El objetivo de esta asignatura es proporcionar al estudiante una introducción práctica a las técnicas, modelos y algoritmos básicos de aprendizaje automático de la inteligencia artificial que se pueden aplicar como herramientas para predecir, detectar y analizar las vulnerabilidades de seguridad y los ataques a los servicios de los sistemas de comunicaciones y de computación.

Esta asignatura puede proporcionar al estudiante una perspectiva de las técnicas más modernas usadas en los ataques a los sistemas de comunicaciones y de computación y, por tanto, también para prevenir o defender y proteger dichos sistemas frente a estos ataques. Al mismo tiempo, las técnicas de aprendizaje automático también pueden ser aplicadas al análisis de los ataques tanto en tiempo real como posteriormente. Por lo tanto esta asignatura puede ser un complemento a asignaturas del máster como "Auditoría y Monitorización de la Seguridad", "Análisis Forense" o "Seguridad en Infraestructuras Críticas".

Adicionalmente, las técnicas de aprendizaje automático de la inteligencia artificial se están usando actualmente en otras áreas de la informática y la computación, especialmente en todas las profesiones en las que se realiza algún tratamiento de datos masivos (data analytics, data mining, etc.).

Para el estudio y comprensión de esta asignatura se requieren conocimientos básicos previos de programación en lenguaje Python.

Adicionalmente, es conveniente tener un nivel de lectura en inglés suficiente como para entender contenidos técnicos en dicha lengua, ya que la bibliografía y algunos de los recursos proporcionados al estudiante en el curso virtual pueden estar únicamente en inglés, debido a la novedad de algunos de los contenidos propuestos para la asignatura.

La tutorización de los estudiantes se llevará a cabo principalmente a través del curso virtual correspondiente en la plataforma de e-Learning de la UNED, que proporciona foros para comunicación, almacenes de material y mecanismos para la recogida de las actividades de evaluación.

También se atenderán dudas o consultas específicas durante el periodo lectivo, preferentemente por email, dirigidas directamente al coordinador del equipo docente:
Email: jras@dia.uned.es
José Ramón Álvarez Sánchez
Dpto. de Inteligencia Artificial
E.T.S.I. Informática - UNED
cl. Juan del Rosal, 16
E-28040 - Madrid
Teléfono: +34-91-398-7199 (lunes de 15:00 a 19:00 h.).

COMPETENCIAS BÁSICAS

CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades. sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.

CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.

CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

COMPETENCIAS GENERALES

CG1 - Analizar métodos y técnicas de ciberataques.

CG2 - Diseñar, poner en marcha y mantener un sistema de ciberseguridad.

COMPETENCIAS TRANSVERSALES

CT1 - Ser capaz de abordar y desarrollar proyectos innovadores en entornos científicos, tecnológicos y multidisciplinares.

CT2 - Ser capar de tomar decisiones y formular juicios basados en criterios objetivos (datos experimentales, científicos o de simulación disponibles).

COMPETENCIAS ESPECÍFICAS

CE6 - Conocer las tendencias actuales en técnicas de ciberataque, los mecanismos de defensa mediante aprendizaje automático y especialmente dirigido a casos reales.

Los resultados más relevantes que se pretenden alcanzar con el estudio de esta asignatura son los siguientes:

• Conocer y saber aplicar los algoritmos básicos de agrupamiento para analizar patrones en ataques y posibles vulnerabilidades de seguridad.
• Conocer y aplicar las técnicas de aprendizaje automático para clasificación de patrones y su aplicación en ciberseguridad.
• Utilizar modelos probabilísticos para clasificación y agrupamiento en problemas de ciberseguridad.
• Conocer las arquitecturas básicas de aprendizaje profundo para su aplicación en ciberseguridad.

La metodología es la general del máster adaptada a las directrices del EEES, de acuerdo con las recomendaciones del Instituto Universitario de Educación a Distancia de la UNED. Se utilizarán la metodología y los medios propios de la enseñanza a distancia que la UNED pone a disposición de sus estudiantes.

El estudio de esta asignatura se debe realizar siguiendo las indicaciones de los recursos disponibles dentro del curso virtual de la plataforma online de la UNED correspondiente a la asignatura, que también incluye un Manual Didáctico específico elaborado por el equipo docente, en el que proporcionará información adicional sobre el libro base y otros materiales necesarios para estudiar la asignatura.

De forma orientativa, la dedicación estimada a las actividades formativas se puede distribuir en 60 h. para el estudio de contenidos teórico-prácticos con bibliografía y materiales complementarios, 15 h. de tutorías, 15 h. de actividades en la plataforma virtual, 30 h. de prácticas informáticas y 30 h. para otros trabajos/prácticas.

El libro base se puede obtener en formato electrónico (PDF) de forma gratuita para uso personal, a través del repositorio actualizado indicado dentro del curso virtual en la plataforma online de la UNED correspondiente a la asignatura.

En el curso virtual de la asignatura también se podrá descargar un Manual Didáctico específico elaborado por el equipo docente, en el que se proporcionará información adicional sobre el libro base y otros materiales necesarios para estudiar la asignatura.

Dentro del curso virtual, en el Manual Didáctico específico elaborado por el equipo docente, se pueden encontrar referencias bibliográficas para consultar y ampliar conocimientos, así como también recomendaciones de software.

La plataforma de cursos virtuales y e-Learning de la UNED, proporcionará la adecuada interfaz de interacción entre estudiante y equipo docente. Se utilizará principalmente para gestionar y compartir documentos y también para la comunicación a través de sus foros. En esta plataforma se incluirá como documento específico el Manual Didáctico elaborado por el equipo docente y otros posibles materiales necesarios.