Objetivos
Curso práctico de 4 horas que aborda: introducción a la IA aplicada a la Ciberseguridad; fundamentos Prácticos de IA y su uso en Seguridad; iA Generativa para mejorar la Productividad del Analista; amenazas, Ética y Gobernanza en la IA aplicada a Seguridad; continuidad y Fuentes de Formación en IA y Ciberseguridad.
Contenidos
- Introducción a la IA aplicada a la Ciberseguridad
- Qué es la IA y por qué está cambiando la seguridad
- Casos reales: defensa frente a amenazas, análisis de logs, clasificación de incidentes
- Tipos de IA más relevantes: Machine Learning, Deep Learning, NLP
- Ejemplo práctico: análisis de phishing o alertas SIEM con ayuda de IA generativa
- Fundamentos Prácticos de IA y su uso en Seguridad
- Cómo “aprende” una IA: entrenamiento, inferencia y sesgos
- Modelos generativos (LLMs) en contexto de seguridad
- Herramientas útiles
- ChatGPT/Gemini/Claude para redactar informes, playbooks o queries
- Copilot para Seguridad (Microsoft Security Copilot): ejemplo de análisis de incidentes
- IA en SIEM/SOAR (Sentinel, Splunk, Chronicle): detección y -correlación mejoradas
- Ejercicio guiado: uso de ChatGPT para analizar un correo sospechoso y redactar un resumen técnico y ejecutivo
- IA Generativa para mejorar la Productividad del Analista
- Prompt engineering para seguridad
- Cómo pedir análisis de IOC, reglas Sigma/YARA, patrones MITRE ATT&CK
- Cómo redactar informes o alertas automáticas con buen formato
- Demostración práctica
- Generar una regla Sigma a partir de un log
- Explicar una alerta compleja en lenguaje natural para un informe ejecutivo
- Crear un flujo SOAR con ayuda de IA
- Introducción a agentes y automatización: Copilot Studio / Microsoft Fabric AI Skills
- Amenazas, Ética y Gobernanza en la IA aplicada a Seguridad
- Riesgos de la IA en ciberseguridad: ataques adversarios, prompt injection, data poisoning, modelo envenenado
- Cómo proteger modelos y evitar fuga de datos
- IA Act Europeo y ENS: implicaciones para el uso responsable de IA en entornos corporativos
- Buenas prácticas
- Qué información no compartir con modelos
- Cómo auditar resultados y validar inferencias
- Continuidad y Fuentes de Formación en IA y Ciberseguridad
- Rutas de aprendizaje recomendadas según perfil
- Técnicos / SOC: Adversarial Machine Learning, AI Threat Detection, Security Copilot Advanced
- GRC / Compliance: AI Risk Management, Responsible AI, IA Act y ENS
- Red Team / Pentesters: Ataques a modelos de IA, evasión y contrainteligencia
- Recursos para aprendizaje autónomo
- Microsoft Learn, Coursera, OpenAI Learning, Google Cloud Security Labs
- Laboratorios abiertos: MITRE ATT&CK, LOLC2, Hugging Face Spaces
- Publicaciones y newsletters de referencia
Duración
Leave A Reply