Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales

La proliferación de aplicaciones móviles y redes sociales ha incrementado significativamente las preocupaciones en torno a la protección de la privacidad, debido al tratamiento extensivo y, en muchos casos, opaco de datos personales. Enrespuesta a este desafío, se propone SafeMountain, un innovador...

Descripción completa

Detalles Bibliográficos
Autor: Blanco Aza, Daniel
Tipo de recurso: tesis de maestría
Fecha de publicación:2025
País:España
Institución:Universidad Nacional de Educación a Distancia
Repositorio:e-spacio. Repositorio Institucional de la UNED
Idioma:español
OAI Identifier:oai:e-spacio.uned.es:20.500.14468/26992
Acceso en línea:https://hdl.handle.net/20.500.14468/26992
Access Level:acceso abierto
Palabra clave:1203.17 Informática
SafeMountain
Riesgo de Privacidad Automatizado
Aplicaciones Móviles
Técnicas de Inteligencia Artificial
Metodología PRISMA
Privacidad de Datos
Marco de Riesgo de Privacidad
Privacidad en Redes Sociales
Automated Privacy Risk
Mobile Apps
AI Techniques
PRISMA Methodology
Data Privacy
Privacy Risk Framework
Social Networks Privacy
id ES_2d99db4ffaa85e6673443d1fc8aafca0
oai_identifier_str oai:e-spacio.uned.es:20.500.14468/26992
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales
title Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales
spellingShingle Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales
Blanco Aza, Daniel
1203.17 Informática
SafeMountain
Riesgo de Privacidad Automatizado
Aplicaciones Móviles
Técnicas de Inteligencia Artificial
Metodología PRISMA
Privacidad de Datos
Marco de Riesgo de Privacidad
Privacidad en Redes Sociales
SafeMountain
Automated Privacy Risk
Mobile Apps
AI Techniques
PRISMA Methodology
Data Privacy
Privacy Risk Framework
Social Networks Privacy
title_short Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales
title_full Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales
title_fullStr Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales
title_full_unstemmed Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales
title_sort Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes Sociales
dc.creator.none.fl_str_mv Blanco Aza, Daniel
author Blanco Aza, Daniel
author_facet Blanco Aza, Daniel
author_role author
dc.contributor.none.fl_str_mv Pastor Vargas, Rafael
Robles Gómez, Antonio
e-Spacio UNED
dc.subject.none.fl_str_mv 1203.17 Informática
SafeMountain
Riesgo de Privacidad Automatizado
Aplicaciones Móviles
Técnicas de Inteligencia Artificial
Metodología PRISMA
Privacidad de Datos
Marco de Riesgo de Privacidad
Privacidad en Redes Sociales
SafeMountain
Automated Privacy Risk
Mobile Apps
AI Techniques
PRISMA Methodology
Data Privacy
Privacy Risk Framework
Social Networks Privacy
topic 1203.17 Informática
SafeMountain
Riesgo de Privacidad Automatizado
Aplicaciones Móviles
Técnicas de Inteligencia Artificial
Metodología PRISMA
Privacidad de Datos
Marco de Riesgo de Privacidad
Privacidad en Redes Sociales
SafeMountain
Automated Privacy Risk
Mobile Apps
AI Techniques
PRISMA Methodology
Data Privacy
Privacy Risk Framework
Social Networks Privacy
description La proliferación de aplicaciones móviles y redes sociales ha incrementado significativamente las preocupaciones en torno a la protección de la privacidad, debido al tratamiento extensivo y, en muchos casos, opaco de datos personales. Enrespuesta a este desafío, se propone SafeMountain, un innovador marco basado en inteligencia artificial orientado a la identificación, medición y representación estructurada de riesgos de privacidad en entornos móviles y plataformas sociales, asegurando la conformidad con marcos normativos internacionales, especialmente el Reglamento General de Protección de Datos (GDPR). SafeMountain integra técnicas de análisis estático y dinámico del código para examinar el comportamiento real de las aplicaciones en relación con la gestión de la información personal, permitiendo detectar posibles vulneraciones. Además, aplica métodos avanzados de Procesamiento del Lenguaje Natural (PLN) para analizar de manera automatizada las políticas de privacidad y los Términos de Servicio, contrastando sus declaraciones con los permisos solicitados y las acciones ejecutadas por las aplicaciones para identificar inconsistencias o incumplimientos normativos. El marco introduce un sistema de evaluación objetiva del riesgo, alineado con principios internacionales y directrices regulatorias, que clasifica los riesgos en función de criterios técnicos y jurídicos. Esta evaluación contempla dimensiones clave como la previsibilidad, la capacidad de gestión y la disociabilidad del tratamiento de datos, utilizando un esquema visual de semáforo (verde, amarillo, rojo) que facilita la interpretación y comprensión por parte de los distintos actores implicados. SafeMountain cubre carencias relevantes en el estado del arte, como la falta de métricas estandarizadas y de herramientas visuales integrales para el análisis del riesgo de privacidad. Al proporcionar una visión clara sobre la coherencia entre permisos, prácticas reales y declaraciones textuales, así como sobre las brechas de seguridad y cumplimiento, el sistema permite a usuarios, desarrolladores y organizaciones
publishDate 2025
dc.date.none.fl_str_mv 2025
2025-07-03
2025
2025-06-01
2025
2025-06-01
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14468/26992
url https://hdl.handle.net/20.500.14468/26992
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática
publisher.none.fl_str_mv Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática
dc.source.none.fl_str_mv reponame:e-spacio. Repositorio Institucional de la UNED
instname:Universidad Nacional de Educación a Distancia
instname_str Universidad Nacional de Educación a Distancia
reponame_str e-spacio. Repositorio Institucional de la UNED
collection e-spacio. Repositorio Institucional de la UNED
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869405331696648192
spelling Evaluación Exhaustiva de Riesgos de Privacidad Basada en IA en Aplicaciones Móviles y Redes SocialesBlanco Aza, Daniel1203.17 InformáticaSafeMountainRiesgo de Privacidad AutomatizadoAplicaciones MóvilesTécnicas de Inteligencia ArtificialMetodología PRISMAPrivacidad de DatosMarco de Riesgo de PrivacidadPrivacidad en Redes SocialesSafeMountainAutomated Privacy RiskMobile AppsAI TechniquesPRISMA MethodologyData PrivacyPrivacy Risk FrameworkSocial Networks PrivacyLa proliferación de aplicaciones móviles y redes sociales ha incrementado significativamente las preocupaciones en torno a la protección de la privacidad, debido al tratamiento extensivo y, en muchos casos, opaco de datos personales. Enrespuesta a este desafío, se propone SafeMountain, un innovador marco basado en inteligencia artificial orientado a la identificación, medición y representación estructurada de riesgos de privacidad en entornos móviles y plataformas sociales, asegurando la conformidad con marcos normativos internacionales, especialmente el Reglamento General de Protección de Datos (GDPR). SafeMountain integra técnicas de análisis estático y dinámico del código para examinar el comportamiento real de las aplicaciones en relación con la gestión de la información personal, permitiendo detectar posibles vulneraciones. Además, aplica métodos avanzados de Procesamiento del Lenguaje Natural (PLN) para analizar de manera automatizada las políticas de privacidad y los Términos de Servicio, contrastando sus declaraciones con los permisos solicitados y las acciones ejecutadas por las aplicaciones para identificar inconsistencias o incumplimientos normativos. El marco introduce un sistema de evaluación objetiva del riesgo, alineado con principios internacionales y directrices regulatorias, que clasifica los riesgos en función de criterios técnicos y jurídicos. Esta evaluación contempla dimensiones clave como la previsibilidad, la capacidad de gestión y la disociabilidad del tratamiento de datos, utilizando un esquema visual de semáforo (verde, amarillo, rojo) que facilita la interpretación y comprensión por parte de los distintos actores implicados. SafeMountain cubre carencias relevantes en el estado del arte, como la falta de métricas estandarizadas y de herramientas visuales integrales para el análisis del riesgo de privacidad. Al proporcionar una visión clara sobre la coherencia entre permisos, prácticas reales y declaraciones textuales, así como sobre las brechas de seguridad y cumplimiento, el sistema permite a usuarios, desarrolladores y organizacionesThe widespread adoption of mobile applications and social networks has significantly intensified concerns regarding privacy protection, due to the extensive (and often opaque) processing of personal data. In response to this challenge, SafeMountain is introduced as an innovative artificial intelligence-based framework aimed at identifying, quantifying, and structurally representing privacy risks in mobile environments and social platforms, ensuring compliance with international regulatory standards, particularly the General Data Protection Regulation (GDPR). SafeMountain integrates static and dynamic code analysis techniques to examine the actual behavior of applications in terms of personal data handling, enabling the detection of potential privacy breaches. It also employs advanced Natural Language Processing (NLP) methods to automatically analyze privacy policies and Terms of Service, comparing their textual claims against the permissions requested and the actions performed by applications to identify inconsistencies or regulatory violations. The framework introduces an objective risk assessment system, aligned with international principles and regulatory guidelines, which classifies risks based on both technical and legal criteria. This evaluation considers key dimensions such as predictability, manageability, and the dissociability of data processing, using a traffic light visualization scheme (green, yellow, red) to facilitate interpretation and understanding by all relevant stakeholders. SafeMountain addresses important gaps in the current state of the art, such as the lack of standardized metrics and integrated visual tools for privacy risk analysis. By providing a clear view of the consistency between requested permissions, real behaviors, and textual declarations (as well as highlighting security and compliance gaps) the system enables users, developers, and organizations to take informed and preventive actions. Ultimately, SafeMountain contributes to strengthening digital trust through a proactive, transparent, and ethical approach to personal data protection.Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería InformáticaPastor Vargas, RafaelRobles Gómez, Antonioe-Spacio UNED20252025-07-0320252025-06-0120252025-06-01master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/20.500.14468/26992reponame:e-spacio. Repositorio Institucional de la UNEDinstname:Universidad Nacional de Educación a DistanciaEspañolspaopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.esoai:e-spacio.uned.es:20.500.14468/269922026-06-06T12:38:31Z
score 15,812429

Similares en LA Referencia