Aplicaciones de IA en Ciberseguridad (tercera edición)

• Marcos Rodríguez Vega
• Carlos Benjamín Rosa Remedios

• Bloque 0 – Arranque y Contexto Ciber-IA
  

  Introducción al entorno de trabajo: Python (scikit-learn, pandas, numpy) y Google Colab Limitaciones de la Seguridad Tradicional: El problema del volumen, velocidad y variedad de amenazas (firmas vs. comportamiento).
  Oportunidades de la IA: Detección proactiva, análisis de comportamiento, respuesta automatizada.
  Taxonomía de Problemas: Identificación de problemas (Intrusión, Malware, Phishing, Fraude)

• Bloque 1 – Datos y Preprocesado Específico
  

  Identificación de fuentes públicas de datasets (CIC-IDS2017, NSL-KDD, etc.) y estructura de su contenido en función de cada tipología de problema.
  Técnicas de Preprocesado: Encoding (One-Hot, Label), Scaling (StandardScaler, MinMaxScaler).
  Manejo de Desbalanceo de Clases: El problema de los "ataques" vs. "tráfico normal".
  Generación de Datos Sintéticos: Técnicas de oversampling (ej. SMOTE) para balancear datasets de fraude o intrusión.

• Bloque 2 – Aprendizaje Supervisado (Detección de Amenazas Conocidas)
  

  Fundamentos de la Clasificación: Regresión Logística, Árboles de Decisión.
  Modelos Robustos: Random Forest y Gradient Boosting (XGBoost) para alta precisión.
  Caso Práctico 1: Detección de Malware
  Uso de características estáticas para clasificación binaria (benignos vs. maliciosos).
  Caso Práctico 2: Detección de Phishing
  Clasificación de URLs o correos electrónicos basándose en sus características (lexicales, estructurales).

• Bloque 3 – Aprendizaje No Supervisado (Detección de Anomalías)
  

  Algoritmos de Agrupamiento (Clustering): K-Means, para encontrar grupos de comportamiento similar.
  Algoritmos Específicos de Detección de Anomalías: Isolation Forest y One-Class SVM.
  Caso Práctico: Detección de Intrusiones
  Identificación de tráfico de red que se desvía del comportamiento "normal" aprendido.
  Caso Práctico: Análisis de Comportamiento
  Modelado de la línea base de un usuario y detección de desviaciones (ej. accesos anómalos).

• Bloque 4 – Evaluación, Ética y Retos
  

  Estrategias de Validación: Train/Test split y Validación Cruzada (K-Fold).
  Métricas Clave en Ciberseguridad:
  La Tiranía del Accuracy: Por qué el accuracy es una métrica engañosa.
  Matriz de Confusión: El coste de los Falsos Positivos (bloquear a un usuario legítimo) vs. Falsos
  Negativos (permitir un ataque).
  Precisión, Recall, F1-Score y Curva ROC/AUC.
  Ética, Sesgos y Privacidad:
  Privacidad en el análisis de datos (ej. tráfico de red).
  Sesgos en los datasets

• Bloque 5 – Proyecto Integrador (Caso Práctico)
  

  Formulación del Problema: Selección de un caso de uso
  Selección y Documentación del Dataset: Búsqueda y justificación del dataset a utilizar.
  Desarrollo del Pipeline Extremo a Extremo:
  Carga y preprocesado
  Selección y entrenamiento del modelo
  Evaluación robusta con métricas adecuadas
  Análisis de Resultados: Interpretación de la matriz de confusión y justificación de la elección del modelo.

Esta microcredencial está financiada por la Cátedra en Ciberseguridad INCIBE–Universidad de La Laguna (ULL) en el marco del Convenio de Colaboración C065/23, suscrito el 17 de octubre de 2023 entre la Universidad de La Laguna y la S.M.E. Instituto Nacional de Ciberseguridad de España M.P., S.A. (INCIBE), destinado a la promoción de las Cátedras de Ciberseguridad en España (Componente 15, Inversión 7). Plan de Recuperación,Transformación y Resiliencia - Financiado por la Unión Europea –NextGenerationEU».