Máster Online
Inteligencia Artificial Aplicada a la Ciberseguridad

Pro-Essentials es un módulo base que fortalece habilidades clave aplicables en distintas disciplinas, fomentando la colaboración y diversidad académica. Prepara a los estudiantes con fundamentos sólidos para su desarrollo académico y profesional.

Principios de Inteligencia Artificial aplicada a entornos seguros (6 ECTS)

Explora el aprendizaje automático, análisis de datos y cómo estas tecnologías ayudan a detectar amenazas digitales.

1. Introducción a la Inteligencia Artificial y aprendizaje automático
2. Principios y aplicaciones Big Data en la ciberseguridad
3. Manejo y procesamiento de datos
4. Modelos predictivos en ciberseguridad
5. Introducción a los modelos generativos en Inteligencia Artificial
6. Retos y oportunidades de la Inteligencia Artificial en el contexto de la ciberseguridad

Frameworks y herramientas de IA y Hacking Ético (6 ECTS)

Curso práctico e integral sobre Python y sus librerías avanzadas, con énfasis en procesamiento de datos y su uso en hacking ético. Incluye Pyspark para trabajar con grandes volúmenes en entornos distribuidos.

1. Python para ciberseguridad e IA (i)
2. Python para ciberseguridad e IA (ii)
3. Manipulación y análisis de datos con Pandas
4. Manipulación y análisis de datos con Numpy
5. Procesamiento de grandes volúmenes de datos con Pyspark
6. Optimización y escalabilidad de soluciones

Fundamentos y estrategias de Red Team y Blue Team (6 ECTS)

Obtén un panorama general de la ciberseguridad y sus especialidades, ofreciendo una base homogénea para todos los estudiantes y facilitando la progresión en el máster.

1. Introducción a la ciberseguridad y sus principales desafíos
2. Estrategias defensivas. El enfoque del Red Team (i): auditorías de seguridad
3. Estrategias defensivas. El enfoque del Blue Team (i): respuesta ante incidentes
4. Estrategias ofensivas. el enfoque del Red Team (ii): auditorías de seguridad avanzadas
5. Estrategias defensivas. El enfoque del Blue Team (ii): análisis forense
6. Inteligencia en ciberseguridad

Analítica Avanzada para la protección digital (6 ECTS)

Estudia métodos estadísticos y herramientas visuales para detectar y mitigar amenazas, enfocándose en la aplicación práctica para anticiparse a incidentes de seguridad.

1. Introducción a la analítica avanzada en ciberseguridad
2. Métodos estadísticos para la detección de anomalías
3. Análisis de grandes volúmenes de datos en ciberseguridad
4. Visualización avanzada de amenazas y toma de decisiones
5. Creación de dashboards para el monitoreo de amenazas
6. Aplicación práctica de técnicas analíticas en ciberseguridad

Las asignaturas de este módulo están diseñadas para consolidar conocimientos especializados del área, combinando teoría, práctica y habilidades técnicas. Se promueve el trabajo en equipo y el liderazgo como competencias clave para enfrentar desafíos reales y alcanzar el éxito profesional.

Machine Learning aplicado a la Ciberseguridad (I): Aprendizaje Supervisado (6 ECTS)

Aprenderás a aplicar algoritmos supervisados para detectar intrusiones, anomalías en redes y patrones de actividad sospechosa, fortaleciendo la respuesta ante amenazas digitales.

1. Introducción a los algoritmos de clasificación en el contexto de ciberseguridad
2. Evaluación de modelos de clasificación: métricas y aplicaciones
3. Introducción a los algoritmos de regresión en el contexto de ciberseguridad
4. Evaluación de modelos de regresión: métricas y aplicaciones
5. Regularización modelos financieros: Regresión Lasso y Ridge
6. Optimización y ajuste de hiperparámetros en modelos supervisados

Machine Learning aplicado a la Ciberseguridad (II): Aprendizaje No Supervisado (6 ECTS)

Domina técnicas no supervisadas como clustering para identificar comportamientos anómalos en logs y grandes volúmenes de datos, mejorando la detección sin necesidad de etiquetas previas.

1. Introducción al aprendizaje no supervisado en el contexto financiero
2. Fundamentos de los algoritmos de clustering
3. K-Means o DBSCAN para detección de anomalías
4. Árboles de decisión para la detección de fraude financiero
5. Evaluación y validación de modelos de clustering en ciberseguridad
6. Algoritmos de reducción de dimensionalidad

Deep Learning: modelos avanzados (6 ECTS)

Exploramos las arquitecturas profundas, como CNN, RNN y LSTM, aplicadas a imágenes, videos y secuencias temporales para detectar amenazas complejas y dinámicas. Esta materia también incluye evaluación y reutilización de modelos preentrenados.

1. Introducción al Deep Learning en ciberseguridad
2. Redes neuronales profundas (DNN) y su aplicación en detección de amenazas
3. Redes convolucionales (CNN) para análisis de imágenes
4. Redes Neuronales Recurrentes (RNN) y LSTM para análisis de secuencias en tráfico de red
5. Evaluación y optimización de modelos de Deep Learning en ciberseguridad
6. Reutilización de modelos preentrenados y transferencia de aprendizaje

Procesamiento de Lenguaje Natural en Defensa Digital (6 ECTS)

Aprende sobre procesamiento de lenguaje natural para identificar spam, phishing y contenidos maliciosos en correos, mensajes y sitios web mediante patrones lingüísticos automatizados.

1. Introducción al Procesamiento de Lenguaje Natural (NLP)
2. Técnicas de NLP para la detección de spam y malware en comunicaciones digitales
3. Análisis de phishing en correos electrónicos y mensajes fraudulentos mediante NLP
4. Detección de páginas web fraudulentas y análisis de contenido malicioso con NLP
5. Identificación de patrones lingüísticos en ataques de suplantación de identidad
6. Automatización de la detección de amenazas cibernéticas a través de NLP

IA Generativa para la Seguridad Digital (I): bases, creación y análisis de imágenes (6 ECTS)

Explora modelos generativos como GANs para crear y analizar imágenes sintéticas. Se enfoca en detectar manipulaciones visuales, incluyendo deep fakes, como forma de defensa contra ataques multimedia.

1. Introducción a la IA Generativa y su aplicación en ciberseguridad
2. Redes Generativas Adversariales (GANs): Fundamentos y aplicaciones
3. Creación y análisis de imágenes sintéticas con IA generativa
4. Detección de manipulación de imágenes y videos en ciberseguridad
5. Análisis de Deep Fakes: Identificación y prevención de contenido falso
6. Técnicas avanzadas para mejorar la defensa digital contra contenido multimedia falsificado

IA Generativa para la Seguridad Digital (II): generación y protección de texto (6 ECTS)

Aplica modelos de lenguaje (LLM) para generar y analizar texto relacionado con seguridad digital, incluyendo aspectos como prompting, fine tuning, y agentes inteligentes para detectar spam y phishing automatizado.

1. Introducción a los Modelos de Lenguaje Grandes (LLM)
2. Generación y protección de contenido textual usando IA generativa
3. Técnicas de prompting: Generación de respuestas y textos específicos
4. Retrieval-Augmented Generation (RAG) y su aplicación en la protección digital
5. Fine-tuning de modelos generativos para adaptarse a necesidades de ciberseguridad
6. Detección de amenazas cibernéticas: Uso de IA generativa en la prevención de phishing y spam

Seguridad y gestión de riesgos en MLOps (6 ECTS)

Integra prácticas de DevSecOps, cifrado, IAM y auditoría en todo el ciclo de vida de modelos de IA, centrándote en construir soluciones seguras, trazables y robustas desde el diseño hasta la implementación.

1. Introducción a MLOps y la seguridad en el ciclo de vida del desarrollo de modelos
2. Principios de desarrollo seguro y DevSecOps en el contexto de Machine Learning
3. Gestión de identidades y accesos (IAM) para proteger modelos y datos sensibles
4. Cifrado de datos y modelos: Protección en tránsito y reposo
5. Versionado y auditoría de modelos: Garantizando trazabilidad y transparencia
6. Seguridad en los pipelines de datos: Protección en el flujo de información desde la recolección hasta la implementación

Ética, Regulación y Gobernanza en IA y Ciberseguridad (6 ECTS)

Explora los principios éticos, legales y de gobernanza relacionados con el uso responsable de la inteligencia artificial en contextos digitales. Incluye temas como la transparencia de modelos, protección de datos y cumplimiento normativo.

1. Introducción a la ética, regulación y gobernanza en IA
2. Explicabilidad y transparencia en los modelos de inteligencia artificial
3. Prácticas de anonimización de datos y cumplimiento con normativas de privacidad (GDPR)
4. Regulación de la inteligencia artificial y ciberseguridad: Leyes y estándares clave
5. Marcos de gobernanza para la gestión de riesgos en tecnologías emergentes
6. Uso responsable y ético de la IA en la protección digital

Introducción a la Criptografía: de los fundamentos a la criptografía Post-Cuántica (6 ECTS)

Descubre los conceptos esenciales de la criptografía moderna y clásica, su aplicación en la seguridad digital, y el impacto que la computación cuántica podría tener sobre estos sistemas.

1. Fundamentos de la Criptografía
2. Criptografía Moderna y Seguridad en Internet
3. Introducción a la computación cuántica
4. Criptografía post-cuántica
5. Métodos post-cuánticos basados en redes euclidianas (lattice-based), basados en códigos (code-based) y basados en funciones hash (hash-based)
6. Estado actual de la estandarización (NIST PQC) y desafíos futuros

Trabajo Fin de Programa (8 ECTS)

Realiza el proyecto académico final en el que aplicarás los conocimientos adquiridos en el máster para resolver un problema real o teórico, demostrando tus competencias profesionales.