Portal del Revistas UNLP (Univ. Nacional de La Plata)
Not a member yet
12536 research outputs found
Sort by
Risk mitigation in vulnerable Linux servers: The role of OSSEC in attack prevention
Get PDFLa protección de servidores Linux vulnerables es esencial en entornos de infraestructura crítica. Este estudio analiza el impacto de OSSEC en la detección y mitigación de amenazas en servidores Linux con configuraciones de seguridad limitadas. A través de una implementación práctica, se evalúan sus capacidades para identificar accesos no autorizados y patrones sospechosos, así como la efectividad de sus alertas en tiempo real para fortalecer la defensa ante ataques. Este trabajo aborda además la configuración inicial, el monitoreo activo y las limitaciones observadas en OSSEC, resaltando su rol como solución efectiva en entornos con recursos de protección mínimos.The protection of vulnerable Linux servers is essential in critical infrastructure environments. This study analyzes the impact of OSSEC on threat detection and mitigation in Linux servers with limited security configurations. Through practical implementation, its capabilities to identify unauthorized access and suspicious patterns are evaluated, as well as the effectiveness of its real-time alerts to strengthen defense against attacks. This work also addresses initial configuration, active monitoring, and observed limitations in OSSEC, highlighting its role as an effective solution in environments with minimal protection resources
BumpBusters: Pothole Detection with Machine Learning in the Autonomous City of Buenos Aires
Get PDFLa presencia de baches en la vía pública compromete la seguridad vial y genera perjuicios tanto al ciudadano afectado como a la sociedad. En este contexto, se propone para las áreas urbanas de la Ciudad Autónoma de Buenos Aires (CABA) un sistema para la detección de baches en tiempo real utilizando los sensores de acelerómetro y geolocalización de los dispositivos móviles. Para esto, se desarrolla un modelo de aprendizaje automático que combina la técnica de Random Forest para la detección de baches y K-Means para clasificarlos según su gravedad. El prototipo se prueba utilizando un vehículo a escala 1:18, y las visualizaciones se presentan geolocalizadas en un dashboard con Google Maps. Se utiliza Grafana para el monitoreo con alertas para los usuarios y los organismos de control. Como línea de extensión, se propone la integración con plataformas como Waze y Cabify para facilitar su adopción masiva.The presence of potholes in public roads compromises road safety, affects quality of life, and causes economic harm both to the affected citizens and to society. In this context, a system is proposed for urban areas of the Autonomous City of Buenos Aires (CABA) to detect potholes in real time using the accelerometer and geolocation sensors of mobile devices. For this purpose, a machine learning model is developed that combines the Random Forest technique for pothole detection and K-Means to classify them according to their severity. The prototype is tested using a 1:18 scale vehicle, and the visualizations are geolocated and displayed on a dashboard using Google Maps. As a future extension, integration with platforms such as Waze and Cabify is proposed to facilitate adoption and large-scale distribution
Editorial note of the Student Contest (EST 2025) at the 54th JAIIO
No full textNota editorial.Editorial note
PBL+DataSet: Group Programming Projects in the First Year of University
Get PDFEste artículo analiza una propuesta didáctica basada en la metodología de Aprendizaje Basado en Proyectos y Problemas (ABP), implementada en el redictado de la asignatura Programación II de la Licenciatura en Ciencias de la Computación, con el objetivo de conocer las opiniones de los participantes sobre la experiencia. En este caso, se propuso un trabajo grupal en el que se utilizaron Datasets con características específicas para practicar conceptos fundamentales como strings, tuplas, listas, diccionarios y archivos. El enfoque se centró en el manejo de grandes volúmenes de datos, cuya complejidad exige soluciones computacionales, y se empleó el lenguaje Python junto al módulo streamlit para el desarrollo de aplicaciones con front-end y back-end integrados. Al finalizar el curso, se realizó una encuesta a 35 estudiantes. Las respuestas reflejaron una valoración positiva: los Datasets fueron percibidos como novedosos, simples y relevantes por su conexión con datos reales. Sin embargo, también se identificaron dificultades, especialmente en la lectura de archivos CSV, la extracción de datos y el tratamiento de valores vacíos. En conclusión, la propuesta resultó innovadora y útil, fortaleciendo tanto el aprendizaje técnico como el trabajo colaborativo en la resolución de problemas.This article analyzes a didactic proposal based on the Project and Problem-Based Learning (PBL) methodology, implemented in the second dictation of Programming II within the Bachelor\u27s Degree in Computer Science, aiming to acknowledge students\u27 opinions about the experience. In this case, a guided group project was proposed, using specifically designed Datasets to practice fundamental concepts such as strings, tuples, lists, dictionaries, and files. The focus was on working with large volumes of data, which require computational solutions. Python was used along with the streamlit module to develop applications integrating both front-end and back-end components. At the end of the course, a survey was conducted with 35 students to gather their feedback. The responses reflected a positive perception: the Datasets were seen as novel, simple, and relevant due to their connection with real-world data. However, some difficulties were also reported, particularly with reading CSV files, extracting data, and handling missing values. In conclusion, the proposal proved to be innovative and beneficial, strengthening both technical skills and collaborative problem-solving abilities
From error to Learning: Dojo, a Platform to Improve Programming Teaching
No full textLa enseñanza de la programación enfrenta desafíos pedagógicos particulares, como la necesidad de retroalimentación constante, la práctica sostenida y la comprensión progresiva de errores. En contextos educativos heterogéneos numerosos, los métodos tradicionales de corrección manual resultan insuficientes y poco escalables.Este artículo presenta Dojo, una plataforma virtual de código abierto diseñada para acompañar la enseñanza de la programación. Este sistema integra mecanismos de retroalimentación automatizada mediante herramientas profesionales de análisis de código, que permiten detectar errores funcionales y de estilo en la solución de los estudiantes. Dojo no solo identifica problemas, sino que genera explicaciones contextualizadas y proporciona recursos de aprendizaje específicos, permitiendo a los estudiantes recibir correcciones precisas de manera temprana. Un repositorio pedagógico especializado complementa estos análisis técnicos, traduciendo los mensajes de error a un lenguaje accesible. Desde el punto de vista didáctico, la visualización directa de errores y su corrección contribuyen a la autorregulación del aprendizaje, facilitando la adquisición progresiva de habilidades de depuración y mejora del código, fomentando una interpretación constructiva del error.Los resultados preliminares obtenidos con la implementación de la plataforma han sido alentadores, mostrando beneficios en términos de agilidad en las devoluciones, dando mayor autonomía a los estudiantes y potenciando el rol docente, permitiéndole enfocarse en aspectos conceptuales avanzados.Su arquitectura modular permite futuras expansiones, consolidando su potencial como recurso educativo transformador, convirtiendo el error en una oportunidad de aprendizaje. Dojo representa un puente entre la formación académica y las prácticas profesionales, ofreciendo un modelo escalable para la enseñanza de programación. The teaching of programming faces particular pedagogical challenges, such as the need for continuous feedback, consistent practice, and a gradual understanding of errors. In numerous heterogeneous educational contexts, traditional manual correction methods are insufficient and not scalable.To address these challenges, this article presents Dojo, an open source virtual platform designed to accompany the teaching of programming. This system integrates automated feedback mechanisms through industrygrade code analysis tools, which enable the detection of functional and stylistic errors in the students’ solution. Dojo not only identifies problems, but also generates contextualized explanations and provides specific learning resources, allowing students to receive accurate corrections early on. A specialized pedagogical repository complements these technical analyses, translating error messages into student-friendly language. From a didactic point of view, the direct visualization of errors and their correction co tribute to the self-regulation of learning, facilitating the progressive acquisition of debugging and code improvement skills, encouraging a constructive interpretation of the error.Preliminary results from the platform’s implementation have been encouraging, showing benefits in terms of faster feedback cycles, giving greater autonomy to students and enhancing the educator’s role, allowing them to focus on advanced conceptual aspects.Its modular architecture allows for future expansions, consolidating its potential as a transformative educational resource, transforming errors into valuable learning opportunities. Dojo represents a bridge between academic training and professional practices, offering a scalable model for teaching programming. 
CTF in High Schools 2.0: A Platform for Organizing School Cybersecurity Competitions
Get PDFEste artículo se enmarca en las actividades del proyecto "Extensión en vínculo con escuelas secundarias" de la Universidad Nacional de La Plata, cuyo objetivo es promover y debatir la incorporación de la ciberseguridad como área de conocimiento en las escuelas secundarias, específicamente en el área de influencia del proyecto (La Plata, Berisso y Ensenada). La estrategia didáctica empleada consiste en el desarrollo de competencias de ciberseguridad bajo la metodología de juegos conocida como CTF (Captura la Bandera), fomentando el abordaje de estas problemáticas mediante la búsqueda de soluciones a desafíos cognitivos situados, la experimentación de los estudiantes mediante la formulación de conjeturas, la investigación y el trabajo colaborativo. Este trabajo presenta una nueva versión de la herramienta “CTF en escuelas secundarias” orientada a la organización y gestión de competencias de ciberseguridad en las escuelas, promoviendo la autonomía y participación de los equipos escolares. La mejora de la experiencia de usuario es un lineamiento de diseño de esta nueva versión. A su vez, en este trabajo se presenta una primera evaluación de su uso en dos escuelas, en la que se analiza la facilidad de instalación, las dificultades técnicas encontradas y la viabilidad de creación de una competencia de ciberseguridad. La información recopilada de esta evaluación proporciona datos valiosos sobre los requisitos tecnológicos, las implicancias pedagógicas y las mejoras necesarias para una integración fluida en los currículos de la escuela secundaria. Los hallazgos de este trabajo contribuyen a una mejor comprensión de cómo promover la educación en ciberseguridad desde un enfoque práctico, apoyando a los educadores y las instituciones escolares en la adopción de esta metodología didáctica.This article is contextualized in the activities carried out in the project "Extensión en vínculo con escuelas secundarias"(Extension in link with high schools) of the UNLP (National University of La Plata), which aims is to make known and discuss the incorporation of Computer Science as a field of knowledge in high schools, specifically in the area of influence of the project (La Plata, Berisso and Ensenada). The didactic strategy employed involves developing cybersecurity competencies through the use of Capture the Flag (CTF) games, encouraging the exploration of these topics through the resolution of situated cognitive challenges, student experimentation, conjecture formulation, research, and collaborative work. This paper presents a new version of the tool "CTF in high schools," designed to support the organization and management of cybersecurity competitions in high schools, promoting autonomy and active participation among school teams. Enhancing the user experience was a key design principle of this ne version. Furthermore, the paper includes an initial evaluation of the tool’s use in two schools, analyzing aspects such as installation ease, encountered technical difficulties, and the feasibility of creating a cybersecurity competition. The findings from this evaluation provide valuable insights into technological requirements, pedagogical implications, and necessary improvements for a smooth integration into high school curricula. The results of this study contribute to a deeper understanding of how to promote cybersecurity education through a practical approach, supporting educators and educational institutions in adopting this didactic methodology. 
Simulation of Single-Phase PWM Inverters in Differential Mode using quantization-based methods
Get PDFEste artículo presenta un estudio comparativo sobre la demanda de tiempo de CPU en la simulación de inversores monofásicos en modo diferencial con modulación por ancho de pulso (DMSI PWM, por sus siglas en inglés), utilizando métodos de integración numérica basados en cuantificación de los estados (Quantized State System, QSS) y métodos clásicos de discretización temporal. Dado que estos sistemas presentan discontinuidades frecuentes, los métodos numéricos tradicionales implican altos costos computacionales, tanto por la detección y tratamiento de eventos como por la necesidad de pasos de integración muy pequeños. En este contexto, se analiza cómo los métodos QSS, diseñados para tratar eficientemente ecuaciones diferenciales ordinarias (ODEs) con discontinuidades, permiten reducir significativamente el tiempo de simulación. En particular, se estudia el desempeño de los métodos QSS linealmente implícitos (Linearly Implicit Quantized State System, LIQSS), desarrollados para simular sistemas rígidos y discontinuos, frente a integradores clásicos como DASSL y CVODE-BDF. Este análisis es especialmente relevante en aplicaciones donde los modelos de inversores se integran en sistemas más complejos, con tiempos de simulación mucho mayores que los períodos de conmutación. Como contribución principal, se presentan nuevos modelos de DMSIs PWM desarrollados en µ–Modelica, evaluados en los entornos QSS Solver y OpenModelica, comparando rigurosamente el rendimiento de ambas estrategias de simulación. This paper presents a comparative study of CPU time requirements for the simulation of differential-mode single-phase PWM inverters (DMSIs PWM), using Quantized State System (QSS) integration methods and classical time-discretization-based methods. These devices frequently exhibit discontinuities, making simulations with traditional methods computationally expensive due to the overhead involved in event detection and processing, as well as the requirement for very small time steps. In this context, the paper analyzes how QSS methods can significantly reduce simulation times, as they are well-suited to handling discontinuous ordinary differential equations (ODEs). In particular, the study focuses on the performance of linearly implicit QSS methods (LIQSS), which were developed for the efficient simulation of stiff and discontinuous systems, and compares them with well-known classical solvers such as DASSL and CVODE-BDF. This analysis is especially relevant when inverter models are embedded within larger systems, where the total simulation time greatly exceeds the switching periods of the converters. One of the main contributions of this work is the development of new DMSI PWM models in µ–Modelica, which were evaluated using QSS Solver and OpenModelica to enable a rigorous comparison between both simulation approaches. 
Identification and modeling of behavioral traits of Advanced Persistent Threats (APTs)
Get PDFEl presente trabajo de investigación aborda la identificación y modelado de rasgos de comportamiento sobre Amenazas Persistentes Avanzadas (APTs) proponiendo un enfoque integrador que vincula de manera sistemática una serie de teorías criminológicas clásicas y un modelo psicológicos de personalidad (Big Five) con el análisis de estos grupos. Se considera que existe una carencia de un método formalizado para trasladar marcos teóricos del delito y la motivación a la realidad del ciberdelito y, en particular, sobre los grupos APTs. Esto dificulta la identificación de patrones de comportamiento. Este trabajo plantea una serie de analogías para las teorías de criminología junto con un modelo práctico, basado en características psicológicas y patrones de conducta, que puede ofrecer una visión predictiva del comportamiento de los grupos APT, facilitando la toma de decisiones, el abordaje de contramedidas y la optimización de estrategias de respuesta a incidentes. Si bien se reconocen limitaciones como la dependencia de fuentes adicionales y la rápida evolución de las amenazas, este trabajo busca ofrecer una perspectiva valiosa para la comprensión y el abordaje de estas amenazas sofisticadas.This research paper addresses the identification and modeling of behavioral traits in Advanced Persistent Threats (APTs), proposing an integrative approach that systematically links a series of classic criminological theories and the Big Five personality model with the analysis of these groups. It is argued that there is a lack of a formalized method for applying theoretical frameworks of crime and motivation to the reality of cybercrime, particularly regarding APT groups, making it difficult to identify behavioral patterns. This paper proposes a set of analogies derived from criminological theories combined with a practical model based on psychological traits and behavioral patterns to provide predictive insight into the behavior of APT groups, thereby facilitating decision making, implementation of countermeasures, and optimization of incident response strategies. Although limitations such as dependency on additional sources and the rapidly evolving nature of threats are acknowledged, this work aims to offer a valuable perspective for understanding and addressing these sophisticated threats
Strengthening cyber deception strategies through simulated user behavior
No full textEl ciber engaño es una estrategia defensiva clave para detectar y contrarrestar las amenazas persistentes avanzadas y los ataques sofisticados. Sin embargo, la implementación de actividades tradicionales, como servicios señuelos, a menudo carecen de un soporte creíbles que refuerce su efectividad. En general, los honeypots y honeytokens tienen limitaciones como la falta de realismo por configuraciones estáticas y nulos rastros de actividad humana. Simular acciones conlleva costos, la creación y mantenimiento de perfiles es de difícil escalabilidad, así como la automatización e integración. En este trabajo presentamos una herramienta diseñada para automatizar la generación de actividades y comportamientos realistas de usuarios señuelos, buscando integrar patrones personalizados y coherentes de interacción humana en escenarios de ciber engaño para mejorar la credibilidad de la operación. Basándonos en el framework MITRE Engage, la herramienta contribuye al fortalecimiento de las operaciones defensivas, abordando un desafío clave de las estrategias de ciber engaño.Cyber deception is a key defensive strategy for detecting and countering advanced persistent threats and sophisticated attacks. However, the implementation of traditional activities, such as decoy services, often lacks credible support to bolster their effectiveness. In general, honeypots and honeytokens have limitations such as a lack of realism due to static configurations and the absence of human activity traces. Simulating actions is costly, and creating and maintaining profiles is difficult to scale, as is automation and integration. In this paper, we present a tool designed to automate the generation of realistic activities and behaviors for decoy users, seeking to integrate customized and consistent patterns of human interaction into cyber deception scenarios to improve the credibility of the operation. Based on the MITRE Engage framework, the tool contributes to strengthening defensive operations by addressing a key challenge of cyber deception strategies
Automated platform for mobile app traffic interception with Frida
Get PDFEn este trabajo se introduce una herramienta unificada que combina diversas técnicas manuales y automatizadas para optimizar la intercepción de tráfico en aplicaciones móviles. Aunque existen soluciones que permiten la captura de tráfico web, muchas presentan limitaciones en términos de cobertura y adaptabilidad a diferentes escenarios de inspección. La herramienta propuesta amplía estas capacidades al integrar Frida y Objection, dos tecnologías que facilitan la manipulación dinámica de objetos y métodos durante la ejecución de la aplicación, ofreciendo así un enfoque más flexible y completo para el análisis del tráfico móvil.This paper introduces a unified tool that combines several manual and automated techniques to optimize the web traffic interception process in mobile applications. Although existing solutions allow for web traffic capture, many have limitations in terms of coverage and adaptability to different scenarios. The proposed tool expands these capabilities by integrating Frida and Objection, two technologies that facilitate the dynamic manipulation of objects and methods during application runtime, thus offering a more flexible and comprehensive approach to mobile traffic analysis