Suscríbete al boletín semanal

Suscríbete para recibir cada semana el boletín SINC con los contenidos más relevantes y no te pierdas nada de la actualidad científica.

Suscríbete al boletín semanal
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Nueva herramienta contra el fraude informático

Investigadores de la Universidad Politécnica de Madrid han desarrollado un sistema que permite adelantarse a los cambios en los flujos de datos del campo tecnológico. Los resultados se pueden aplicar en ciberseguridad y en la prevención del fraude informático.

El nuevo sistema puede aplicarse en ciberseguridad y sistemas para la prevención del fraude informático. En la imágen, detalle de una tarjeta de crédito. / Ulrik De Wachter

Los avances tecnológicos han provocado la proliferación de aplicaciones que continuamente generan flujos de datos (data stream), sin limitación de tamaño, y a gran velocidad, y que deben ser computados en tiempo real ante la imposibilidad de su almacenamiento.

Ante la magnitud de dicho flujo de datos, investigadores de la Escuela Técnica Superior de Ingenieros Informáticos de la Universidad Politécnica de Madrid (UPM) han desarrollado un sistema capaz de aprender del contexto y detectar, generar, almacenar y reutilizar los patrones recogidos en los datos que ya se han analizado. De este modo, se puede predecir el momento en el que estos patrones volverán a aparecer e identificar cambios en el contexto que ayuden a detectar fraudes o spam.

“Nuestro trabajo se centra en un ámbito que es punta de lanza en materia de minería de datos, en data streams”, explica Ernestina Menasalvas, del Departamento de Lenguajes y Sistemas Informáticos e Ingeniería del Software de la UPM. “El sistema permite optimizar el desarrollo de modelos de clasificación de minería de datos reutilizando modelos similares en contextos parecidos. Todo ello mejora las capacidades de aplicar la inteligencia artificial a entornos como ciudades inteligentes, internet de las cosas, o dispositivos móviles”.

El sistema mejora la aplicación de la inteligencia artificial a entornos como ciudades inteligentes, internet de las cosas o dispositivos móviles

Los cambios de contexto pueden estar originados por hechos conocidos, como aquellos asociados a la climatología o a la estación del año, o provenir de aspectos desconocidos a priori. Para predecirlos, los investigadores desarrollaron una función de similitud basada en técnicas de lógica difusa que extiende el comportamiento básico de decisión sí/no.

“Una vez que la función determina si existen modelos de clasificación equivalentes para tratar el nuevo contexto, el sistema puede aplicar los mismos de forma directa gracias a su almacenamiento previo en un repositorio”, explica Miguel Ángel Abad, autor de la tesis en la que se exponen los resultados de este trabajo.

El mecanismo tiene aplicaciones en materia de ciberseguridad, donde la herramienta permitirá detectar patrones similares y prever ataques cibernéticos, mejorando los sistemas de detección y respuesta. También podría aplicarse a la detección de intrusiones y fraudes por vías informáticas y al desarrollo de filtros antispam.

El ahorro de recursos es otra de las ventajas que supone este sistema. “Adelantarnos al modo en que se van a comportar los datos supone un ahorro en los recursos computacionales de los dispositivos, por lo que este mecanismo es de aplicación a entornos ubicuos, caracterizados por la existencia de distintos dispositivos que operan en tiempo real y con recursos limitados”, explica Abad.

Los resultados de este trabajo se han publicado en la revista especializada Expert Systems With Applications Journal, una publicación de referencia sobre sistemas inteligentes y en su aplicación en diferentes campos.

Referencia bibliográfica:
Miguel A. Abad, Joao B. Gomes, Ernestina Menasalvas. “Predicting recurring concepts on data-streams by means of a meta-model and a fuzzy similarity function”. Expert Systems With Applications Journal 46. Octubre 2015.

Fuente: UPM
Derechos: UPM
Artículos relacionados
Nueva herramienta para analizar la difusión de ‘fake news’ en redes sociales

La presencia de solo un 1 % de personas acríticas o de bots que propagan un rumor de forma automática hace que este circule más rápido: el tiempo se puede reducir en un 20 % para alcanzar a la mitad de la población conectada a una red social como Whatsapp. Es uno de los resultados del estudio realizado por investigadores de la Universidad Politécnica de Madrid y otros centros considerando la polarización de los individuos en la difusión de noticias.

Premio ‘Fronteras del Conocimiento’ para “la biblia” de la arquitectura de computadoras

Desde su publicación hace 30 años, ‘Computer Architecture: A Quantitative Approach’ es un manual de referencia para diseñadores de ordenadores en todo el mundo. Sus autores, los estadounidenses John Hennessy y David Patterson son los galardonados con el premio de la Fundación BBVA de este año en Tecnologías de la Información y la Comunicación.