Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/10609/97009
Registre complet de metadades
Camp DCValorLlengua/Idioma
dc.contributor.authorCuenca Guachamin, Walter Rene-
dc.date.accessioned2019-06-30T20:17:26Z-
dc.date.available2019-06-30T20:17:26Z-
dc.date.issued2019-06-
dc.identifier.urihttp://hdl.handle.net/10609/97009-
dc.description.abstractEl problema de la desinformación es un problema que siempre ha existido pero ha aumentado debido al crecimiento tecnológico y la aparición de diversas formas de comunicar la información en Internet, por ejemplos, blogs o redes sociales. Prestando atención a las redes sociales esto ha provocado la aparición de bots con el objetivo de propagar la desinformación con un determinado objetivo. Teniendo en mente esto el proyecto se centra en realizar un análisis que permita generar un modelo de Machine Learning que es capaz de detectar contenido falso y/o bots en redes sociales. Por ello, se ha seleccionado como metodología CRISP-DM debido a su gran utilización en este tipo de proyectos.es
dc.description.abstractEl problema de la desinformació és un problema que sempre ha existit però ha augmentat a causa del creixement tecnològic i l'aparició de diverses formes de comunicar la informació a Internet, per exemples, blogs o xarxes socials. Prestant atenció a les xarxes socials això ha provocat l'aparició de bots amb l'objectiu de propagar la desinformació amb un determinat objectiu. Tenint en ment això el projecte es centra en realitzar una anàlisi que permet generar un model de Machine Learning que és capaç de detectar contingut fals i / o brossa en xarxes socials. Per això, s'ha seleccionat la metodologia CRISP-DM per la seva gran utilització en aquest tipus de projectes.ca
dc.description.abstractThe problem of misinformation is a problem that has always existed but has increased due to technological growth and the emergence of various ways of communicating information on the Internet, for example, blogs or social networks. Paying attention to social networks this has led to the appearance of bots with the aim of spreading misinformation with a certain objective. With this in mind, the project focuses on performing an analysis that allows generating a Machine Learning model capable of detecting fake content or bots in social networks. Therefore, it has been selected as a methodology CRISP-DM due to its great use in this type of projects.en
dc.format.mimetypeapplication/pdf-
dc.language.isospa-
dc.publisherUniversitat Oberta de Catalunya (UOC)-
dc.rightsCC BY-NC-ND-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/-
dc.subjectaprendizaje automáticoes
dc.subjectseguridad de la informaciónes
dc.subjectanálisis de datoses
dc.subjectaprenentatge automàticca
dc.subjectmachine learningen
dc.subjectanàlisi de dadesca
dc.subjectdata analysisen
dc.subjectinformation securityen
dc.subjectseguretat de la informacióca
dc.subject.lcshComputer security -- TFMen
dc.titleTécnicas de machine learning aplicadas a la seguridad-
dc.typeinfo:eu-repo/semantics/masterThesis-
dc.audience.educationlevelEstudis de Màsterca
dc.audience.educationlevelEstudios de Másteres
dc.audience.educationlevelMaster's degreesen
dc.subject.lemacSeguretat informàtica -- TFMca
dc.subject.lcshesSeguridad informática -- TFMes
dc.contributor.directorHernández Jiménez, Enric-
dc.contributor.tutorGarcia-Font, Victor-
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess-
Apareix a les col·leccions:Trabajos finales de carrera, trabajos de investigación, etc.

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
wcuencaTFM0619memoria.pdfMemoria del TFM3,13 MBAdobe PDFThumbnail
Veure/Obrir
Comparteix:
Exporta:
Consulta les estadístiques

Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons Creative Commons