Procesamiento del lenguaje en ciberseguridad
GUÍA DOCENTE Curso 2024-25
| Titulación: | Máster Universitario en Procesamiento del Lenguaje y Aplicaciones de la Int | 656M |
| Asignatura: | Procesamiento del lenguaje en ciberseguridad | 5293 |
| Materia: | Estudios de caso III |
| Módulo: | Estudios de caso y prácticas |
| Modalidad de enseñanza de la titulación: | Virtual | Carácter: | Optativa |
| Curso: | 1 | Créditos ECTS: | 4,00 | Duración: | Semestral (Segundo Semestre) |
| Horas virtuales sincrónicas: | 40,00 | Horas 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 COMPUTACIÓN | R111 |
| Dirección: | C/ Madre de Dios, 53 | Código postal: | 26006 |
| Localidad: | Logroño | Provincia: | La Rioja |
| Teléfono: | 941299452 | Fax: | 941299460 | Correo electrónico: | dpto.dmc@unirioja.es |
Profesorado previsto
| Profesor: | Rubio García, Julio | Responsable de la asignatura |
| Teléfono: | 941299448 | Correo electrónico: | julio.rubio@unirioja.es |
| Despacho: | 3242 | Edificio: | CENTRO CIENTÍFICO TECNOLÓGICO | Tutorías: | Consultar |
| Profesor: | Rodríguez Priego, Emilio |
| Teléfono: | 29800 | Correo electrónico: | emilio.rodriguez@unirioja.es |
| Despacho: | Despacho 3212 CCT | Edificio: | CENTRO CIENTÍFICO TECNOLÓGICO | Tutorías: | 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





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 |
| Básica | Enciclopedia de la seguridad informática.
Gómez Vieites, Alvaro. Absys |
| Complementaria | Machine Learning Techniques for Cybersecurity [electronic resource].
Bertino, Elisa. Absys |
| Recursos en Internet |
Machine Learning and Cybersecurity. Hype and reality.
Micah Musser y Ashton Garriott.
|
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 dirigidas | Tamaño de grupo | Horas virtuales sincrónicas | Horas virtuales asincrónicas | Horas totales |
| Clases teóricas | Grande | 15,00 | | 15,00 |
| Seminarios y talleres | Reducido | 5,00 | | 5,00 |
| Clases prácticas | Reducido | 20,00 | | 20,00 |
| Total de horas de actividades dirigidas | 40,00 |
| Trabajo autónomo del estudiante | Horas |
| Trabajo autónomo | 60,00 |
| Total de horas de trabajo autónomo | 60,00 |
Evaluación
| Sistema de evaluación | Recuperable | No Recup. |
| Pruebas de ejecución de tareas reales y/o simuladas | | 30% |
| Trabajos y proyectos | 70% | |
| Total | 100% |
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