El Diplomado en Detección de Anomalías y Ataques en Grafos se centra en el análisis de datos complejos estructurados en grafos, aplicando técnicas de machine learning y data mining para identificar patrones anómalos y detectar ataques cibernéticos. Se explora el uso de algoritmos avanzados para la detección de fraudes, la seguridad en redes sociales, y la ciberseguridad en infraestructuras críticas. El programa incluye el análisis de redes sociales, redes de transporte y redes financieras, con enfoque en la visualización de grafos y la interpretación de resultados.
El diplomado proporciona habilidades prácticas en el manejo de herramientas y frameworks como Neo4j, NetworkX y bibliotecas de Python para análisis de grafos, incluyendo el aprendizaje automático en grafos y la modelación de amenazas. Los estudiantes adquirirán la capacidad de desarrollar estrategias de mitigación y respuesta ante incidentes de seguridad, preparándolos para roles como analistas de seguridad de grafos, científicos de datos especializados en grafos y consultores de ciberseguridad, fortaleciendo la protección de datos y sistemas críticos.
Palabras clave objetivo (naturales en el texto): grafos, detección de anomalías, ataques, machine learning, ciberseguridad, seguridad en redes sociales, detección de fraudes, análisis de grafos.
1.580 €
Aquí tienes el contenido solicitado:
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
4. Maestría en la Identificación y Prevención de Amenazas en Redes Grafos
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
Requisitos recomendados: conocimientos básicos de redes, sistemas operativos, seguridad informática y programación (preferiblemente Python). Se valorará experiencia previa en análisis de datos y/o ciberseguridad. Dominio del idioma ES/EN (comprensión lectora avanzada).
Módulo 1 — Introducción a los Grafos y Análisis de Anomalías
1.1 Fundamentos de los Grafos: Definición y Terminología Clave.
1.2 Tipos de Grafos: Estructuras y Propiedades.
1.3 Aplicaciones de los Grafos: Ejemplos en Diferentes Dominios.
1.4 Introducción al Análisis de Anomalías: Conceptos y Objetivos.
1.5 Métricas y Estadísticas en Grafos: Centralidad, Densidad, etc.
1.6 Técnicas de Visualización de Grafos: Herramientas y Métodos.
1.7 Detección de Anomalías Basada en Estructura: Patrones Inusuales.
1.8 Detección de Anomalías Basada en Atributos: Valores Atípicos.
1.9 Introducción a las Herramientas de Análisis de Grafos.
1.10 Estudio de Caso: Identificación de Anomalías en un Conjunto de Datos Grafo.
2.2 Introducción a la Teoría de Grafos y sus Aplicaciones en Ciberseguridad
2.2 Tipos de Grafos: Estructura, Representación y Propiedades
2.3 Conceptos Clave: Nodos, Aristas, Grado, Centralidad
2.4 Modelado de Redes: Creación de Grafos para Representar Sistemas
2.5 Detección de Anomalías: Introducción a los Métodos Basados en Grafos
2.6 Ataques en Grafos: Tipos de Ataques y sus Impactos
2.7 Algoritmos de Detección de Anomalías: Clústering y Detección de Outliers
2.8 Análisis de Conectividad: Identificación de Patrones y Vulnerabilidades
2.9 Herramientas y Frameworks para el Análisis de Grafos
2.20 Estudio de Casos: Aplicaciones Prácticas de la Detección de Amenazas
3.3 Algoritmos de Detección Basados en Estructura de Grafos
3.2 Detección de Anomalías Utilizando Caminos y Trayectorias
3.3 Análisis de Centralidad y su Aplicación en la Detección
3.4 Técnicas de Agrupamiento en Grafos para la Identificación de Anomalías
3.5 Detección de Anomalías en Grafos Temporales
3.6 Métodos de Aprendizaje Automático Supervisado para la Detección
3.7 Aprendizaje Automático No Supervisado y Semi-Supervisado
3.8 Integración de Características y Análisis de Redes Heterogéneas
3.9 Evaluación y Comparación de Métodos de Detección
3.30 Estudio de Casos: Aplicación de Métodos Avanzados
4.4 Introducción a la Modelado de Grafos y sus Aplicaciones en Seguridad
4.2 Fundamentos de la Detección de Anomalías en Grafos
4.3 Tipos de Ataques Comunes en Redes Grafos
4.4 Técnicas de Análisis Estructural de Grafos para la Detección de Amenazas
4.5 Algoritmos Avanzados para la Identificación de Anomalías
4.6 Implementación de Métodos de Prevención y Mitigación de Ataques
4.7 Estudio de Casos: Análisis de Ataques en Grafos del Mundo Real
4.8 Inteligencia Artificial y Machine Learning en la Detección de Amenazas en Grafos
4.9 Evaluación de Riesgos y Estrategias de Respuesta a Incidentes
4.40 Herramientas y Plataformas para el Análisis de Grafos en Seguridad
5.5 Fundamentos de Grafos: Definiciones y terminología esencial
5.5 Tipos de Grafos: Dirigidos, no dirigidos, ponderados, etc.
5.3 Representación de Grafos: Matrices de adyacencia, listas de adyacencia
5.4 Estructuras de Datos para Grafos: Implementación eficiente
5.5 Recorrido de Grafos: BFS y DFS, aplicaciones
5.6 Introducción a las Anomalías y Ataques en Grafos
5.7 Importancia de la Detección de Anomalías y Ataques
5.8 Aplicaciones de los Grafos en la Seguridad de Redes
5.9 Herramientas y Librerías para el Análisis de Grafos
5.50 Introducción al ecosistema de grafos y su potencial en seguridad
6.6 Introducción a los Grafos: Definiciones y Conceptos Clave
6.2 Tipos de Grafos: Estructuras y Aplicaciones
6.3 Representación de Datos en Grafos: Nodos, Aristas y Atributos
6.4 Algoritmos Fundamentales de Grafos: Búsqueda y Recorrido
6.5 Introducción a la Detección de Amenazas en Grafos: Conceptos Básicos
6.6 Identificación de Anomalías: Métodos y Técnicas Iniciales
6.7 Visualización de Grafos: Herramientas y Técnicas de Representación
6.8 Estudio de Casos: Amenazas Comunes y su Representación en Grafos
6.9 Herramientas y Bibliotecas para el Análisis de Grafos
6.60 Introducción a la Seguridad de Redes y la Importancia de la Detección de Anomalías
7.7 Fundamentos de la Teoría de Grafos
7.2 Representación y Estructura de Datos de Grafos
7.3 Tipos de Grafos y sus Propiedades
7.4 Conceptos de Centralidad y Importancia en Grafos
7.7 Introducción a las Anomalías y Ataques en Grafos
7.6 Métricas y Desafíos en la Detección de Anomalías
7.7 Introducción a las Técnicas de Visualización de Grafos
7.8 Herramientas y Bibliotecas Esenciales para el Análisis de Grafos
7.9 Casos de Estudio Introductorios
7.70 Glosario de Términos Clave
Director Académico del DSD — SEIUM Design & Industrial Design Institute
Profesor de Diseño Industrial, Diseño de Vehículos, Transportation Design, UX/HMI, Color & Trim, Iluminación y Desarrollo de Producto
El Prof. Luca Benedetti, de nacionalidad italiana, es Director Académico del DSD — SEIUM Design & Industrial Design Institute y responsable de diseño industrial, de producto y vehículos, experiencia de usuario, interacción persona-máquina, interfaces HMI, Color & Trim y prototipado.
Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute
Profesor de Robótica, Automatización Inteligente, Sistemas Autónomos, Percepción Artificial, Control Avanzado y Mecatrónica.
El Prof. Kenji Takahashi, de nacionalidad japonesa, es Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute y responsable de robótica industrial, robots móviles, mecatrónica, control avanzado, percepción artificial, navegación e inteligencia embebida y autónoma.
Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute
Profesora de Inteligencia Artificial, Ciencia de Datos, Ingeniería de Datos, MLOps, Simulación, Gemelos Digitales y Computación Científica
La Dra. Lucía Hernández Vega, de nacionalidad española, es Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute y responsable de inteligencia artificial, ciencia e ingeniería de datos, visión artificial, IA generativa, MLOps y gemelos digitales.
Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute
Profesor de Electrónica, Sistemas Embebidos, Telecomunicaciones, Diseño de Hardware, FPGA, IoT y Sistemas de Tiempo Real
El Dr. Kevin O’Connor, de nacionalidad irlandesa, es Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute y responsable de electrónica, sistemas embebidos, telecomunicaciones, diseño de circuitos, microcontroladores, FPGA, IoT y desarrollo de hardware electrónico.
Director Académico del SNO — SEIUM Naval & Offshore Institute
Profesor de Arquitectura Naval, Ingeniería Marítima, Sistemas de Propulsión, Construcción Naval e Ingeniería Offshore
El Dr. Javier Ferrer Salvatierra, de nacionalidad española, es Director Académico del SNO — SEIUM Naval & Offshore Institute y responsable de arquitectura naval, ingeniería marítima, construcción, propulsión, sistemas auxiliares, ingeniería offshore, seguridad y descarbonización marítima.
Directora Académica del RSC — SEIUM Rail & Smart Cities Institute
Profesora de Ingeniería Ferroviaria, Señalización, Movilidad Urbana, Infraestructuras Inteligentes y Sistemas de Transporte
La Dra. Isabel Martín Robles, de nacionalidad española, es Directora Académica del RSC — SEIUM Rail & Smart Cities Institute y profesora responsable de las áreas de ingeniería ferroviaria, señalización, sistemas de control del tráfico, movilidad urbana, transporte inteligente, infraestructuras conectadas y planificación de ciudades inteligentes.
Director Académico del SEN — SEIUM Energy & Networks Institute
Profesor de Sistemas Eléctricos de Potencia, Smart Grids, Energías Renovables, Almacenamiento y Digitalización de Redes
El Dr. Carlos Navarro Sanz, de nacionalidad española, es Director Académico del SEN — SEIUM Energy & Networks Institute y responsable de sistemas eléctricos, redes inteligentes, renovables, almacenamiento, operación, protecciones, subestaciones, digitalización y planificación energética.
Consulta “Calendario & convocatorias”, “Becas & ayudas” y “Tasas & financiación” en el mega-menú de SEIUM
Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.
Testimonios de clientes que avalan nuestra calificación