Maestría Virtual en 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.

• Introducción a la Inteligencia Artificial y aprendizaje automático
• Principios y aplicaciones Big Data en la ciberseguridad
• Manejo y procesamiento de datos
• Modelos predictivos en ciberseguridad
• Introducción a los modelos generativos en Inteligencia Artificial
• 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.

• Python para ciberseguridad e IA (i)
• Python para ciberseguridad e IA (ii)
• Manipulación y análisis de datos con Pandas
• Manipulación y análisis de datos con Numpy
• Procesamiento de grandes volúmenes de datos con Pyspark
• 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.

• Introducción a la ciberseguridad y sus principales desafíos
• Estrategias defensivas. El enfoque del Red Team (i): auditorías de seguridad
• Estrategias defensivas. El enfoque del Blue Team (i): respuesta ante incidentes
• Estrategias ofensivas. el enfoque del Red Team (ii): auditorías de seguridad avanzadas
• Estrategias defensivas. El enfoque del Blue Team (ii): análisis forense
• 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.

• Introducción a la analítica avanzada en ciberseguridad
• Métodos estadísticos para la detección de anomalías
• Análisis de grandes volúmenes de datos en ciberseguridad
• Visualización avanzada de amenazas y toma de decisiones
• Creación de dashboards para el monitoreo de amenazas
• 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.

• Introducción a los algoritmos de clasificación en el contexto de ciberseguridad
• Evaluación de modelos de clasificación: métricas y aplicaciones
• Introducción a los algoritmos de regresión en el contexto de ciberseguridad
• Evaluación de modelos de regresión: métricas y aplicaciones
• Regularización modelos financieros: Regresión Lasso y Ridge
• 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.

• Introducción al aprendizaje no supervisado en el contexto financiero
• Fundamentos de los algoritmos de clustering
• K-Means o DBSCAN para detección de anomalías
• Árboles de decisión para la detección de fraude financiero
• Evaluación y validación de modelos de clustering en ciberseguridad
• 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.

• Introducción al Deep Learning en ciberseguridad
• Redes neuronales profundas (DNN) y su aplicación en detección de amenazas
• Redes convolucionales (CNN) para análisis de imágenes
• Redes Neuronales Recurrentes (RNN) y LSTM para análisis de secuencias en tráfico de red
• Evaluación y optimización de modelos de Deep Learning en ciberseguridad
• 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.

• Introducción al Procesamiento de Lenguaje Natural (NLP)
• Técnicas de NLP para la detección de spam y malware en comunicaciones digitales
• Análisis de phishing en correos electrónicos y mensajes fraudulentos mediante NLP
• Detección de páginas web fraudulentas y análisis de contenido malicioso con NLP
• Identificación de patrones lingüísticos en ataques de suplantación de identidad
• 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.

• Introducción a la IA Generativa y su aplicación en ciberseguridad
• Redes Generativas Adversariales (GANs): Fundamentos y aplicaciones
• Creación y análisis de imágenes sintéticas con IA generativa
• Detección de manipulación de imágenes y videos en ciberseguridad
• Análisis de Deep Fakes: Identificación y prevención de contenido falso
• 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.

• Introducción a los Modelos de Lenguaje Grandes (LLM)
• Generación y protección de contenido textual usando IA generativa
• Técnicas de prompting: Generación de respuestas y textos específicos
• Retrieval-Augmented Generation (RAG) y su aplicación en la protección digital
• Fine-tuning de modelos generativos para adaptarse a necesidades de ciberseguridad
• 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.

• Introducción a MLOps y la seguridad en el ciclo de vida del desarrollo de modelos
• Principios de desarrollo seguro y DevSecOps en el contexto de Machine Learning
• Gestión de identidades y accesos (IAM) para proteger modelos y datos sensibles
• Cifrado de datos y modelos: Protección en tránsito y reposo
• Versionado y auditoría de modelos: Garantizando trazabilidad y transparencia
• 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.

• Introducción a la ética, regulación y gobernanza en IA
• Explicabilidad y transparencia en los modelos de inteligencia artificial
• Prácticas de anonimización de datos y cumplimiento con normativas de privacidad (GDPR)
• Regulación de la inteligencia artificial y ciberseguridad: Leyes y estándares clave
• Marcos de gobernanza para la gestión de riesgos en tecnologías emergentes
• 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.

• Fundamentos de la Criptografía
• Criptografía Moderna y Seguridad en Internet
• Introducción a la computación cuántica
• Criptografía post-cuántica
• Métodos post-cuánticos basados en redes euclidianas (lattice-based), basados en códigos (code-based) y basados en funciones hash (hash-based)
• 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.