Big Data Security

Big Data Security

Docentes

Rubén Ríos del Pozo (ruben@lcc.uma.es).
Investigador, UMA

Experto en desarrollo de protocolos y tecnologías para mejorar la privacidad en sistemas con recursos limitados, como redes de sensores. Imparte el módulo de seguridad.
Tutorías presenciales Martes 18.00 a 21.00. Tutorías virtuales (email, foros, chat, Skype) Lunes 18.00 a 21.00.

David Núñez Montañez (david@nucypher.com).
Investigador, UMA

Experto en criptología aplicada y mecanismos de seguridad y cifrado de datos para frameworks de Big Data. Imparte el módulo de seguridad.
Tutorías presenciales Martes 18.00 a 21.00. Tutorías virtuales (email, foros, chat, Skype) Lunes 18.00 a 21.00.

Objetivos

Los contenidos del presente módulo se han desarrollado con un doble objetivo. Por un lado, sensibilizar al alumnado sobre los riesgos y amenazas de seguridad y privacidad que afectan a los entornos de Big Data. Y, por otro lado, proporcionar los conocimientos y habilidades necesarias sobre tecnologías, servicios y herramientas de seguridad para minimizar los riesgos y hacer frente a las amenazas.

Tecnologías:

Linux/Unix, Netfilter/iptables, Kerberos, Hadoop.

Evaluación

La calificación final del módulo se calculará siguiendo la fórmula estándar del Master (70% tareas obligatorias + 30% tareas avanzadas + 20% desafío). Las tareas opcionales no influyen en la calificación y están ideadas únicamente para complementar los conocimientos del alumnado.

Pre-Requisitos

Aunque es recomendable tener unas nociones básicas de seguridad, no es necesario que el alumnado tenga conocimientos previos específicos para poder seguir el módulo con facilidad. A continuación se sugiere un listado de lecturas previas:
ENISA. Big Data Threat Landscape and Good Practice Guide
https://www.enisa.europa.eu/publications/bigdata-threat-landscape
● ENISA. Big Data Security: Good Practices and Recommendations on the Security of Big Data Systems
https://www.enisa.europa.eu/publications/big-data-security
● ENISA. Privacy by design in big data: An overview of privacy enhancing technologies in the era of big data analytics
https://www.enisa.europa.eu/publications/big-data-protection
● Cloud Security Alliance. Big Data Analytics for Security Intelligence
https://cloudsecurityalliance.org/download/big-data-analytics-for-security-intelligence
● Security and Resilience of Big Data Services

Durante el desarrollo del curso se recomiendan los siguientes libros para abordar aspectos específicos del módulo:
Hadoop Security (2015). O’Reilly ISBN: 978-1-4919-0098-7
● Kerberos: The Definitive Guide (2003). O’Reilly ISBN: 978-0-5960-0403-3
● Computer Security: Principles and Practice (2018). Pearson. ISBN: 978-0-1347-9439-6

Además, en cada lección se recomendarán una serie de lecturas adicionales con el fin de facilitar la realización de tareas.

Related Posts

Compromisos de seguridad en IA
Inteligencia Artificial, Noticias y Novedades
Compromisos de seguridad en IA

En la cumbre internacional sobre seguridad de la IA en Seúl, empresas como Amazon, Google y Microsoft acordaron los “Frontier AI Safety Commitments”, estableciendo protocolos para el desarrollo seguro de la inteligencia artificial. Descubre los detalles y su impacto en la industria.

Deja un comentario

Your email address will not be published. Required fields are marked.*

× ¿Cómo puedo ayudarte?