Defensa de la tesis doctoral de Branly Alberto Martínez González
- Lunes 23 de noviembre de 2026
- A las 11:00
- Sala 2 del ‘Laboratorio de innovación. Universidad empresa’ y online
Branly Alberto Martínez González, doctorando de Ingeniería y Tecnologías Industrial, Informática y Civil, defenderá su tesis doctoral titulada “Detección de ciberataques en redes IoT mediante análisis de tráfico y generalización entre dominios”, dirigida por Daniel Urda Muñoz y Carlos Cambra Baseca, el lunes, 23 de noviembre a las 11:00 h en la Sala 2 del ‘Laboratorio de innovación. Universidad empresa’ y de manera telemática a través de Teams.
En las redes de Internet de las Cosas (IoT) conviven dispositivos muy distintos, desde sensores hasta sistemas de control. Esa diversidad plantea un reto para la ciberseguridad, ya que un detector de ataques que funciona en una red puede fallar cuando se aplica en otra. Esta tesis estudia cómo evaluar y mejorar la detección de ciberataques a partir de las características del tráfico de red, sin examinar el contenido de los mensajes.
La investigación aporta tres contribuciones. CyberFlowIoT-GICAP es un conjunto de datos de tráfico IoT generado en un laboratorio de la Universidad de Burgos, cuyo etiquetado puede rastrearse hasta las capturas originales. IoT-Sim es una plataforma web de código abierto para diseñar redes, generar tráfico, simular ataques y evaluar detectores. La tercera contribución compara estrategias para aplicar modelos cuando cambia la red, que consisten en adaptarlos con datos del nuevo entorno, entrenarlos con datos de varias redes o mantener esos datos en su lugar de origen y compartir los modelos.
Los experimentos muestran que los detectores pueden obtener resultados muy altos en la red donde se entrenaron y perder casi toda su capacidad de detección al aplicarse en otra. Las estrategias estudiadas reducen esa caída en distinto grado. La tesis concluye que evaluar un detector solo en su entorno de entrenamiento no basta para estimar cómo funcionará en otras redes IoT.
El trabajo se ha realizado en el Grupo de Inteligencia Computacional Aplicada (GICAP) de la Universidad de Burgos, en el marco del proyecto AI4SECIoT, financiado por el Instituto Nacional de Ciberseguridad (INCIBE) dentro del Plan de Recuperación, Transformación y Resiliencia, con fondos europeos Next Generation EU.
Última actualización: 20 de noviembre de 2026