Universidad de La Rioja

Procesamiento del lenguaje en ciberseguridad
GUÍA DOCENTE    Curso 2024-25

Titulación:Máster Universitario en Procesamiento del Lenguaje y Aplicaciones de la Int656M
Asignatura:Procesamiento del lenguaje en ciberseguridad5293
Materia:Estudios de caso III
Módulo:Estudios de caso y prácticas
Modalidad de enseñanza de la titulación:VirtualCarácter:Optativa
Curso:1Créditos ECTS:4,00Duración:Semestral (Segundo Semestre)
Horas virtuales sincrónicas:40,00Horas estimadas de trabajo autónomo:60,00
Horas virtuales asincrónicas:0,00 
Idiomas en que se imparte la asignatura:Español
Idiomas del material de lectura o audiovisual:Inglés, Español

Departamentos responsables de la docencia

MATEMÁTICAS Y COMPUTACIÓNR111
Dirección:C/ Madre de Dios, 53Código postal:26006
Localidad:LogroñoProvincia:La Rioja
Teléfono:941299452Fax:941299460Correo electrónico:dpto.dmc@unirioja.es

Profesorado previsto

Profesor:Rubio García, JulioResponsable de la asignatura
Teléfono:941299448Correo electrónico:julio.rubio@unirioja.es
Despacho:3242Edificio:CENTRO CIENTÍFICO TECNOLÓGICOTutorías:Consultar
Profesor:Rodríguez Priego, Emilio
Teléfono:29800Correo electrónico:emilio.rodriguez@unirioja.es
Despacho:Despacho 3212 CCTEdificio:CENTRO CIENTÍFICO TECNOLÓGICOTutorías:Consultar

Descripción de los contenidos

-Ámbitos de aplicación del procesamiento del lenguaje natural en seguridad informática
-Detección de textos maliciosos
-Entornos de pruebas con generación de texto

Requisitos previos de conocimientos y competencias para poder cursar con éxito la asignatura

Ninguno especificado.

Competencias

Competencias generales

CG01 - Poseer y comprender conocimientos sobre procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística que aporten una base u oportunidad de ser originales en el desarrollo de soluciones dentro del ámbito de la lingüística computacional
CG02 - Aplicar los conocimientos adquiridos a la resolución de problemas en entornos nuevos o poco conocidos relacionados con las áreas de estudio de lingüística computacional, procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística
CG03 - Integrar conocimientos y formular juicios a partir de una información que incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de la lingüística computacional, el procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística
CG04 - Comunicar las conclusiones sobre lingüística computacional, procesamiento del lenguaje natural y aplicaciones de la inteligencia artificial a la lingüística -y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambiguëdades
CG05 - Evaluar el progreso del propio aprendizaje de técnicas y recursos de procesamiento del lenguaje natural e inteligencia artificial aplicada a la lingüística

Competencias específicas

CE23 - Resolver, sobre la base de los conocimientos de lingu¨ística computacional, procesamiento de lenguaje natural y aplicaciones de la inteligencia artificial a la lingu¨ística, casos de uso de distintos ámbitos públicos y privados
CC30 Sintetizar los principios básicos de seguridad informática.
CC31 Comparar los principales ámbitos de la seguridad en los que el procesamiento del lenguaje natural desempeña un papel.
HD28 Preparar datos para la aplicación de programas de procesamiento de lenguaje natural de detección de textos maliciosos.
HD29 Discriminar falsos positivos y falsos negativos sobre los resultados de programas de procesamiento de lenguaje natural para la detección de textos maliciosos.

Resultados del aprendizaje

Los resultados de aprendizaje (Conocimientos o contenidos [CC], competencias [CG y CE] y habilidades o destrezas [HD]) se incluyen en el apartado de competencias hasta que se actualice la aplicación informática del Ministerio de Universidades.

Objetivos de desarrollo sostenible

Objetivos de Desarrollo sostenible4 Educación de calidad.5 Igualdad de género.9 Industria, innovación e infraestructura.12 Producción y consumo responsables.

Temario

Introducción a la Seguridad Informática
Aprendizaje automático y ciberseguridad
Técnicas básicas de procesamiento de lenguaje natural para la ciberseguridad
Técnicas avanzadas de procesamiento de lenguaje natural para la ciberseguridad
Amenazas y oportunidades del procesamiento de lenguaje natural en ciberseguridad

Bibliografía

Tipo:Título
BásicaEnciclopedia de la seguridad informática. Gómez Vieites, Alvaro. Absys
ComplementariaMachine Learning Techniques for Cybersecurity [electronic resource]. Bertino, Elisa. Absys
Recursos en Internet
Machine Learning and Cybersecurity. Hype and reality. Micah Musser y Ashton Garriott.
      https://cset.georgetown.edu/wp-content/uploads/Machine-Learning-and-Cybersecurity.pdf

Metodología

Modalidades organizativas

Clases teóricas
Seminarios y talleres
Clases prácticas
Estudio y trabajo en grupo
Estudio y trabajo autónomo individual

Métodos de enseñanza

Método expositivo - Lección magistral
Estudio de casos
Resolución de ejercicios y problemas
Aprendizaje basado en problemas
Aprendizaje orientado a proyectos
Aprendizaje cooperativo

Organización

Actividades dirigidasTamaño
de grupo
Horas
virtuales
sincrónicas
Horas
virtuales
asincrónicas
Horas
totales
Clases teóricasGrande15,00 15,00
Seminarios y talleresReducido5,00 5,00
Clases prácticasReducido20,00 20,00
Total de horas de actividades dirigidas40,00
Trabajo autónomo del estudianteHoras
Trabajo autónomo60,00
Total de horas de trabajo autónomo60,00
Total de horas100,00

Evaluación

Sistema de evaluaciónRecuperableNo Recup.
Pruebas de ejecución de tareas reales y/o simuladas 30%
Trabajos y proyectos70%
Total100%

Criterios críticos para superar la asignatura

1) Criterio crítico para la parte no recuperable (30% de la calificación): en cada uno de los entregables asociados a esta parte se debe obtener al menos un 4 (sobre 10) en la evaluación. Si no se supera este criterio, se puntuará con un 0 el 30% no recuperable, y se tendrá que obtener, para superar la asignatura, o bien en la convocatoria ordinaria o bien en la extraordinaria, al menos un 5 sobre 7 en la parte recuperable.
2) Para superar la asignatura, hay que obtener al menos un 4 (sobre 10) en la parte recuperable.
3) Para superar la asignatura, la calificación final debe ser al menos de 5 (sobre 10), tras ponderar la parte no recuperable (30%) y la parte recuperable (70%).

Versión: 14/06/2024 10:30:36 - G 2024-25 - 656M - 5293 - Impresión: 16/11/2025 00:47:34