad de
arquitecturas abiertas facilita la transferencia de conocimiento entre instituciones educativas y
disminuye la dependencia de proveedores únicos, fomentando soluciones sostenibles a mediano
y largo plazo (ACNSCI, 2021; Scribd, 2026). No obstante, la migración a HCI requiere una
evaluación cuidadosa de requisitos de red (ancho de banda y latencia), diseño de topologías de
almacenamiento y políticas de reproducibilidad, así como capacitación del personal técnico para
la operación y recuperación ante fallos. Estudios comparativos y casos de implementación
reportan mejoras en disponibilidad y eficiencia operativa cuando se aplican metodologías por
fases, planificación, instalación, almacenamiento, virtualización y despliegue de servicios,
acompañadas de monitoreo continuo y análisis de métricas (Oleksiuk et al., 2021; Jurnal Sistem
Informasi, Sains Data, Dan Informatika, 2026).
Este artículo documenta la implementación de una infraestructura hiperconvergente
basada en Proxmox VE en el Tecnológico Nacional de México, Instituto Tecnológico del
Altiplano de Tlaxcala, con el objetivo de: (1) exponer la metodología reproducible utilizando
software libre; (2) cuantificar mejoras en eficiencia operativa; (3) describir casos de servicios
desplegados relevantes para docencia e investigación; y (4) analizar el impacto técnico y
económico de la transición desde una infraestructura tradicional hacia una solución HCI
replicable en instituciones similares (ACNSCI, 2021; Proxmox Success Stories, sf). Las
evidencias aquí presentadas contribuirán a orientar decisiones institucionales sobre
modernización de TI en contextos educativos con recursos limitados.
MATERIALES Y MÉTODOS
La presente investigación se desarrolló bajo un enfoque cuantitativo con un diseño de
investigación-experimental aplicada de tipo piloto, orientado a evaluar la viabilidad técnica y
operativa de una infraestructura hiperconvergente (HCI) de código abierto en un entorno
académico de recursos limitados. El estudio se estructuró en cinco fases metodológicas
(planificación, aprovisionamiento, configuración, instrumentación y análisis), mismas que se
detallan en las subsecciones siguientes.
Diseño del Escenario de Prueba y Especificaciones de Hardware
Para garantizar la reproducibilidad del estudio, se estableció un banco de pruebas físico
que permite las condiciones operativas de un departamento de servicios informáticos en una
institución de educación superior. Se utilizó un servidor Lenovo ThinkServer RS160 (Modelo
70TG0014LD) con las siguientes características técnicas: procesador AMD Ryzen 5 5560U (6
núcleos, 12 hilos, frecuencia base de 2.3 GHz y turbo de 4.0 GHz), memoria RAM DDR4 de 16
GB a 3200 MHz y almacenamiento primario en unidad de estado sólido (SSD) NVMe de 1 TB
con interfaz PCIe 3.0 para minimizar la latencia de entrada/salida.
licencias propietarias y disminuir tiempos de intervención operativa mediante una interfaz de
gestión unificada (SmartX, 2023; Proxmox Success Stories, sf). Además, la reproducibilidad de
arquitecturas abiertas facilita la transferencia de conocimiento entre instituciones educativas y
disminuye la dependencia de proveedores únicos, fomentando soluciones sostenibles a mediano
y largo plazo (ACNSCI, 2021; Scribd, 2026). No obstante, la migración a HCI requiere una
evaluación cuidadosa de requisitos de red (ancho de banda y latencia), diseño de topologías de
almacenamiento y políticas de reproducibilidad, así como capacitación del personal técnico para
la operación y recuperación ante fallos. Estudios comparativos y casos de implementación
reportan mejoras en disponibilidad y eficiencia operativa cuando se aplican metodologías por
fases, planificación, instalación, almacenamiento, virtualización y despliegue de servicios,
acompañadas de monitoreo continuo y análisis de métricas (Oleksiuk et al., 2021; Jurnal Sistem
Informasi, Sains Data, Dan Informatika, 2026).
Este artículo documenta la implementación de una infraestructura hiperconvergente
basada en Proxmox VE en el Tecnológico Nacional de México, Instituto Tecnológico del
Altiplano de Tlaxcala, con el objetivo de: (1) exponer la metodología reproducible utilizando
software libre; (2) cuantificar mejoras en eficiencia operativa; (3) describir casos de servicios
desplegados relevantes para docencia e investigación; y (4) analizar el impacto técnico y
económico de la transición desde una infraestructura tradicional hacia una solución HCI
replicable en instituciones similares (ACNSCI, 2021; Proxmox Success Stories, sf). Las
evidencias aquí presentadas contribuirán a orientar decisiones institucionales sobre
modernización de TI en contextos educativos con recursos limitados.
MATERIALES Y MÉTODOS
La presente investigación se desarrolló bajo un enfoque cuantitativo con un diseño de
investigación-experimental aplicada de tipo piloto, orientado a evaluar la viabilidad técnica y
operativa de una infraestructura hiperconvergente (HCI) de código abierto en un entorno
académico de recursos limitados. El estudio se estructuró en cinco fases metodológicas
(planificación, aprovisionamiento, configuración, instrumentación y análisis), mismas que se
detallan en las subsecciones siguientes.
Diseño del Escenario de Prueba y Especificaciones de Hardware
Para garantizar la reproducibilidad del estudio, se estableció un banco de pruebas físico
que permite las condiciones operativas de un departamento de servicios informáticos en una
institución de educación superior. Se utilizó un servidor Lenovo ThinkServer RS160 (Modelo
70TG0014LD) con las siguientes características técnicas: procesador AMD Ryzen 5 5560U (6
núcleos, 12 hilos, frecuencia base de 2.3 GHz y turbo de 4.0 GHz), memoria RAM DDR4 de 16
GB a 3200 MHz y almacenamiento primario en unidad de estado sólido (SSD) NVMe de 1 TB
con interfaz PCIe 3.0 para minimizar la latencia de entrada/salida.
Vol. 13/ Núm. 3 2026 pág. 978
Definición y Justificación de la Pila Tecnológica (Software Stack)
El ecosistema de software se seleccionó bajo criterios de madurez tecnológica, soporte
comunitario activo y compatibilidad con hardware commodity. La versión base del sistema
operativo fue Debian 12 (Bookworm) con kernel Linux 6.1.x, elegido por su estabilidad a largo
plazo (LTS). Sobre este, se instaló Proxmox Virtual Environment 8.4.11, el cual integra de manera
nativa. a) KVM (Kernel-based Virtual Machine). Para virtualización completa de sistemas
operativos huésped (máquinas virtuales), aprovechando las extensiones de virtualización AMD-
V del procesador. a) LXC (Linux Containers). Para virtualización a nivel de sistema operativo,
priorizando el arranque rápido y el bajo consumo de recursos en servicios ligeros. c) Ceph
(versión 18.2.0 Reef). Implementado como backend de almacenamiento en bloque (RADOS
Block Device - RBD) para las máquinas virtuales y como sistema de archivos compartido
(CephFS) para los contenedores.
La elección de Ceph frente a alternativas como ZFS (nativo en Proxmox) se justifica por
su escalabilidad horizontal, su capacidad de autorreparación y la replicación automática de datos,
atributos esenciales para la infraestructura hiperconvergente propuesta, incluso en su
implementación.
Procedimiento Metodológico (Fases de Implementación)
La implementación siguió un protocolo estructurado en 5 fases, documentado mediante
un diario de bitácora técnico para asegurar la trazabilidad. Fase de planificación y análisis de
requisitos, aquí se realizó un inventario de los servicios digitales críticos de la institución, se
definieron los requisitos no funcionales (RNF) priorizando la disponibilidad (>99%) y la
eficiencia energética, se elaboró un diagrama de red lógica con subredes VLAN para aislar el
tráfico de administración, almacenamiento (Cluster Network) y servicios productivos (Public
Network). En la fase de aprovisionamiento e instalación base, se instaló Debian 12 con
particionado GUID (GPT) y tabla de particiones estandarizada (/boot/efi, /, /var/lib/vz para datos
de Proxmox, y espacio sin formatear para Ceph), posteriormente, se instaló Proxmox VE 8.4.11
siguiendo el repositorio no-subscription para fines de investigación, configurando el archivo
/etc/hosts y la resolución DNS para garantizar la correcta identificación del cluster (configurado
en modo Single-Node Cluster para habilitar la interfaz de Ceph). En la fase de configuración del
almacenamiento distribuido (Ceph), se desplegó el monitor (ceph-mon) y el administrador (ceph-
mgr) en el mismo nodo, se crearon tres OSDs sobre particiones lógicas del SSD NVMe, se
estableció un pool de datos con size=1 y min_size=1 para pruebas de rendimiento, aunque se
configuró el crush map para simular la topología de tres hosts distintos con el fin de validar la
lógica de replicación a nivel de software. En la fase de virtualización y orquestación, se
desplegaron 4 Máquinas Virtuales (KVM) con asignación de recursos fijos (2 vCPUs y 4 GB de
RAM cada una) para servicios pesados (Odoo ERP y Nextcloud), y 4 contenedores LXC con
recursos dinámicos para servicios auxiliares (Pi-hole, Samba AD, OpenVPN y el herbario digital).
Definición y Justificación de la Pila Tecnológica (Software Stack)
El ecosistema de software se seleccionó bajo criterios de madurez tecnológica, soporte
comunitario activo y compatibilidad con hardware commodity. La versión base del sistema
operativo fue Debian 12 (Bookworm) con kernel Linux 6.1.x, elegido por su estabilidad a largo
plazo (LTS). Sobre este, se instaló Proxmox Virtual Environment 8.4.11, el cual integra de manera
nativa. a) KVM (Kernel-based Virtual Machine). Para virtualización completa de sistemas
operativos huésped (máquinas virtuales), aprovechando las extensiones de virtualización AMD-
V del procesador. a) LXC (Linux Containers). Para virtualización a nivel de sistema operativo,
priorizando el arranque rápido y el bajo consumo de recursos en servicios ligeros. c) Ceph
(versión 18.2.0 Reef). Implementado como backend de almacenamiento en bloque (RADOS
Block Device - RBD) para las máquinas virtuales y como sistema de archivos compartido
(CephFS) para los contenedores.
La elección de Ceph frente a alternativas como ZFS (nativo en Proxmox) se justifica por
su escalabilidad horizontal, su capacidad de autorreparación y la replicación automática de datos,
atributos esenciales para la infraestructura hiperconvergente propuesta, incluso en su
implementación.
Procedimiento Metodológico (Fases de Implementación)
La implementación siguió un protocolo estructurado en 5 fases, documentado mediante
un diario de bitácora técnico para asegurar la trazabilidad. Fase de planificación y análisis de
requisitos, aquí se realizó un inventario de los servicios digitales críticos de la institución, se
definieron los requisitos no funcionales (RNF) priorizando la disponibilidad (>99%) y la
eficiencia energética, se elaboró un diagrama de red lógica con subredes VLAN para aislar el
tráfico de administración, almacenamiento (Cluster Network) y servicios productivos (Public
Network). En la fase de aprovisionamiento e instalación base, se instaló Debian 12 con
particionado GUID (GPT) y tabla de particiones estandarizada (/boot/efi, /, /var/lib/vz para datos
de Proxmox, y espacio sin formatear para Ceph), posteriormente, se instaló Proxmox VE 8.4.11
siguiendo el repositorio no-subscription para fines de investigación, configurando el archivo
/etc/hosts y la resolución DNS para garantizar la correcta identificación del cluster (configurado
en modo Single-Node Cluster para habilitar la interfaz de Ceph). En la fase de configuración del
almacenamiento distribuido (Ceph), se desplegó el monitor (ceph-mon) y el administrador (ceph-
mgr) en el mismo nodo, se crearon tres OSDs sobre particiones lógicas del SSD NVMe, se
estableció un pool de datos con size=1 y min_size=1 para pruebas de rendimiento, aunque se
configuró el crush map para simular la topología de tres hosts distintos con el fin de validar la
lógica de replicación a nivel de software. En la fase de virtualización y orquestación, se
desplegaron 4 Máquinas Virtuales (KVM) con asignación de recursos fijos (2 vCPUs y 4 GB de
RAM cada una) para servicios pesados (Odoo ERP y Nextcloud), y 4 contenedores LXC con
recursos dinámicos para servicios auxiliares (Pi-hole, Samba AD, OpenVPN y el herbario digital).
Vol. 13/ Núm. 3 2026 pág. 979
Se habilitó la funcionalidad de Live Migration (aunque sin nodo de destino, se validó el envío de
comandos). La fase de despliegue de servicios productivos, se instalaron y configuraron las
aplicaciones finales siguiendo las guías oficiales de cada proyecto, asegurando la apertura de
puertos específicos en el firewall interno (nftables) y la generación de certificados SSL/TLS
autofirmados para las conexiones HTTPS.
Instrumentación y Recolección de Datos (Métricas de Rendimiento)
Para la captura objetiva de datos, se instrumentó el sistema mediante dos mecanismos
complementarios para garantizar la validez de constructo. 1) Mecanismo A (Monitoreo Activo -
API REST), se desarrolló un script en Python que consumía la API REST de Proxmox
(/api2/json/nodes/{node}/qemu y /api2/json/nodes/{node}/lxc) para extraer métricas en tiempo
real. 2) Mecanismo B (Monitoreo Pasivo - RRDtool), se utilizó la base de datos Round-Robin
(RRD) nativa de Proxmox, la cual almacena datos agregados cada 5 minutos.
El período de muestreo abarcó 133 días consecutivos (equivalentes a 3,192 horas),
generando un total de 38,304 observaciones por cada variable (133 días × 24 horas × 6
muestras/hora), lo que constituye un tamaño muestral suficientemente grande para garantizar la
significancia estadística de los promedios y percentiles.
Tabla 1
Variables operativas definidas
Variable
Dependiente Indicador Herramienta / Fuente Frecuencia
(min)
Rendimiento de
CPU
% de uso (usuario, sistema, I/O
wait) /proc/stat vía API PVE Cada 5
Uso de Memoria
RAM
% de ocupación (total -
disponible - buffers) /proc/meminfo vía API PVE Cada 5
Almacenamiento % de ocupación del pool Ceph y
latencia de lectura/escritura Comando ceph osd perf Cada 10
Red Tráfico entrante-saliente (Mbps)
y tasa de colisión
Interfaz bond0 monitoreada
con vnstat Cada 5
Disponibilidad
del Servicio
Tiempo de actividad (Uptime) y
códigos de estado HTTP
Script de ping/HTTP a
Nextcloud y Odoo Cada 1
Fuente: elaboración propia (2026)
Procesamiento y Análisis Estadístico de Datos
El análisis cuantitativo se ejecutó en el entorno Python 3.11 utilizando las librerías Pandas
para la limpieza y depuración de datos, y SciPy para los cálculos estadísticos. El protocolo de
análisis incluyó. La limpieza de datos (Data Wrangling), se eliminaron los valores atípicos
Se habilitó la funcionalidad de Live Migration (aunque sin nodo de destino, se validó el envío de
comandos). La fase de despliegue de servicios productivos, se instalaron y configuraron las
aplicaciones finales siguiendo las guías oficiales de cada proyecto, asegurando la apertura de
puertos específicos en el firewall interno (nftables) y la generación de certificados SSL/TLS
autofirmados para las conexiones HTTPS.
Instrumentación y Recolección de Datos (Métricas de Rendimiento)
Para la captura objetiva de datos, se instrumentó el sistema mediante dos mecanismos
complementarios para garantizar la validez de constructo. 1) Mecanismo A (Monitoreo Activo -
API REST), se desarrolló un script en Python que consumía la API REST de Proxmox
(/api2/json/nodes/{node}/qemu y /api2/json/nodes/{node}/lxc) para extraer métricas en tiempo
real. 2) Mecanismo B (Monitoreo Pasivo - RRDtool), se utilizó la base de datos Round-Robin
(RRD) nativa de Proxmox, la cual almacena datos agregados cada 5 minutos.
El período de muestreo abarcó 133 días consecutivos (equivalentes a 3,192 horas),
generando un total de 38,304 observaciones por cada variable (133 días × 24 horas × 6
muestras/hora), lo que constituye un tamaño muestral suficientemente grande para garantizar la
significancia estadística de los promedios y percentiles.
Tabla 1
Variables operativas definidas
Variable
Dependiente Indicador Herramienta / Fuente Frecuencia
(min)
Rendimiento de
CPU
% de uso (usuario, sistema, I/O
wait) /proc/stat vía API PVE Cada 5
Uso de Memoria
RAM
% de ocupación (total -
disponible - buffers) /proc/meminfo vía API PVE Cada 5
Almacenamiento % de ocupación del pool Ceph y
latencia de lectura/escritura Comando ceph osd perf Cada 10
Red Tráfico entrante-saliente (Mbps)
y tasa de colisión
Interfaz bond0 monitoreada
con vnstat Cada 5
Disponibilidad
del Servicio
Tiempo de actividad (Uptime) y
códigos de estado HTTP
Script de ping/HTTP a
Nextcloud y Odoo Cada 1
Fuente: elaboración propia (2026)
Procesamiento y Análisis Estadístico de Datos
El análisis cuantitativo se ejecutó en el entorno Python 3.11 utilizando las librerías Pandas
para la limpieza y depuración de datos, y SciPy para los cálculos estadísticos. El protocolo de
análisis incluyó. La limpieza de datos (Data Wrangling), se eliminaron los valores atípicos
Vol. 13/ Núm. 3 2026 pág. 980
(outliers) que excedieran 3 desviaciones estándar de la media, atribuibles a picos de arranque de
servicios o procesos de respaldo programados, para evitar sesgos en la tendencia central.
En la estadística descriptiva, se calcularon las medidas de tendencia central y dispersión
para cada métrica. Media aritmética (μ) y Mediana (Mdn) para identificar la carga típica del
sistema. Desviación estándar (σ) y Rango intercuartílico (IQR) para medir la variabilidad de la
carga. Percentiles (P95 y P99) para evaluar los escenarios de máximo rendimiento y planificación
de capacidad. Cálculo de Tiempo de Actividad (SLA), donde la disponibilidad se calculó
mediante la fórmula.
𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 (%) = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑇𝑜𝑡𝑎𝑙 − 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑖𝑛𝑎𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑
𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑋 100
Dónde: el Tiempo de Inactividad se definió como cualquier intervalo en el que el servicio de
Nextcloud devolviera un código HTTP distinto de 200 durante más de 3 sondeos consecutivos.
El análisis comparativo (Benchmarking), para la comparación con la arquitectura
tradicional, se aplicó un análisis de costeo basado en actividades (ABC), estimando el Costo Total
de Propiedad (TCO) en 5 años, contemplando gastos de adquisición, consumo energético (kWh)
y horas-hombre de administración (basadas en el salario promedio de un administrador de
sistemas en el sector público mexicano).
La figura 1, se capturo el panel de administración de Proxmox Virtual Environment
8.4.11 mostrando el resumen de recursos y el tiempo de actividad del nodo vtorja (dirección IP
192.168.0.15) a los 133 días de operación continua. Se observa una carga promedio de CPU del
1%, ocupación de memoria del 44% y uso de almacenamiento del 10%, lo que demuestra la
eficiencia en la consolidación de servicios de la infraestructura hiperconvergente de código
abierto implementada en el Instituto Tecnológico del Altiplano de Tlaxcala.
El panel de navegación izquierdo (Tree View), muestra la estructura jerárquica del
entorno, destacando el nodo físico vtorja dentro del Datacenter. En este panel se listan las
opciones de configuración del clúster, Ceph (almacenamiento distribuido), respaldos (Backup),
replicación y permisos, lo que evidencia la gestión centralizada de la infraestructura
hiperconvergente. El panel de resumen de recursos (Resource summary), ubicado en la parte
superior central, presenta tres indicadores clave en tiempo real. La CPU, Uso del 1% sobre un
total de 12 núcleos (hilos de procesamiento). La memoria tiene una ocupación del 44%, lo que
equivale a 6.56 GiB utilizados de un total de 15.03 GiB disponibles. El almacenamiento, tiene
una ocupación del 10%, equivalente a 86.40 GiB usados de un total de 888.24 GiB del pool de
almacenamiento.
(outliers) que excedieran 3 desviaciones estándar de la media, atribuibles a picos de arranque de
servicios o procesos de respaldo programados, para evitar sesgos en la tendencia central.
En la estadística descriptiva, se calcularon las medidas de tendencia central y dispersión
para cada métrica. Media aritmética (μ) y Mediana (Mdn) para identificar la carga típica del
sistema. Desviación estándar (σ) y Rango intercuartílico (IQR) para medir la variabilidad de la
carga. Percentiles (P95 y P99) para evaluar los escenarios de máximo rendimiento y planificación
de capacidad. Cálculo de Tiempo de Actividad (SLA), donde la disponibilidad se calculó
mediante la fórmula.
𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 (%) = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑇𝑜𝑡𝑎𝑙 − 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑖𝑛𝑎𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑
𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑋 100
Dónde: el Tiempo de Inactividad se definió como cualquier intervalo en el que el servicio de
Nextcloud devolviera un código HTTP distinto de 200 durante más de 3 sondeos consecutivos.
El análisis comparativo (Benchmarking), para la comparación con la arquitectura
tradicional, se aplicó un análisis de costeo basado en actividades (ABC), estimando el Costo Total
de Propiedad (TCO) en 5 años, contemplando gastos de adquisición, consumo energético (kWh)
y horas-hombre de administración (basadas en el salario promedio de un administrador de
sistemas en el sector público mexicano).
La figura 1, se capturo el panel de administración de Proxmox Virtual Environment
8.4.11 mostrando el resumen de recursos y el tiempo de actividad del nodo vtorja (dirección IP
192.168.0.15) a los 133 días de operación continua. Se observa una carga promedio de CPU del
1%, ocupación de memoria del 44% y uso de almacenamiento del 10%, lo que demuestra la
eficiencia en la consolidación de servicios de la infraestructura hiperconvergente de código
abierto implementada en el Instituto Tecnológico del Altiplano de Tlaxcala.
El panel de navegación izquierdo (Tree View), muestra la estructura jerárquica del
entorno, destacando el nodo físico vtorja dentro del Datacenter. En este panel se listan las
opciones de configuración del clúster, Ceph (almacenamiento distribuido), respaldos (Backup),
replicación y permisos, lo que evidencia la gestión centralizada de la infraestructura
hiperconvergente. El panel de resumen de recursos (Resource summary), ubicado en la parte
superior central, presenta tres indicadores clave en tiempo real. La CPU, Uso del 1% sobre un
total de 12 núcleos (hilos de procesamiento). La memoria tiene una ocupación del 44%, lo que
equivale a 6.56 GiB utilizados de un total de 15.03 GiB disponibles. El almacenamiento, tiene
una ocupación del 10%, equivalente a 86.40 GiB usados de un total de 888.24 GiB del pool de
almacenamiento.
Vol. 13/ Núm. 3 2026 pág. 981
Figura 1
Interfaz gráfica de administración de Proxmox Virtual Environment
Tabla 2
Disponibilidad a nivel de servicio por aplicación desplegada durante 133 días
Servicio Tipo Disponibi
lidad (%)
Tiempo de
inactividad
(min)
Causa principal
Nextcloud Compartición de archivos y
colaboración
99.98 38.3 Reinicio por actualización
del kernel
Odoo ERP Planificación de recursos
empresariales
99.98 38.3 Reinicio por actualización
del kernel
Herbario
Digital
Base de datos académica 99.98 38.3 Reinicio por actualización
del kernel
Pi-hole Bloqueo de anuncios y DNS
en red
100.00 0.0 —
Samba AD Servicios de directorio
activo
99.98 38.3 Reinicio por actualización
del kernel
OpenVPN Acceso remoto seguro 99.98 38.3 Reinicio por actualización
del kernel
Fuente: elaboración propia
La homogeneidad del tiempo de inactividad entre la mayoría de los servicios confirma
que la virtualización basada en contenedores (LXC) y la virtualización completa (KVM)
presentan una resiliencia equivalente frente a interrupciones a nivel del nodo anfitrión, siempre
que el servidor Proxmox subyacente permanezca operativo. La disponibilidad perfecta (100 %)
Figura 1
Interfaz gráfica de administración de Proxmox Virtual Environment
Tabla 2
Disponibilidad a nivel de servicio por aplicación desplegada durante 133 días
Servicio Tipo Disponibi
lidad (%)
Tiempo de
inactividad
(min)
Causa principal
Nextcloud Compartición de archivos y
colaboración
99.98 38.3 Reinicio por actualización
del kernel
Odoo ERP Planificación de recursos
empresariales
99.98 38.3 Reinicio por actualización
del kernel
Herbario
Digital
Base de datos académica 99.98 38.3 Reinicio por actualización
del kernel
Pi-hole Bloqueo de anuncios y DNS
en red
100.00 0.0 —
Samba AD Servicios de directorio
activo
99.98 38.3 Reinicio por actualización
del kernel
OpenVPN Acceso remoto seguro 99.98 38.3 Reinicio por actualización
del kernel
Fuente: elaboración propia
La homogeneidad del tiempo de inactividad entre la mayoría de los servicios confirma
que la virtualización basada en contenedores (LXC) y la virtualización completa (KVM)
presentan una resiliencia equivalente frente a interrupciones a nivel del nodo anfitrión, siempre
que el servidor Proxmox subyacente permanezca operativo. La disponibilidad perfecta (100 %)
Vol. 13/ Núm. 3 2026 pág. 982
de Pi hole se atribuye a su naturaleza ligera y sin estado, lo que permite un reinicio instantáneo
tras interrupciones transitorias de red.
RESULTADOS
La plataforma HCI demostró una estabilidad operativa excepcional durante el período de
monitoreo continuo de 133 días (3,192 horas). El sistema registró un tiempo de actividad total del
99.98 %, con únicamente 38.3 minutos de tiempo de inactividad no planificado, atribuidos a un
reinicio programado derivado de la actualización del kernel de Linux. Esta métrica de
disponibilidad se aproxima al estándar de cinco nueves para infraestructuras críticas en entornos
académicos. Las métricas de consumo de recursos se recopilaron en intervalos de 5 minutos,
generando 38,304 observaciones por cada variable. El sistema exhibió una carga promedio de
CPU notablemente baja del 1.0 % (σ = 2.1 %) en el total de los 12 núcleos lógicos, con una
mediana del 0.8 % y un rango intercuartílico (IQR) de 0.5–1.2 %. La utilización máxima alcanzó
el 15.0 % durante operaciones intensivas de entrada/salida (E/S), específicamente cuando los
OSD (Object Storage Daemons) de Ceph realizaban tareas de depuración de datos (scrubbing) en
segundo plano y cuando la instancia de Odoo ERP procesaba reportes de fin de mes. El percentil
95 (P95) fue del 4.2 % y el percentil 99 (P99) del 8.7 %, lo que indica que, incluso bajo cargas de
trabajo excepcionales, el sistema se mantuvo muy por debajo de los umbrales de saturación.
La baja huella de CPU valida que la sobrecarga de planificación de recursos de la
arquitectura hiperconvergente es mínima, incluso al ejecutar simultáneamente seis servicios
productivos distribuidos en cuatro máquinas virtuales KVM y cuatro contenedores LXC. La
memoria (RAM) fue utilizada en promedió el 44.0 % (μ = 6.56 GiB usados de 15.03 GiB totales;
σ = 2.8 %), con una mediana del 43.5 % y un IQR de 42.1–46.2 %. El consumo máximo de
memoria alcanzó el 51.2 % durante la concurrencia de los reportes de Odoo y las operaciones de
sincronizaci
de Pi hole se atribuye a su naturaleza ligera y sin estado, lo que permite un reinicio instantáneo
tras interrupciones transitorias de red.
RESULTADOS
La plataforma HCI demostró una estabilidad operativa excepcional durante el período de
monitoreo continuo de 133 días (3,192 horas). El sistema registró un tiempo de actividad total del
99.98 %, con únicamente 38.3 minutos de tiempo de inactividad no planificado, atribuidos a un
reinicio programado derivado de la actualización del kernel de Linux. Esta métrica de
disponibilidad se aproxima al estándar de cinco nueves para infraestructuras críticas en entornos
académicos. Las métricas de consumo de recursos se recopilaron en intervalos de 5 minutos,
generando 38,304 observaciones por cada variable. El sistema exhibió una carga promedio de
CPU notablemente baja del 1.0 % (σ = 2.1 %) en el total de los 12 núcleos lógicos, con una
mediana del 0.8 % y un rango intercuartílico (IQR) de 0.5–1.2 %. La utilización máxima alcanzó
el 15.0 % durante operaciones intensivas de entrada/salida (E/S), específicamente cuando los
OSD (Object Storage Daemons) de Ceph realizaban tareas de depuración de datos (scrubbing) en
segundo plano y cuando la instancia de Odoo ERP procesaba reportes de fin de mes. El percentil
95 (P95) fue del 4.2 % y el percentil 99 (P99) del 8.7 %, lo que indica que, incluso bajo cargas de
trabajo excepcionales, el sistema se mantuvo muy por debajo de los umbrales de saturación.
La baja huella de CPU valida que la sobrecarga de planificación de recursos de la
arquitectura hiperconvergente es mínima, incluso al ejecutar simultáneamente seis servicios
productivos distribuidos en cuatro máquinas virtuales KVM y cuatro contenedores LXC. La
memoria (RAM) fue utilizada en promedió el 44.0 % (μ = 6.56 GiB usados de 15.03 GiB totales;
σ = 2.8 %), con una mediana del 43.5 % y un IQR de 42.1–46.2 %. El consumo máximo de
memoria alcanzó el 51.2 % durante la concurrencia de los reportes de Odoo y las operaciones de
sincronizaci