Tecnologías Disruptivas: Parte III

<p>El enfoque reactivo de muchas leyes de ciberseguridad, que se basan en incidentes pasados para establecer medidas de seguridad y regulaciones, en lugar de anticipar y prevenir amenazas futuras. (D)</p> Signup and view all the answers

<p>Adquiriendo datos de inteligencia de amenazas de proveedores externos que recopilan información sobre actividades maliciosas en línea, pero sin verificar la legitimidad de las fuentes de datos ni obtener el consentimiento de las personas cuyos datos se están recopilando. (A)</p> Signup and view all the answers

<p>La ausencia de un marco legal internacional vinculante que establezca normas claras sobre la atribución de ciberataques y la responsabilidad de los Estados. (B)</p> Signup and view all the answers

<p>La implementación de contratos inteligentes basados en blockchain para automatizar el cumplimiento de las leyes de protección de datos, como el Reglamento General de Protección de Datos (RGPD) de la Unión Europea. (B)</p> Signup and view all the answers

<p>Combinar medidas de seguridad técnicas, campañas de concienciación y políticas claras para crear una cultura de seguridad en la organización que empodere a los empleados para tomar decisiones informadas y proteger la información confidencial. (D)</p> Signup and view all the answers

<p>El RGPD proporciona un marco general para la protección de datos personales, mientras que la DSRI establece requisitos específicos para la seguridad de la red y de la información que complementan las obligaciones de protección de datos del RGPD. (A)</p> Signup and view all the answers

<p>Un estado miembro del convenio busca acceder a datos almacenados en otro estado miembro; el convenio facilita este acceso al proporcionar un marco estandarizado para las solicitudes de asistencia mutua y la extradición relacionadas con los ciberdelitos. (A)</p> Signup and view all the answers

<p>El RTI busca establecer normas internacionales para la seguridad de las telecomunicaciones, pero su aplicación depende de los estados miembros, lo que da lugar a posibles conflictos derivados de distintas interpretaciones y prioridades nacionales. (C)</p> Signup and view all the answers

<p>FISMA sirve como un componente clave de un enfoque por capas, complementado por estándares y directrices del NIST, que permite a las agencias adaptar las medidas de seguridad basadas en evaluaciones de riesgos y necesidades operativas. (D)</p> Signup and view all the answers

<p>Las variaciones en las leyes estatales de ciberseguridad requieren que las organizaciones multinacionales naveguen por un complejo panorama normativo, lo que potencialmente conduce a una mayor complejidad de cumplimiento y costos operativos. (A)</p> Signup and view all the answers

<p>Las organizaciones evalúan la efectividad de las medidas de seguridad a través de auditorías periódicas, evaluaciones de riesgos y ejercicios de prueba, adaptando sus estrategias de seguridad para abordar las vulnerabilidades emergentes y cumplir con los requisitos regulatorios. (D)</p> Signup and view all the answers

<p>La DPA proporciona directrices claras sobre las transferencias internacionales de datos y los requisitos para garantizar que los datos personales estén protegidos adecuadamente al almacenarse o procesarse fuera del Reino Unido, incluido el uso de servicios de computación en la nube. (B)</p> Signup and view all the answers

<p>La fragmentación de las leyes de ciberseguridad requiere un marco de ciberseguridad modular y adaptable que pueda adaptarse a los requisitos específicos de cada jurisdicción, implementando potencialmente controles de seguridad distintos basados en el contexto normativo. (D)</p> Signup and view all the answers

<p>Desarrollar un modelo de análisis prescriptivo que integre la simulación de eventos complejos y el aprendizaje automático para recomendar precios óptimos en tiempo real, considerando múltiples variables y restricciones operativas. (C)</p> Signup and view all the answers

<p>Un cambio hacia la integración holística de 'big data' e IA para generar <em>insights</em> accionables que informen la toma de decisiones estratégicas, con una comprensión profunda de las implicaciones de los datos. (B)</p> Signup and view all the answers

<p>Implementar un sistema que utilice análisis predictivo para pronosticar la demanda, posibles interrupciones en la cadena de suministro y, simultáneamente, emplear análisis prescriptivo para recomendar estrategias de mitigación de riesgos y optimizar los programas de producción en tiempo real. (C)</p> Signup and view all the answers

<p>Desarrollar un modelo de aprendizaje automático no supervisado que pueda identificar patrones anómalos complejos en tiempo real, adaptándose dinámicamente a nuevas técnicas de fraude. (D)</p> Signup and view all the answers

<p>Desarrollar un modelo de <em>deep learning</em> que analice el historial de navegación, las interacciones con los productos, el contexto de la sesión y las redes sociales para generar recomendaciones altamente personalizadas y dinámicas. (D)</p> Signup and view all the answers

<p>La necesidad de gestionar la incertidumbre en los datos y los modelos, asegurando que las recomendaciones sean robustas y adaptables a diferentes escenarios. (A)</p> Signup and view all the answers

<p>Desarrollar un modelo de simulación basado en agentes que integre datos epidemiológicos, demográficos, sociales y ambientales para predecir la propagación de enfermedades y evaluar el impacto de diferentes intervenciones. (A)</p> Signup and view all the answers

<p>Implementar un algoritmo de aprendizaje automático que, aunque preciso en la predicción del riesgo crediticio, perpetúa sesgos históricos presentes en los datos de entrenamiento, resultando en discriminación injusta hacia ciertos grupos demográficos. (C)</p> Signup and view all the answers

<p>La LFPDPPP establece un régimen de 'responsabilidad proactiva' más riguroso, obligando a las empresas a demostrar <em>ex ante</em> la implementación de medidas técnicas y organizativas adecuadas para garantizar la seguridad de los datos, en lugar de simplemente reaccionar ante incidentes. (B)</p> Signup and view all the answers

<p>Adoptar un estándar de cumplimiento global, como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea, y adaptarlo a las especificidades locales de Brasil, Argentina y México, aprovechando la similitud de principios y la mayor robustez del GDPR. (C)</p> Signup and view all the answers

<p>El desarrollo de un marco regulatorio que incentive la colaboración público-privada en el intercambio de información sobre amenazas cibernéticas y la adopción de estándares de seguridad comunes para sectores críticos como energía, finanzas y salud. (A)</p> Signup and view all the answers

<p>La disparidad en los niveles de protección de datos reconocidos por las diferentes legislaciones nacionales, lo que dificulta la implementación de políticas de seguridad uniformes y la gestión de riesgos transfronterizos. (D)</p> Signup and view all the answers

<p>Alinear las políticas de seguridad y protección de datos con el estándar internacional más alto (por ejemplo, ISO 27001 o NIST Cybersecurity Framework) y adaptarlas a los requisitos específicos de cada país, aprovechando las sinergias y evitando duplicaciones. (D)</p> Signup and view all the answers

<p>Priorizar la obtención del consentimiento explícito e informado de los usuarios para la recopilación y el uso de sus datos, implementando mecanismos de transparencia y control que superen los requisitos mínimos de las leyes locales más exigentes. (D)</p> Signup and view all the answers

<p>Realizar una Evaluación de Impacto en la Protección de Datos (EIPD) exhaustiva antes de la implementación de la plataforma, identificando y mitigando los riesgos potenciales para la privacidad y los derechos de los ciudadanos, y garantizando la transparencia en el uso de los datos. (A)</p> Signup and view all the answers

<p>Notificar inmediatamente la brecha de seguridad al Instituto Nacional de Transparencia, Acceso a la Información y Protección de Datos Personales (INAI) y a los pacientes afectados, proporcionando información detallada sobre la naturaleza del incidente, los datos comprometidos y las medidas adoptadas para contenerlo. (D)</p> Signup and view all the answers

<p>Selección de características basada en la importancia permutacional aplicada sobre ventanas temporales móviles y evaluada con métricas de rendimiento fuera de la muestra. (D)</p> Signup and view all the answers

<p>Procesamiento en el borde (edge computing) utilizando Apache Kafka Streams y mini-lotes de procesamiento cerca de la fuente de datos. (A)</p> Signup and view all the answers

<p>La minimización de la recopilación y el procesamiento de datos personales a lo estrictamente necesario para la finalidad específica, aplicando medidas de seudonimización y cifrado desde las fases iniciales del diseño del sistema. (B)</p> Signup and view all the answers

<p>Implementación de privacidad diferencial, añadiendo ruido aleatorio a los datos o a los resultados del modelo, cuantificando la pérdida de privacidad mediante el parámetro ε. (A)</p> Signup and view all the answers

<p>Implementación de una arquitectura <em>Kappa</em> basada en Apache Kafka como <em>backbone</em> central, Kafka Streams para el procesamiento en tiempo real y ClickHouse como almacén de datos analítico, utilizando algoritmos de aprendizaje automático para la detección de anomalías. (B)</p> Signup and view all the answers

<p>Área bajo la curva ROC (AUC-ROC) y curva de precisión-exhaustividad (AUC-PR), utilizando validación cruzada estratificada para evitar el sobreajuste. (C)</p> Signup and view all the answers

<p>Creación de un catálogo de datos centralizado con metadatos detallados, linaje de datos y perfiles de calidad de datos, combinado con un marco de gobierno de datos que defina roles y responsabilidades. (B)</p> Signup and view all the answers

<p>Hadoop se basa en el paradigma MapReduce para el procesamiento de datos, mientras que Spark utiliza un grafo acíclico dirigido (DAG) y el concepto de RDD (Resilient Distributed Datasets) para el procesamiento en memoria, lo que resulta en un rendimiento significativamente superior para tareas iterativas y complejas. (D)</p> Signup and view all the answers

<p>Las funciones de activación avanzadas mitigan el problema del <em>vanishing gradient</em> al mantener un gradiente más constante durante la retropropagación, y facilitan el aprendizaje de representaciones dispersas al introducir coeficientes adaptativos o términos de saturación autoajustables. (B)</p> Signup and view all the answers

<p>Aplicar técnicas de ponderación inversa de la probabilidad (IPW) basadas en un modelo causal explícito del proceso de selección, complementado con un análisis de sensibilidad para evaluar la robustez de las conclusiones ante posibles violaciones de los supuestos del modelo causal. (B)</p> Signup and view all the answers

<p>Implementar un grafo de dependencia de datos (data dependency graph) y aplicar algoritmos de recorrido en profundidad (depth-first search) para identificar ciclos de referencia y anomalías en las relaciones entre tablas. (A)</p> Signup and view all the answers

<p>Utilizar un sistema de control de versiones (como Git) para rastrear los cambios en el código fuente y los archivos de configuración, complementado con una herramienta de gestión de experimentos (como MLflow o Weights &amp; Biases) para registrar los <em>hyperparámetros</em>, métricas de evaluación y artefactos de cada ejecución. (B)</p> Signup and view all the answers

<p>Aplicar una técnica de sobremuestreo (oversampling) como SMOTE (Synthetic Minority Oversampling Technique) para equilibrar las clases en el conjunto de entrenamiento, combinada con un algoritmo de clasificación robusto como Gradient Boosting Machines (GBM) y una cuidadosa optimización de los umbrales de decisión basados en la curva PR (Precision-Recall). (D)</p> Signup and view all the answers

<p>Implementar un sistema híbrido que combine filtrado colaborativo (CF) basado en memoria con modelos de <em>embedding</em> pre-calculados utilizando técnicas de <em>aprendizaje profundo</em> (<em>deep learning</em>), sirviendo las recomendaciones a través de una base de datos en memoria (in-memory database) como Redis y un sistema de <em>caché</em> distribuido como Memcached. (C)</p> Signup and view all the answers

<p>Utilizar técnicas de <em>Shapley values</em> o LIME (Local Interpretable Model-agnostic Explanations) para explicar las predicciones individuales del modelo, complementado con un análisis de la importancia de las características (feature importance) global y la visualización de las reglas de decisión aprendidas. (B)</p> Signup and view all the answers

<p>Emplear modelos de lenguaje basados en transformadores pre-entrenados (como BERT, RoBERTa o GPT) y ajustarlos (fine-tune) en un conjunto de datos específico del dominio, complementado con técnicas de aumento de datos (data augmentation) y aprendizaje por transferencia (transfer learning) para mejorar la generalización y la robustez del modelo. (B)</p> Signup and view all the answers

Técnica para analizar datos y encontrar patrones que explican eventos pasados.

Uso de datos pasados para predecir eventos futuros mediante patrones.

Análisis que no solo predice, sino que sugiere la mejor acción a seguir.

Proceso de explorar grandes conjuntos de datos para descubrir patrones.

Campo que estudia la recopilación, organización y análisis de datos para la toma de decisiones.

Impacto de nuevas tecnologías en la ciencia de datos y en cómo las empresas toman decisiones.

Conjuntos de datos tan grandes y complejos que requieren tecnología avanzada para su análisis.

Capacidad de los sistemas para aprender y tomar decisiones de manera autónoma.

Protección de sistemas y datos contra ciberamenazas.

Protegen datos y sistemas de amenazas como robo de identidad.

Protegen información personal y regulan su tratamiento seguro.

Exigen informar sobre violaciones de datos a individuos y autoridades.

Regulaciones que establecen estándares mínimos de seguridad para organizaciones.

Riesgos como piratería, robo de identidad y violaciones de datos.

Regulaciones globales para proteger contra ciberataques.

Incidentes como WannaCry, Equifax y SolarWinds que evidencian la necesidad de leyes.

Herramienta de big data para procesar grandes conjuntos de datos.

Herramienta de big data diseñada para procesamiento rápido de datos.

Herramienta de visualización de datos para crear gráficos interactivos.

Herramienta de Microsoft para analizar y visualizar datos.

Profesional que recopila, limpia y transforma datos para análisis.

Responsable de analizar datos y generar informes y visualizaciones.

Leyes y normativas que regulan el uso y el desarrollo tecnológico.

Reglamento General de Protección de Datos que regula el manejo de datos personales.

Directiva sobre Seguridad de las Redes y de la Información que exige protección contra ciberamenazas.

Delitos que se cometen a través de internet que requieren cooperación legal internacional.

Ley estadounidense que exige a los organismos federales implementar medidas de seguridad para redes.

Ley de Privacidad del Consumidor de California que protege la información personal.

Ley de Portabilidad y Responsabilidad del Seguro Médico que protege datos de pacientes.

Ley de Protección de Datos del Reino Unido que obliga a proteger información personal.

Ley Gramm-Leach-Bliley que protege la información financiera de los clientes.

Ley de Protección de Datos Personales en Argentina que regula el uso de la información personal.

Ley Federal de Protección de Datos Personales en Posesión de los Particulares en México.

Plan de Ecuador para fortalecer la protección de datos y servicios digitales.

Obligación de las organizaciones de seguir leyes relacionadas con la seguridad informática.

Riesgos como malware, ataques DDoS y robo de datos en el entorno digital.

Un tipo de aprendizaje automático que permite a las máquinas aprender de datos y tomar decisiones.

Un documento que describe las metas, objetivos y tareas para el éxito en ciencia de datos.

Las ubicaciones de donde se obtienen los datos, que deben ser evaluadas por su fiabilidad.

Proceso de analizar la calidad y posibles sesgos de los datos.

Herramientas utilizadas para interpretar y analizar datos, como análisis estadístico y aprendizaje automático.

Herramientas que crean representaciones visuales de los datos, como gráficos y tablas.

Lenguajes de programación utilizados en ciencia de datos para crear modelos predictivos y analizar datos.

Marcos de aprendizaje automático usados para desarrollar modelos predictivos y identificar patrones.