Aplicaciones de IA en
Ciberseguridad

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) (10 h) 

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.