Ejercicio Guiado: Clasificador de Servicios Cloud con IA

# Contenido de: cloud_classifier.py

import re
from typing import Dict

class CloudServiceClassifier:
    """
    Clasificador de servicios en la nube basado en reglas.
    Identifica si un texto corresponde a IaaS, PaaS, SaaS o FaaS.
    """
    
    def __init__(self):
        # Definir palabras clave extensas para cada tipo de servicio
        self.keywords = {
            'IaaS': ['infraestructura', 'servidor virtual', 'vm', 'storage', 'red', 'ec2', 'azure vm'],
            'PaaS': ['plataforma', 'desarrollo', 'deployment', 'runtime', 'app engine', 'heroku'],
            'SaaS': ['software', 'aplicación', 'app', 'crm', 'erp', 'office 365', 'suscripción'],
            'FaaS': ['función', 'serverless', 'sin servidor', 'lambda', 'evento', 'trigger']
        }
        # Los patrones con expresiones regulares añaden más precisión
        self.patterns = {
            'IaaS': [r'servidor virtual', r'máquina virtual'],
            'PaaS': [r'plataforma de desarrollo', r'despliegue automático'],
            'SaaS': [r'software como servicio', r'aplicación web'],
            'FaaS': [r'función como servicio', r'código sin servidor']
        }
    
    def preprocess_text(self, text: str) -> str:
        text = text.lower()
        text = re.sub(r'\\s+', ' ', text)
        return text.strip()
    
    def calculate_score(self, text: str, service_type: str) -> float:
        score = 0.0
        for keyword in self.keywords[service_type]:
            if keyword in text:
                score += 1.0
        for pattern in self.patterns[service_type]:
            matches = re.findall(pattern, text, re.IGNORECASE)
            score += len(matches) * 2.0
        return score
    
    def classify(self, text: str) -> Dict[str, any]:
        processed_text = self.preprocess_text(text)
        scores = {st: self.calculate_score(processed_text, st) for st in self.keywords.keys()}
        
        best_service = max(scores, key=scores.get)
        max_score = scores[best_service]
        total_score = sum(scores.values())
        confidence = (max_score / total_score * 100) if total_score > 0 else 0
        is_cloud_service = max_score > 0
        
        return {
            'classification': best_service if is_cloud_service else 'No clasificado',
            'confidence': round(confidence, 2),
            'scores': scores,
            'is_cloud_service': is_cloud_service
        }