Saltar al contenido
Enrique Tomás Martínez Beltrán
InicioInvestigaciónPublicacionesDocenciaBlog
ENES
Contacto
InicioInvestigaciónPublicacionesDocenciaBlog
ENES
Contacto

Enrique Tomás Martínez Beltrán

Investigación en aprendizaje federado, IA confiable y ciberdefensa, con foco en sistemas robustos, con preservación de privacidad y útiles en operaciones de seguridad.

  • Política de privacidad
  • Términos del servicio
  • Accesibilidad
  • GitHubse abre en una pestaña nueva
  • LinkedInse abre en una pestaña nueva
  • Google Scholarse abre en una pestaña nueva
  • RGse abre en una pestaña nueva
  • ORCIDse abre en una pestaña nueva
  • Scopusse abre en una pestaña nueva
  • DBLPse abre en una pestaña nueva
  • Web of Sciencese abre en una pestaña nueva

Enrique Tomás Martínez Beltrán. Todos los derechos reservados.

Volver arriba

Este sitio carga analítica opcional de Google y proveedores externos de analítica solo si aceptas. Puedes rechazarla y seguir usando la web con normalidad.

  1. Inicio
  2. Investigación en aprendizaje federado, IA confiable y ciberdefensa
  3. ROBUST-6G: plataforma inteligente, automatizada y fiable de servicios de seguridad para 6G
ActivoROBUST-6G

ROBUST-6G: plataforma inteligente, automatizada y fiable de servicios de seguridad para 6G

Aprendizaje federado, IA confiable y gestión de seguridad para futuros sistemas 6G

ROBUST-6G estudia mecanismos de seguridad para sistemas 6G, incluyendo monitorización, gestión segura de datos, servicios de IA confiable, aprendizaje federado y respuesta ante amenazas.

Universidad de Murcia2024 — 2026
ROBUST-6G: plataforma inteligente, automatizada y fiable de servicios de seguridad para 6G

Foco del caso de estudio

Problema de seguridad

Las redes 6G amplían la superficie de ataque en RAN, edge, core y aplicaciones verticales, haciendo que las operaciones manuales de seguridad sean demasiado lentas para servicios ciberfísicos dinámicos.

Contribución DFL

La arquitectura incluye aprendizaje federado mejorado para que los modelos de seguridad aprendan sobre datos distribuidos sin compartir datos brutos.

Ángulo de IA confiable

Los servicios de IA confiable y sostenible cubren robustez, explicabilidad, IA con preservación de privacidad, protección frente a ML adversario e inferencia eficiente.

Resultado esperado

Una plataforma Horizon Europe/SNS JU de servicios de seguridad para ciberdefensa 6G adaptativa y confiable.

CiberseguridadCiberseguridadCiberdefensaIA confiableIA explicableIA con preservación de privacidadConciencia situacional

ROBUST-6G (SmaRt, AutOmated, and ReliaBle SecUrity Service PlaTform for 6G) es un proyecto Horizon Europe / SNS JU centrado en las bases de seguridad que necesitarán los futuros sistemas 6G. Su arquitectura pública plantea el problema como seguridad extremo a extremo para un entorno de red altamente distribuido, inteligente y flexible.

El proyecto es relevante para mi portfolio porque conecta las líneas principales de mi trabajo: IA distribuida, IA confiable, aprendizaje federado, automatización de ciberdefensa y monitorización de seguridad con privacidad.

Reto de seguridad

6G conectará radio, edge, cloud, funciones de red y aplicaciones verticales dentro de un continuo ciberfísico mucho más denso. Esto crea un problema de seguridad donde las herramientas aisladas de detección y las operaciones manuales no son suficientes.

ROBUST-6G aborda este reto mediante monitorización programable, gestión segura de datos, gestión automatizada de seguridad, servicios de IA confiable y bucles cerrados de seguridad en capa física.

Ángulo de IA descentralizada y federada

La arquitectura pública incluye aprendizaje federado mejorado dentro de la capa de servicios de IA confiable y sostenible. El objetivo es entrenar modelos de seguridad útiles sobre datos distribuidos sin obligar a centralizar datos brutos.

Ese es el vínculo relevante con el aprendizaje federado descentralizado: la seguridad 6G necesitará modelos que aprendan de telemetría distribuida y que sigan siendo robustos, explicables, preservadores de privacidad y eficientes para operar entre edge y cloud.

Ciberdefensa en bucle cerrado

La arquitectura del proyecto combina monitorización, análisis, toma de decisiones, orquestación y actuación. En la práctica, esto significa que una señal de seguridad no debería quedarse en "anomalía detectada"; debería alimentar un bucle operativo capaz de analizar el riesgo, apoyar la mitigación y activar una respuesta controlada.

Este es el tipo de pipeline de ciberdefensa donde aprendizaje federado, IA confiable y gestión automatizada de seguridad pueden trabajar juntos.

Fuentes públicas

  • Arquitectura oficial de ROBUST-6G: https://robust-6g.eu/about/architecture/
  • Ficha del proyecto en CORDIS: https://cordis.europa.eu/project/id/101139068

Metodología

  • Monitorización continua programable en far edge, near edge, cloud central, funciones de red y componentes de infraestructura.
  • Gestión automatizada de seguridad con bucles cerrados para detección, análisis, decisión, orquestación y mitigación.
  • Servicios de IA confiable que combinan aprendizaje federado, XAI, ML adversario y mecanismos de privacidad.

Métricas clave

101139068

Acuerdo de financiación

Smart Networks and Services Joint Undertaking bajo Horizon Europe

E2E

Alcance de seguridad

Desde monitorización y gestión de datos hasta respuesta ante amenazas

6G

Generación de red

Servicios de seguridad para futuros escenarios del continuo ciberfísico

Equipo colaborador

CyberDataLab

Laboratorio de ciberseguridad y ciencia de datos

Aporta experiencia en ciberseguridad, ciencia de datos, IA distribuida y automatización confiable al contexto investigador de ROBUST-6G.

ROBUST-6G consortium

Colaboración Horizon Europe / SNS JU

Proyecto europeo de investigación que desarrolla soluciones de seguridad basadas en datos e IA/ML para futuros servicios y redes 6G.

Investigación relacionada

CyberBrain: ciberseguridad en BCI para asistencia avanzada a la conducción

2023 — 2025

CyberBrain: ciberseguridad en BCI para asistencia avanzada a la conducción

Marco integral de ciberseguridad para sistemas Brain-Computer Interface en escenarios de asistencia avanzada a la conducción, centrado en detectar y prevenir ciberataques sobre el ciclo de vida BCI.

DEFENDIS: aprendizaje federado descentralizado para identificación y seguridad de dispositivos IoT

Abr 2023 — Nov 2023

DEFENDIS: aprendizaje federado descentralizado para identificación y seguridad de dispositivos IoT

DEFENDIS desarrolla un marco para identificar de forma distribuida dispositivos IoT y abordar amenazas de seguridad mediante aprendizaje federado descentralizado.