Nivel técnico del artículo

En los últimos años y con el rápido avance de las tecnologías, los ciberdelitos se han incrementado de forma exponencial y los ciberataques se han vuelto cada vez más sofisticados. La aparición de nuevos contextos tecnológicos de los que aprovecharse ilegalmente como las redes sociales o las criptomonedas, ha ido atrayendo a delincuentes con altos conocimientos técnicos que buscan explotar las características que ofrecen estos entornos para cometer actos ilícitos. La detección de noticias falsas y el blanqueo de capitales en el ámbito de las criptomonedas son dos ejemplos comunes de delitos cibernéticos con los que tanto las instituciones como las empresas tienen que lidiar diariamente.

En ITI participamos en el proyecto europeo AIDA (Artificial Intelligence and Advanced Data Analytics For Law Enforcement Agencies) [1], en colaboración con distintos institutos de investigación europeos, empresas y agencias de seguridad. AIDA centra sus esfuerzos en el cibercrimen y terrorismo afrontando desafíos y cuestiones relacionadas con investigaciones e inteligencia de los cuerpos de seguridad utilizando las técnicas más avanzadas en Machine Learning e Inteligencia Artificial (IA). De este modo estudiamos las soluciones propuestas por la comunidad científica de cara a desarrollar un Framework Big Data de analítica avanzada aplicada al campo de la ciberseguridad.

Este proyecto pretende abordar la ciberdelincuencia desarrollando estrategias y herramientas preventivas con tecnologías Big Data, agilizando la identificación de ciberdelitos, con el fin de preparar y desplegar las contramedidas adecuadas contra los autores, basándose en los indicadores y las tendencias de delincuencia, aprovechando los servicios automatizados 24×7 y las aplicaciones novedosas basadas en el uso de modelos estadísticos multidimensionales junto a modelos basados en Deep Learning.

En el contexto de AIDA, ITI ha estado trabajando en varias herramientas analíticas que permiten observar cambios en los datos online. En estas herramientas se estudian y analizan anomalías en series temporales, se buscan patrones geográficos y se estudian tendencias en diferentes ámbitos de la delincuencia. Estas herramientas están pensadas para que las empresas sean capaces de ofrecer una rápida respuesta, gestionar de manera más eficiente los recursos e incluso puedan prever el comportamiento delictivo mediante la observación de patrones.

Como resultado de estos trabajos,  ITI avanza en el desarrollo de una herramienta diseñada en la detección temprana de actividades delictivas, enfocada en los casos de uso del proyecto AIDA.  Esta herramienta se basa en algoritmos para la detección de cambios repentinos en series temporales.

Estos cambios podrían indicar, por ejemplo, un incremento de actividades delictivas iniciadas por algún grupo terrorista en una región determinada, el comienzo de un ataque cibernético a los servidores de una institución, o el aumento de casos de phishing a ciertos sectores de la población.

Otro resultado del proyecto AIDA se centra en el desarrollo de una herramienta que permite el análisis geoespacial y temporal centrándose en el agrupamiento y análisis de tendencias de datos georreferenciados y temporalizados, que mediante el uso de inteligencia artificial permite la visualización de patrones a través de una interfaz web.

 

ITI continua su trabajo avanzando en la investigación de técnicas Deep Learning y la integración de sus resultados en las herramientas actualmente en desarrollo dentro del proyecto. De este modo, ITI avanza en el campo de las redes neuronales orientadas a grafos [2], estudiando su viabilidad, ya que estas técnicas pueden crear, complementar y mejorar el rendimiento de los modelos ofreciendo nuevas y diversas herramientas para la ciberseguridad en una gran variedad de situaciones heterogéneas. Este tipo de redes neuronales ofrece una gran versatilidad a la hora de modelar problemas, y tanto su investigación como su aplicación en el ámbito del cibercrimen y contraterrorismo podría llegar a ser de gran utilidad para resolver los desafíos planteados en los actuales contextos de ciberdelincuencia.

[1] AIDA project. Research project to develop a Big Data Analysis and Analytics framework.  https://www.project-aida.eu/, Nº Expediente:883596 (Entidad: European Comision H2020)

[2] Jie Zhou, et al. Graph neural networks: A review of methods and applications, ar.08434, AI Open, Volume 1, 2020, Pages 57-81, ISSN 2666-6510, https://doi.org/10.1016/j.aiopen.2021.01.001

Autor
Armando Gomis | Data Scientist en ITI (ASTID)
Etiquetas

Posts relacionados