El Departamento de Informática de la Universidad Técnica Federico Santa María tiene el agrado de invitar a la comunidad universitaria a su ciclo de coloquios.

El próximo *Martes 11 de Junio a las 11:45 Hrs.*, Javier Maldonado, candidato a Doctor en Ingeniería Informática de la Universidad Técnica Federico Santa María, ofrecerá un coloquio titulado “An Evolutionary Wrapper Algorithm for Attacks Detection”.

La charla tendrá lugar en el auditorio Claudio Matamoros (F-106) en Casa Central y se transmitirá por videoconferencia al Laboratorio de Programación Avanzada (LPA, Sala B-038) del DI, Campus San Joaquín.

¡Quedan todos cordialmente invitados!

Mini Bio

Javier Maldonado se tituló de Ingeniero en Informática de la Universidad Nacional Experimental del Táchira (UNET), Venezuela en 2005. Se graduó de Magíster en Ciencias de la Computación de la Universidad de los Andes (ULA), en Mérida, Venezuela en 2012. Actualmente es candidato a Doctor en Ingeniería Informática de la USM, con el tema de tesis “Algoritmos bio-inspirados aplicados a ciberseguridad” con su tutora María Cristina Riff.

Resumen

En la actualidad, internet es utilizada intensivamente para realizar transacciones cruciales para empresas y usuarios, transferencia de datos segura, o certificación digital de datos. Estas transacciones confían en infraestructuras seguras con el fin de proveer un servicio confiable. Sin embargo, estas infraestructuras son un blanco perfecto para los atacantes que tratan de ganar acceso para comprometer servicios buscando algún beneficio ya sea financiero, tecnológico o estratégico. En este contexto, los sistemas de detección de intrusos (Intrusion Detection System, IDS) representan un elemento fundamental en el área de ciberseguridad. Los IDS tienen por objetivo identificar comportamientos no autorizados en una infraestructura dada, mediante la detección, clasificación y alerta de intentos de intrusión, con el fin de mantener una continuidad de la disponibilidad, integridad y confidencialidad de sus elementos. Se trata de tarea compleja que requiere el análisis de gran cantidad de datos para detectar actos potencialmente peligrosos. En este coloquio se presentarán y explicarán cada una de las componentes del algoritmo evolutivo propuesto que está especialmente diseñado para la selección de características en el contexto de detección de ataques. Las pruebas se realizaron con CICIDS2017, uno de los datasets recientes más utilizado en la literatura.