🔚 Clasificar y entender la Dark Web es clave 🔑 para una ciberseguridad más fuerte 💪.

🧰 Mi tesis aporta nuevas metodologías y herramientas para esta lucha.

🙏 ¡Gracias por llegar hasta aquí!

#HiloTesis @uahes.bsky.social @crueuniversidades.bsky.social @filarramendi.bsky.social

👀 Para que las soluciones sean robustas:

✅ Validación con expertos humanos 🧑‍🏫.
✅ Comparación constante de resultados.
✅ Iteración y mejora continua ♻️.

🔍 Así garantizo que la tecnología aporte valor real en el día a día.

🤔 Quedan muchos desafíos:

⚠️ Adaptar los modelos a la evolución de la Dark Web 🚀.
⚠️ Minimizar los sesgos de los modelos 🤔.
⚠️ Mantener los sistemas actualizados 🛠️.

⏳ La lucha contra el cibercrimen nunca se detiene.

😎 ¡Tecnología para el bien!

🛠️ A veces la misma tecnología que se usa para el mal (IA, LLMs...) puede ayudarnos a combatirlo.

⚔️ Mi tesis muestra cómo la Inteligencia Artificial 🤖 puede ser nuestra aliada contra los mercados negros online.

📋 Mi investigación ha sido difundida en congresos nacionales e internacionales:

📄 JNIC 2024: hdl.handle.net/10017/62822

📄🏆 CECIIS 2024, con el premio al mejor paper: archive.ceciis.foi.hr/app/public/c...

📄 CIAWI 2024: www.ciaca-conf.org/wp-content/u...

💪 Este trabajo ayuda a:

👮‍♀️ Mejorar la lucha contra el cibercrimen.

🧑‍💻 Desarrollar herramientas útiles para investigadores.

🛡️ Proteger a la sociedad frente a delitos online.

🤝 ¡La tecnología puede ser una gran aliada!

⏰ Resultados principales hasta el momento:

✅ He logrado clasificar contenido de la Dark Web con gran precisión 🏅.

✅ He detectado relaciones entre vendedores y mercados.

✅ Los LLMs demuestran ser herramientas clave 🔑 para mejorar la ciberseguridad en este ámbito.

➕ Además de clasificar contenido, comparo entre mercados:

✔️ Qué tecnologías usan 🖥️
✔️ Quiénes son los principales vendedores 🕵️‍♀️
✔️ Qué productos se ofrecen 🔄

🕸️ Así detecto patrones comunes y agrupaciones en la Dark Web.

🤖 Los Modelos de Lenguaje Grandes (LLM, por sus siglas en inglés: Large Language Models) no son perfectos:

❌ A veces alucinan (inventan cosas).

✅ Por eso combino la IA con validación humana 👨‍🏫 y aprendizaje activo, donde los humanos ayudan a corregir al modelo en los casos dudosos. 🧠

🗣️ Todo depende de un buen prompt:

📙 El texto que le damos a la IA para explicarle lo que queremos que haga.

🔍 Un prompt bien diseñado hace que el modelo sea más fiable y capte matices.

⚙️ ¡Prompt Engineering en acción!

💼Trabajo con técnicas zero-shot y few-shot:

👉 Sin necesidad de entrenar modelos desde cero 🚀.

👉 Les doy ejemplos y descripciones → el modelo clasifica textos.

📊 Resultado: rapidez ⚡ y precisión 🧐.

👨‍💻 Uso modelos de lenguaje avanzados: GPT-4o, Gemini, Grok...

⌨️ Estos modelos son capaces de leer los textos y clasificarlos en categorías como:

🔸 Drogas
🔸 Armas
🔸 Datos robados
🔸 Servicios ilegales

🌑🤖 Una IA que nos ayuda a entender este mundo oscuro.

2️⃣ Antes de analizarlos toca "limpiar":

✔️ Eliminar duplicados 🗑️
✔️ Normalizar textos 📝
✔️ Corregir errores 🚫

🧹 Así preparo los datos para que los modelos de IA puedan interpretarlos correctamente.

1️⃣ Primero, usando crawlers especializados conectados a redes como Tor, I2P, Freenet o ZeroNet, recojo datos:

✔️ Textos de páginas .onion 📝
✔️ Claves PGP 🔑
✔️ Direcciones de criptomonedas ₿
✔️ Listados de productos en venta 🛒

🔐 Un trabajo delicado, realizado siempre en entornos controlados y seguros.

📝 ¿Cómo clasificar millones de páginas y textos en la Dark Web?

🤔 ¿Cómo descubrir relaciones ocultas entre páginas, vendedores y compradores?

👉 Respuesta: combinar IA 🤖, grafos 🕸️ y análisis avanzado de datos 📊.

👮‍♀️ Los investigadores se enfrentan a un reto enorme:

➡️ Miles de páginas ocultas.
➡️ Contenidos cambiantes y anónimos.
➡️ Dificultad para monitorizar estas redes.

🧑‍💻 Mi trabajo busca automatizar la detección y análisis de estos contenidos.

🌐 La Dark Web es una parte oculta de internet 🌑, accesible solo con software especial como Tor, I2P, Freenet o ZeroNet.

🕵️‍♂️ Aquí florecen actividades ilegales: venta de drogas, armas, explotación sexual o robo de identidades.

🤔 Pero... ¿qué ocurre realmente allí?