REVISTA DYNA NEW TECHNOLOGIES

Palabras clave:

Cibercrimen, Analítica de grandes volúmenes de datos, Minería Web, Web semántica, Aprendizaje de máquina, Sistema inteligente, Procesamiento paralelo, Cybercrime, Big Data Analytics, Web Mining, Semantic Web, Machine Learning, Intelligent Systems, Parallel Processing

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

RESUMEN:
Este artículo presenta un sistema inteligente para detectar léxico de Cibercrimen en sitios Web, con el propósito de encontrar conocimiento sobre grandes cantidades de información en Internet en un tiempo de respuesta aceptable. La arquitectura propuesta utiliza un Web Scraper para ubicar y descargar la información de Internet. Para obtener el corpus lingüístico de Cibercrimen, se ejecuta una estrategia genética en paralelo, la cual distribuye los procesos de limpieza de páginas Web y las técnicas para el Procesamiento de Lenguaje Natural (tokenización, stop words, frecuencia de término, frecuencia de término con frecuencia inversa del documento), en conjunto con métodos de lematización y sinónimos. Para obtener conocimiento se generó un dataset que hace uso de una ontología semántica con las características generales del Cibercrimen. Para evaluar la eficiencia del modelo se utilizaron los algoritmos de aprendizaje supervisado: potenciación, red neuronal y bosques aleatorios en paralelo. Los resultados revelan un 97.64% de precisión en la detección del vocabulario de Cibercrimen, los cuales fueron corroborados mediante la técnica de validación cruzada LOOCV, además, se obtuvo un ahorro de tiempo en la recuperación de datos y búsqueda de conocimiento del 292% y 1220% respectivamente usando procesamiento paralelo.

Palabras clave: Cibercrimen, Analítica de grandes volúmenes de datos, Minería Web, Web semántica, Aprendizaje de máquina, Sistemas inteligentes, Procesamiento paralelo.