Publications

@article{diaz_classifying_2022,

title = {Classifying suspicious Pastebin content using Machine Learning},

author = {D. Díaz and Francisco Jañez-Martino and Javier Velasco-Mata and Eduardo Fidalgo and O. García and Enrique Alegre},

url = {https://dialnet.unirioja.es/servlet/articulo?codigo=9206635},

year  = {2022},

date = {2022-01-01},

journal = {VII Jornadas Nacionales de Investigación en Ciberseguridad 2022},

abstract = {Investigación en Ciberseguridad Actas de las VII Jornadas Nacionales (7º.2022.Bilbao) Se enfoca en la construcción de un conjunto de variables para clasificar la maliciosidad de direcciones IP en un entorno de ciberseguridad. Se extrajeron 23 variables, 18 de series temporales y listas de reputación, y 5 relacionadas con la geolocalización. Se realizó un análisis estadístico para evaluar y optimizar las características, considerando la variabilidad temporal de la geolocalización y los hiperparámetros de las series temporales.},

keywords = {Aprendizaje Automático, Ciberseguridad, Direcciones IP, Jornadas Nacionales, Selección de Variables, Severidad},

pubstate = {published},

tppubtype = {article}

}

@article{delgado-sotes_dataset_2022,

title = {Dataset creation and feature extraction for thedetection of fraudulent websites},

author = {Juan José Delgado-Sotés and Manuel Sánchez-Paniagua and Javier Velasco-Mata and Eduardo Fidalgo and Juan Prieto-Carballal and George Azzopardi},

url = {https://dialnet.unirioja.es/servlet/articulo?codigo=9206641},

year  = {2022},

date = {2022-01-01},

journal = {Investigación en Ciberseguridad Actas de las VII Jornadas Nacionales (7º. 2022. Bilbao)},

pages = {267–268},

abstract = {Este trabajo se centra en la creación de un conjunto de variables (features) para clasificar la maliciosidad de una dirección IP en un contexto multi-clase. Se han utilizado 23 variables, de las cuales 18 provienen de series temporales y listas de reputación, y 5 están relacionadas con la geolocalización de la IP. Además, se realizó un análisis estadístico para optimizar y estudiar la adecuación de estas variables, teniendo en cuenta los cambios posibles en la geolocalización y los hiperparámetros de las series temporales.},

note = {Publisher: Fundación Tecnalia Research and Innovation},

keywords = {Aprendizaje Automático, Direcciones IP, Selección de Variables, Severidad},

pubstate = {published},

tppubtype = {article}

}