• Estudios Admision
  • 1

Curso superior universitario en data for kill chain management: monitoring & respond

INFORMACIÓN, PREINSCRIPCIÓN Y MATRÍCULA
Enseñanzas Propias
Teléfono: 91 488 70 40
Director Académico: Regino Criado Herrero

Atención al estudiante:    Buzón de Ayuda al Estudiante     Buzón de sugerencias y quejas

más información

Información básica

Presentación

La principal característica del máster, que lo hace único, es que utiliza modelos de Ciencia de Datos y Machine Learning para estudiar a fondo los incidentes más actuales de Ciberseguridad, deduciendo de este análisis las Arquitecturas de protección mas introducidas en el sector.

Formamos a los futuros Arquitectos de Ciberseguridad en las técnicas más demandadas de protección, como las Zero Trust Architectures, aplicando modelos de Ciencia de Datos en su diseño, en la validación de la robustez de las arquitecturas y en la identificación de los ataques que más pérdidas están provocando en la industria.

Estamos organizados en cinco módulos. Podéis cursarlos en un año o en varios. Los dos módulos iniciales son de Introducción a Ciberseguridad y a programación en Python enfocada a datos. Los tres módulos siguientes se centran, por un lado, en los aspectos arquitectónicos y tecnológicos de la Ciberseguridad (Modelo NIST 800) y en los modelos de análisis de las técnicas de ataque más actuales como Cyber Kill Chain y MITRE ATT&CK. A esto le sumamos la aplicación práctica de la Ciencia de Datos y Machine Learning (Python fundamentalmente) para identificar anomalías en el comportamiento de los sistemas y las personas, que permitan reaccionar rápido ante un ataque.

Según vais acabando cada uno de los módulos vais obteniendo el Titulo Superior Universitario correspondiente. Al finalizar los cinco módulos y el Trabajo Fin de Máster, se expide el título de Máster. Puedes cursarlo tanto si tienes titulación universitaria como si acreditas experiencia en el mundo de las Informática.

Estamos en el edificio de la Plaza de Manuel Becerra en Madrid de la URJC. Dada la situación actual, para el curso 20/21 las clases podrán seguirse de manera presencial o por streaming. Vamos a emitir todas las clases!!!

Objetivos

Formar en las principales técnicas de protección frente a ataques y amenazas en los sistemas operativos, las redes, el software de aplicación, sistemas Web, las bases de datos y machine learnig.

Competencias

COMPETENCIAS GENERALES

  • Capacidad para buscar información específica relacionada con las distintas materias del Máster de todas las fuentes disponibles.
  • Capacidad para plantear y desarrollar informes.
  • Habilidad para la interpretación de documentos técnicos.
  • Capacidad para trabajar en equipo, en un entorno interdisciplinar.
  • Gestión de los recursos: organización y capacidad de establecer prioridades en el trabajo.
  • Flexibilidad para adaptarse durante el desarrollo de un proyecto, capacidad para replantear.
  • Razonamiento crítico: análisis, síntesis y valoración de diferentes alternativas.
  • Habilidad para la comunicación escrita y oral efectiva.
  • Gestión de la información: recogida de la información, organización, etc.
  • Responsabilidad y capacidad para el autoaprendizaje.

 COMPETENCIAS ESPECÍFICAS

  • El alumno conocerá cómo funcionan los diversos algoritmos y técnicas de cifrado y sus beneficios y limitaciones.
  • Aprenderá los diversos sistemas y tipos de autenticación, así como la diferencia entre autenticación y autorización.
  • El alumno estará capacitado para evaluar los riesgos potenciales y recomendar formas de reducirlo.
  • El alumno conocerá el lenguaje de programación Python consiguiendo una visión general del lenguaje y llegando a conseguir construir programas complejos.
  • Se familiarizará con los conceptos fundamentales del tratamiento de variables, el desarrollo de algoritmos y su programación.
  • El alumno conocerá una visión integral de las tecnologías y técnicas de ciberseguridad.
  • Aprenderá nuevos métodos de computación de datos encriptados, de Seguridad de red y de diseño de protocolos
  • Sabrá las técnicas de Machine Learning más efectivas.
  • Aprenderá las diferencias y la compatibilidad entre Octave y MATLAB.
  • Conocerá la a diferenciar los modelos gráficos y los modelos de red.
  • Sabrá diferenciar las predicciones sobre datos temporales de otros tipos de datos.

Se garantizarán, además, las siguientes Competencias Básicas:

  • 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.
  • 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;
  • Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información incompleta o limitada
  • 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;
  • 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.
  • Que los estudiantes sean capaces de establecer las pertinentes interrelaciones entre las diversas disciplinas que integran el Máster.
  • Que los estudiantes posean habilidad comunicativa a nivel oral y escrito en la difusión de los conocimientos de fabricación y diseño.
  • Que tengan capacidad de síntesis y análisis en la exposición de los contenidos.
  • Que los estudiantes sean capaces de aplicar el juicio crítico en el dominio de la bibliografía genérica y específica relativa al ámbito de los estudios relacionados.

Programa

Módulos de asignaturas

  1. Algebra- Intro  Matlab
  2. Probabilidad - Intro Matlab
  3. Preprocesado - Limpieza
  4. Conceptos Básicos-Coste
  5. Modelos Paramétricos (regres, logistica etc.)
  6. Modelos No paramétricos
  7. Modelos no supervisados
  8. Kernels
  9. Deep
  10. Genéticos - (Particle Filtering)
  11. Sistemas de Recomendación
  12. Detección de Anomalías

Más información en https://www.dcncsciences.com

Destinatarios

Requisitos de acceso

  • Personas en posesión de Titulación Universitaria, Graduados o Licenciados
  • Personas sin Titulación Universitaria con experiencia laboral acreditada en puestos de TI. Estos alumnos obtendrían un Diploma de Extensión Universitaria con el mismo nombre

Criterios de selección:

En el caso de que el número de solicitudes supere el de plazas ofertadas se realizará una selección en función de los siguientes criterios:

  1. Titulación. 5 puntos
  2. Expediente académico. 2 puntos
  3. Experiencia profesional. 2 puntos
  4. y/o entrevista si procede. 1 punto

Nº de Plazas: mínimo de 20.

Dirección Académica y Profesorado

DIRECCIÓN ACADÉMICA Y PROFESORADO

Directores académicos: Regino Criado Herrero y Santiago Moral Rubio

Secretario: Miguel Romance del Rio

Coordinador: Pedro Puerta Rubio

Profesorado:

  • Regino Criado Herrero
  • Miguel Romance del Rio
  • David González de la Aleja Gallego
  • Inmaculada Mora Jiménez
  • José Luis Rojo Álvarez
  • Cristina Soguero Ruíz
  • Luca Martino
  • Sergio Muñoz Romero                                                 
  • Leopoldo Carro Calvo
  • Laura Cornejo Bueno
  • Mihaela Ioana Chidean

Duración y desarrollo

Modalidad: Presencial, con apoyo en clases por Streaming

Nº de créditos: 14 (140 horas lectivas)

Horas presenciales:  4,5

Lugar de impartición: URJC en Plaza Manuel Becerra (Madrid)

Horario: viernes de 16:15 a 29:45 y sábados de 9:15 a 13:45

Fecha de inicio y de finalización: 21 de octubre al 3 de julio 2023

Reserva de plaza y matrícula

Plazo de preinscripción: 1 julio al 20 de octubre 2022

Plazo de matrícula: del 1 al 19 de octubre 2022

Precio de título: 1000€

Posibilidad de beca (si procede): NO

Preinscripción: 0€. Esta cantidad está incluida en el coste total del curso y se devolverá en el caso de no ser admitida su solicitud académica. Si una vez admitida la solicitud del alumno no formalizara la matrícula, no se devolverá la cantidad depositada en concepto de preinscripción.

El inicio del curso queda condicionado al número mínimo de alumnos matriculados.

Documentación a adjuntar, formas y lugar de entrega

Los/as solicitantes presentarán toda la documentación escaneada, en los formatos permitidos a través de la aplicación telemática de autopreinscripción a la hora de realizar la solicitud de admisión en los títulos propios. Deberán adjuntar obligatoriamente en su solicitud la declaración de responsable de veracidad de los datos aportados en formato digital.

En cualquier momento, tanto la Dirección del programa como el Servicio de Enseñanzas Propias podrán solicitar a los/as solicitantes, la presentación de dicha documentación compulsada/cotejada a través del Registro General, situado en el Campus de Móstoles, o en cualquiera de los registros auxiliares situados en los diferentes Campus de la Universidad Rey Juan Carlos, o enviándolo a través de Correo Certificado a: Universidad Rey Juan Carlos. Registro General. Avda. Tulipán s/n. 28933. Móstoles. Madrid

El/la alumno/a es responsable de la veracidad y corrección de los datos facilitados, exonerando a la Universidad Rey Juan Carlos de cualquier responsabilidad y garantizando y respondiendo de su exactitud, vigencia y autenticidad.

Documentación requerida:

Los/as estudiantes con titulación obtenida en una universidad española o una Institución de Educación Superior perteneciente a otro Estado integrante del Espacio Europeo de Educación Superior que faculte en el mismo para el acceso a enseñanzas de títulos propios de postgrado deberán presentar la siguiente documentación:

  • Documento Nacional de Identidad o equivalente
  • Título Universitario de los estudios que le dan acceso al postgrado solicitado.
  • Currículum Vitae
  • Declaración responsable de veracidad de los datos aportados en formato digital
  • Cualquier otro documento que exija el Director del Título Propio específicamente para su aceptación

Los/as estudiantes con titulación extranjera deberán presentar la siguiente documentación:

  • Pasaporte o Tarjeta de Residencia
  • Título de Educación Superior extranjero (Graduado, Licenciado, Arquitecto, Ingeniero Doctor...) que den acceso a estudios de títulos propios de postgrado.
  • Certificado que acredite que los estudios realizados dan acceso a un Postgrado Oficial en su país de origen, expedido por la Universidad de origen
  • Currículum Vitae
  • Declaración de responsable de veracidad de los datos aportados en formato digital
  • Cualquier otro documento que exija el Director del Título Propio específicamente para su aceptación

A los/as solicitantes con estudios cursados en Centros Universitarios extranjeros se les podrá solicitar en cualquier momento un certificado de verificación de estos estudios y centros, expedido por una Institución autorizada.

Toda la documentación aportada deberá estar legalizada conforme a la legislación española y traducida por traductor oficial