Proyecto de investigación y transferencia

TECT-CI5G Tecnologías transformadoras en ciberseguridad para redes 5G

Desarrollo de una suite algorítmica basada en aprendizaje profundo, minería de grafos e inteligencia artificial generativa para analizar el tráfico de red, detectar comportamientos anómalos y anticipar amenazas cibernéticas.

36 meses Duración

El proyecto

Una nueva generación de ciberseguridad para las comunicaciones 5G

Las redes 5G permiten transmitir mayores volúmenes de datos, conectar un número creciente de dispositivos y desarrollar servicios digitales con una latencia mínima. Estas capacidades también incrementan la complejidad de las comunicaciones y la superficie expuesta a posibles ataques.

TECT-CI5G investiga soluciones capaces de analizar el tráfico de red en tiempo real, identificar el origen de actividades anómalas y anticiparse a amenazas emergentes.

El proyecto combina inteligencia artificial, telecomunicaciones, ciencia de datos y ciberseguridad para desarrollar una plataforma avanzada de análisis y defensa de redes móviles privadas 5G.

El desafío

Amenazas más sofisticadas en redes cada vez más complejas

Los métodos tradicionales de inspección y clasificación presentan dificultades para trabajar con el volumen, la velocidad y la diversidad del tráfico generado por las redes 5G y los dispositivos conectados.

  • Procesar grandes volúmenes de comunicaciones en tiempo real.
  • Reconocer tráfico cifrado, anómalo u ofuscado.
  • Identificar relaciones entre dispositivos, nodos y emisores.
  • Detectar patrones recurrentes vinculados a ciberataques.
  • Adaptarse a variantes de amenazas todavía desconocidas.

Objetivo general

Inteligencia artificial para caracterizar el tráfico y detectar amenazas

Desarrollar una suite algorítmica que emplee técnicas de aprendizaje profundo y minería de grafos para caracterizar el tráfico de red, detectar comportamientos anómalos y reforzar la seguridad de las redes móviles privadas 5G. La solución se integrará en una plataforma funcional preparada para la ingesta, almacenamiento, procesamiento y análisis de comunicaciones reales, simuladas y procedentes de conjuntos de datos especializados.

Objetivos tecnológicos

Cuatro capacidades para una defensa más inteligente

El proyecto integra análisis secuencial, modelización de redes y modelos generativos dentro de una única arquitectura.

01

Clasificación en tiempo real

Modelos basados en procesamiento del lenguaje natural y arquitecturas Transformer para clasificar automáticamente grandes volúmenes de tráfico en nodos 5G.

02

Identificación de emisores

Representación de las comunicaciones como grafos para localizar los dispositivos, nodos u organizaciones que generan tráfico potencialmente malicioso.

03

Detección de patrones

Aplicación de minería de grafos y redes neuronales para reconocer relaciones y patrones recurrentes asociados a amenazas.

04

Defensa preventiva

Utilización de inteligencia artificial generativa para detectar nuevas variantes, adaptarse a comportamientos emergentes y anticipar posibles ciberataques.

Enfoque tecnológico

Tecnologías avanzadas aplicadas a la ciberseguridad

La innovación reside en combinar varias ramas de la inteligencia artificial para analizar tanto el contenido como la estructura relacional del tráfico.

01

PLN y Transformers

Las trazas de red se procesan como secuencias estructuradas. La tokenización permite analizar el contenido de los paquetes y reconocer dependencias complejas.

02

Aprendizaje profundo

Los modelos aprenden representaciones directamente a partir de los datos y reducen la dependencia de procesos manuales de selección de características.

03

Minería de grafos

Las comunicaciones se representan mediante nodos y conexiones para analizar relaciones entre dispositivos, emisores y posibles organizaciones.

04

Redes neuronales de grafos

Arquitecturas como GCNN y GAT permiten extraer patrones de la topología de red y reconocer comportamientos vinculados a amenazas.

05

IA generativa

Los modelos generativos y de difusión aprenden las distribuciones características del tráfico para detectar comunicaciones que se apartan de ellas.

5GDeep LearningTransformersPLNGraph MiningGATGCNNIA generativaBig DataAWS Cloud

Funcionamiento

Del dato de red a la defensa preventiva

La plataforma transforma comunicaciones heterogéneas en información procesable para clasificar, relacionar y anticipar amenazas.

Recopilación

Datos públicos, tráfico real, datos sintéticos y comunicaciones específicas de entornos 5G.

Preparación

Limpieza, curación, análisis estadístico y adaptación de la información.

Clasificación

Análisis automático mediante procesamiento del lenguaje natural y Transformers.

Modelización

Conversión de las comunicaciones y sus relaciones en estructuras de grafos.

Identificación

Detección de tráfico anómalo y localización de los emisores responsables.

Prevención

Reconocimiento de patrones recurrentes y estimación de amenazas emergentes.

Integración

Despliegue de los modelos dentro de una plataforma funcional.

Resultados esperados

Una plataforma integrada para el análisis y la protección de redes

El proyecto generará activos de datos, modelos algorítmicos, herramientas de análisis y resultados científicos transferibles.

Base de datos diversificada de tráfico real, sintético y 5G.
Modelo de clasificación de tráfico en tiempo real.
Herramienta para representar redes informáticas como grafos.
Modelo de identificación de emisores anómalos.
Sistema para detectar patrones recurrentes.
Modelo generativo de prevención de amenazas.
Plataforma de ingesta, almacenamiento y análisis.
Documentación, publicaciones científicas y tesis doctoral.
36meses de ejecución
7áreas de actividad
4líneas tecnológicas
1plataforma integrada

Plan de trabajo

Tres fases de investigación, desarrollo e integración

Fase 1

Datos y arquitectura

Recopilación, limpieza y preparación de datos, definición de requisitos técnicos y desarrollo del primer prototipo de plataforma.

Fase 2

Modelos de inteligencia artificial

Clasificación mediante Transformers, representación del tráfico como grafos e identificación de emisores anómalos.

Fase 3

Prevención e integración

Desarrollo del sistema preventivo, integración de modelos, pruebas, validación y despliegue de la plataforma final.

Consorcio

Investigación académica y aplicación empresarial

La colaboración combina capacidad científica, desarrollo algorítmico e integración tecnológica.

CEIEC

CEIEC · Universidad Francisco de Vitoria

El Centro de Estudios e Investigación en Gestión del Conocimiento aporta capacidades científicas en inteligencia artificial, aprendizaje profundo, análisis de datos y transferencia de conocimiento.

Su participación se centra especialmente en la investigación y desarrollo de los modelos de clasificación, análisis de grafos y prevención de amenazas.

Foqum

Foqum Analytics

Foqum Analytics coordina el proyecto y aporta su experiencia en el diseño de soluciones de inteligencia artificial, plataformas cloud e integración de modelos en entornos empresariales.

La empresa participa en la coordinación, desarrollo, validación e integración de la plataforma tecnológica.

Impacto

Contribución científica, tecnológica y social

TECT-CI5G contribuirá al desarrollo de soluciones avanzadas para proteger sistemas de comunicación, infraestructuras digitales y redes de dispositivos conectados.

Detección tempranaMayor capacidad para reconocer amenazas y anomalías en tiempo real.
Resiliencia digitalMejora de la protección de redes e infraestructuras críticas.
Capacidad nacionalDesarrollo de conocimiento especializado en IA y ciberseguridad.
TransferenciaConexión efectiva entre investigación universitaria y aplicación empresarial.
Talento investigadorFormación avanzada y desarrollo de una tesis doctoral.
Difusión científicaPublicaciones, congresos y posibles activos de propiedad industrial.

Marco institucional

Proyecto TECT-CI5G

Tecnologías Transformadoras en Ciberseguridad: Aprendizaje Profundo y Minería de Grafos para la Inteligencia en Tráfico de Red 5G.

Proyecto enmarcado en el Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023, dentro del Programa Estatal para Impulsar la Investigación Científico-Técnica y su Transferencia y del Subprograma Estatal de Transferencia de Conocimiento.

CEIEC y Universidad Francisco de Vitoria
Foqum Analytics
Ministerio
Agencia Estatal de Investigación

Scroll al inicio