![]() |
Guia docente | |||||||||||||||||||||||||||||||||||||||
DATOS IDENTIFICATIVOS | 2020_21 | |||||||||||||||||||||||||||||||||||||||
Asignatura | TENDENCIAS ACTUALES Y RIESGOS EMERGENTES EN CIBERSEGURIDAD | Código | 01733112 | |||||||||||||||||||||||||||||||||||||
Enseñanza |
|
|||||||||||||||||||||||||||||||||||||||
Descriptores | Cr.totales | Tipo | Curso | Semestre | ||||||||||||||||||||||||||||||||||||
6 | Optativa | Segundo | Primero |
|||||||||||||||||||||||||||||||||||||
Idioma |
|
|||||||||||||||||||||||||||||||||||||||
Prerrequisitos | ||||||||||||||||||||||||||||||||||||||||
Departamento | MATEMATICAS |
|||||||||||||||||||||||||||||||||||||||
Responsable |
|
Correo-e | amunc@unileon.es ncasg@unileon.es asuac@unileon.es |
|||||||||||||||||||||||||||||||||||||
Profesores/as |
|
|||||||||||||||||||||||||||||||||||||||
Web | http:// | |||||||||||||||||||||||||||||||||||||||
Descripción general | ||||||||||||||||||||||||||||||||||||||||
Tribunales de Revisión |
|
|||||||||||||||||||||||||||||||||||||||
Competencias |
Tipo A | Código | Competencias Específicas |
A17093 | 1733EOPT15 Conocer a grandes rasgos los temas de mayor actualidad en el ámbito de la ciberseguridad | |
Tipo B | Código | Competencias Generales y Transversales |
B5220 | 1733G1 Elaborar y defender argumentos y resolver problemas dentro del área de seguridad informática y de las comunicaciones. | |
B5221 | 1733G2 Reunir e interpretar datos relevantes dentro del área de seguridad informática y de las comunicaciones. | |
B5222 | 1733G3 Emitir juicios sobre temas relevantes de índole social, científica o ética desde la perspectiva de la ciberseguridad. | |
B5223 | 1733G4 Transmitir soluciones al entorno industrial y empresarial en el campo de la ciberseguridad. | |
B5224 | 1733G5 Aprender de forma autónoma. | |
B5225 | 1733G6 Ser capaz de desarrollar proyectos de seguridad informática y de las comunicaciones. | |
Tipo C | Código | Competencias Básicas |
C1 | Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. | |
C2 | Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios. | |
C3 | Que los estudiantes sepan comunicar sus conclusiones (y los conocimientos y razones últimas que las sustentan) a públicos especializados y no especializados de un modo claro y sin ambigüedades. | |
C4 | Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. | |
C5 | Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación |
Resultados de aprendizaje |
Resultados | Competencias | ||
Conocer a grandes rasgos los temas de mayor actualidad en el ámbito de la ciberseguridad | A17093 |
B5224 B5225 |
C1 C2 C4 C5 |
Que los estudiantes sepan comunicar sus conclusiones | B5220 B5221 B5222 B5223 |
C3 |
|
Conocer y desarrollar algoritmos programados en Python | A17093 |
B5223 B5224 B5225 |
C1 C2 C4 C5 |
Identificar cuándo un problema es susceptible de ser abordado con técnicas de Machine Learning | A17093 |
B5223 B5224 B5225 |
C1 C2 C4 C5 |
Conocer los modelos básicos de Machine Learning y entender los conceptos matemáticos en los que se basan | A17093 |
B5224 B5225 |
C1 C2 C4 C5 |
Implementar los modelo básicos en Python, así como hacer uso de las librerías específicas de Machine Learning en Python | A17093 |
B5223 B5224 B5225 |
C1 C2 C4 C5 |
Conocer y saber utilizar las principales métricas para la selección de modelos. | A17093 |
B5223 B5224 B5225 |
C1 C2 C4 C5 |
Identificar situaciones susceptibles de aplicación de Big Data. | A17093 |
B5223 B5224 B5225 |
C1 C2 C4 C5 |
Conocer los fundamentos de la tecnología Blockchain y sus aplicaciones. | A17093 |
B5224 B5225 |
C1 C2 C4 C5 |
Conocer a grandes rasgos los temas de mayor actualidad en el ámbito de la ciberseguridad | |||
Que los estudiantes sepan comunicar sus conclusiones | |||
Conocer el método científico. Capacidad de búsqueda de información y referencias relevantes y redacción de artículos científicos. Organizar y preparar aportaciones para congresos científicos | |||
Conocer y comprender la legislación y praxis en el de campo de la propiedad intelectual, ética investigadora, patentes y modelos de utilidad. Transferir resultados de la investigación a las empresas; innovación |
Contenidos |
Bloque | Tema |
1. Introducción a Machine Learning y aplicaciones a ciberseguridad | Tema I: Introducción a Python Tema II: Introducción al Machine Learning aplicado a ciberseguridad. Aprendizaje supervisado, Error y ruido, Overfitting, Regularización, Validación, Introducción al aprendizaje no supervisado. Aplicaciones a ciberseguridad |
2. Introducción Big Data | Tema III: Introducción Big Data: introducción y tecnologías. Casos de estudio. |
3. Últimas tendencias en criptografía. | Tema IV: Últimas tendencias en criptografía. |
Planificación |
Metodologías :: Pruebas | |||||||||
Horas en clase | Horas fuera de clase | Horas totales | |||||||
Portafolios / Carpeta de aprendizaje | 2 | 21 | 23 | ||||||
Prácticas en laboratorios | 19 | 41 | 60 | ||||||
Presentaciones/exposiciones | 5 | 20 | 25 | ||||||
Trabajos | 2 | 20 | 22 | ||||||
Sesión Magistral | 20 | 0 | 20 | ||||||
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
descripción | |
Portafolios / Carpeta de aprendizaje | Técnica de recopilación y organización de evidencias que promueven la reflexión del estudiante sobre su evolución y demuestran su logro de competencias profesionales que lo capaciten para un desarrollo profesional satisfactorio |
Prácticas en laboratorios | Realización de ejercicios prácticos en ordenador basados en los conocimientos impartidos en las clases magistrales y con la asistencia, orientación y supervisión del trabajo del alumno por parte del profesor. |
Presentaciones/exposiciones | Exposición de trabajos o proyectos desarrollados por los alumnos. |
Trabajos | Trabajo en profundidad sobre un tema. Ampliación y relación de los contenidos dados en las sesiones magistrales con el quehacer profesional. |
Sesión Magistral | Exposición de los contenidos de la asignatura. |
Tutorías |
|
|
Evaluación |
descripción | calificación | ||
Trabajos | Trabajo individual o grupal realizado por los alumnos en relación con los contenidos impartidos en las sesiones magistrales. | 45% | |
Portafolios / Carpeta de aprendizaje | Técnica de recopilación y organización de evidencias que promueven la reflexión del estudiante sobre su evolución y demuestran su logro de competencias profesionales que lo capaciten para un desarrollo profesional satisfactorio. Evaluación continua-formativa. | 20% | |
Presentaciones/exposiciones | Exposición de trabajos o proyectos desarrollados por los alumnos. | 20% | |
Prácticas en laboratorios | Realización de ejercicios prácticos en ordenador basados en los conocimientos impartidos en las clases magistrales y con la asistencia, orientación y supervisión del trabajo del alumno por parte del profesor. | 15% | |
Otros comentarios y segunda convocatoria | |||
La evaluación será de tipo sumativo y continuo-formativo. Para superar la asignatura es necesario obtener una calificación del 50%. Será necesario obtener una nota mínima del 40% en cada parte para poder promediar las calificaciones. La parte de evaluación continua-formativa consistirá en la realización de un portfolio que constará de varios trabajos individuales y/o grupales que se propondrán a lo largo del semestre. Tendrá una ponderación del 20%. Además, la realización y entrega de las prácticas de laboratorio supondrán un 15% de la nota global. La parte sumativa consistirá en la realización de un proyecto final y de dos trabajos. En total será el 45% de la calificación global, y su exposición contará en 20% de la calificación global. En todo momento se podrá requerir la explicación/aclaración de los documentos aportados por el estudiante. Se entiende que el estudiante conoce y acepta el Reglamento sobre Plagio de la Universidad de León. En la realización de las pruebas de evaluación no estará permitido el uso de dispositivos electrónicos (móviles, tablets, etc) que permitan al alumno comunicarse, recibir información, etc, de otras personas, plataformas digitales, etc. También queda prohibido el uso de apuntes y otro material, excepto el especificado previamente por el profesor. La simple tenencia de dichos dispositivos así como materiales diversos no autorizados durante las pruebas de evaluación, supondrá la retirada inmediata del examen, su expulsión del mismo y su calificación como suspenso, comunicándose la incidencia a la Autoridad Académica del Centro para que realice las actuaciones previstas en las Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación, aprobadas por la Comisión Permanente del Consejo de Gobierno de 29 de enero de 2015. En la modalidad online existirá una prueba final de carácter presencial y obligatorio. |
ADENDA |
Plan de contingencia para una situación de emergencia que impida actividades docentes presenciales |
Enlace de acceso a la Adenda de la Guia docente por el COVID-19 |
Fuentes de información |
Acceso a la Lista de lecturas de la asignatura |
Básica | |
Artículos científicos publicados en los últimos años. |
|
Complementaria | |
Recomendaciones |