Detección de spam en Twitter y clasificación del tráfico

El rápido crecimiento de Internet y las redes sociales ha provocado un aumento del tamaño del tráfico de Internet y de la complejidad del análisis del comportamiento del tráfico, especialmente en redes a gran escala como las plataformas de redes sociales. Las metodologías tradicionales basadas en reglas están siendo sustituidas por enfoques automatizados impulsados por el aprendizaje automático, impulsados por la disponibilidad de grandes conjuntos de datos que permiten modelos de IA de alto rendimiento. Este libro revisa la investigación reciente sobre el análisis del tráfico cibernético en redes sociales e Internet, centrándose en los conceptos de similitud, correlación e indicación colectiva, y haciendo hincapié en la importancia de los objetivos de seguridad a la hora de clasificar hosts, aplicaciones, usuarios y tuits de la red. Para hacer frente a estos retos, el documento presenta una nueva metodología de investigación denominada ciberseguridad basada en datos (DDCS) y su aplicación en el análisis del tráfico social y de Internet. La metodología DDCS consta de tres componentes principales: procesamiento de datos de ciberseguridad, ingeniería de características de ciberseguridad y modelado de ciberseguridad.