Ciberseguridad

Esta página se está actualizando; vuelva a visitarla pronto.

Mi contribución en esta área es la implementación de clustering espectral para detectar anomalías en el tráfico de red. El crecimiento exponencial del tráfico de red ha provocado un aumento de anomalías como ciberataques, fallos de red y averías de hardware, y detectarlas es fundamental para mantener la seguridad y la estabilidad de las redes informáticas. Además, mi experiencia incluye la detección temprana de estas anomalías en el tráfico de red mediante máquinas de vectores de soporte multiclase como algoritmo supervisado [1].

Algunos de los proyectos de este campo en los que he trabajado:

«Contramedidas inteligentes de ciberseguridad para la red del futuro» – CICERO

Ilustración de un candado sobre una placa de circuitos
[1] Web de Cicero: Contramedidas inteligentes de ciberseguridad para la red del futuro, https://cicerocybersecurity.com/ceit-cicero-fortalecer-ciberseguridad-entornos-industriales/

El clúster CICERO busca posicionar a sus centros en la tecnología Cervera 25 relacionada con la ciberseguridad, centrando esta función en el desarrollo de sistemas robustos de procesamiento de la información que identifiquen y reduzcan las vulnerabilidades de sistemas y redes, a partir de la aplicación de tecnologías de seguridad de señales y datos, así como del desarrollo de tecnologías de virtualización de redes y de redes definidas por software.

Programa «Ayudas Cervera para Centros Tecnológicos 2023» del CDTI (Centro para el Desarrollo Tecnológico y la Innovación), dependiente del Ministerio de Ciencia e Innovación, dentro del proyecto de investigación «CICERO – Contramedidas inteligentes de ciberseguridad para la red del futuro», con número de expediente CER-20231019.

Mi contribución a este proyecto se ha centrado en la detección de anomalías en el tráfico de red de los sistemas de control industrial.

Sistema no supervisado de detección de ciberataques en el tráfico de red

El clustering espectral es una técnica de aprendizaje automático no supervisado que agrupa los datos en clústeres según su similitud en un espacio de alta dimensión. Primero, los datos se transforman a un espacio de menor dimensión mediante una técnica de incrustación espectral que conserva sus características más importantes; después, se aplica un algoritmo de clustering a los datos transformados para agruparlos [2,3].

Cerebro formado por conexiones de red luminosas
Web de Cicero: Contramedidas inteligentes de ciberseguridad para la red del futuro, https://cicerocybersecurity.com [1]

Detección de ciberataques en el tráfico de red

El sistema «Detección de ciberataques en el tráfico de red mediante aprendizaje supervisado» utiliza algoritmos de clasificación de aprendizaje automático de uso común para resolver el problema, identificando el tráfico de red normal y las distintas clases de ataque [2,3].

Ilustración de un candado sobre una placa de circuitos
Web de Cicero: Contramedidas inteligentes de ciberseguridad para la red del futuro, https://cicerocybersecurity.com [1,2,3]

Referencias

  1. Contramedidas inteligentes de ciberseguridad para la red del futuro, https://cicerocybersecurity.com/ceit-cicero-fortalecer-ciberseguridad-entornos-industriales/
  2. Primer informe de seguimiento del proyecto «CICERO – Contramedidas inteligentes de ciberseguridad para la red del futuro», con número de expediente CER-20231019
  3. Segundo informe de seguimiento del proyecto «CICERO – Contramedidas inteligentes de ciberseguridad para la red del futuro», con número de expediente CER-20231019