Modelos inteligentes para la detección de amenazas en correos electrónicos: un estudio de caso con spam
Este Trabajo de Fin de Máster explora la aplicación de algoritmos de aprendizaje automático y aprendizaje profundo a la detección de correos electrónicos de tipo spam, una problemática aún vigente en el ámbito de la ciberseguridad. El estudio combina un enfoque teórico y práctico, abordando desde lo...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de publicación: | 2025 |
| País: | España |
| Recursos: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/152848 |
| Acesso em linha: | https://hdl.handle.net/10609/152848 |
| Access Level: | acceso abierto |
| Palavra-chave: | cybersecurity machine learning deep learning spam detection language models ciberseguridad aprendizaje automático aprendizaje profundo detección de spam modelos de lenguaje Deep learning (Machine learning) -- FMDP Aprenentatge profund (Aprenentatge automàtic) -- TFM |
| Resumo: | Este Trabajo de Fin de Máster explora la aplicación de algoritmos de aprendizaje automático y aprendizaje profundo a la detección de correos electrónicos de tipo spam, una problemática aún vigente en el ámbito de la ciberseguridad. El estudio combina un enfoque teórico y práctico, abordando desde los fundamentos de la ciberseguridad y la inteligencia artificial, hasta la implementación y evaluación de múltiples modelos, incluyendo técnicas clásicas de Machine Learning, redes neuronales y modelos basados en Transformers como BERT. Se utilizaron cuatro conjuntos de datos heterogéneos y se aplicaron técnicas avanzadas de preprocesamiento, vectorización y optimización de hiperparámetros. Los resultados muestran que los modelos de Deep Learning, especialmente los LLM, ofrecen un rendimiento superior en tareas de clasificación de texto frente a técnicas tradicionales, aunque con mayores exigencias computacionales. El trabajo concluye con una reflexión sobre las limitaciones, implicaciones prácticas y líneas futuras de investigación en la intersección entre IA y ciberseguridad. |
|---|