Superaron a 42 grupos de 14 países, entre ellos Japón, China, Corea, Malasia, Australia y los Estados Unidos.
Un equipo de
cinco argentinos logró el primer puesto en la Competencia 2016 de
Ciberseguridad y Data Mining (CDMC2016), un certamen organizado por la
Universidad de Kyoto de Japón, en el que superaron a 42 equipos de 14
países, entre ellos Japón, China, Corea, Malasia, Australia y Estados
Unidos.
Se trata de un grupo de estudiantes del último año de la
Maestría en Explotación de Datos y Gestión del Conocimiento de la
Facultad de Ingeniería de la Universidad Austral. El equipo fue
multidisciplinario: incluyó a una analista en sistemas (Adriana
Baravalle), un ingeniero mecatrónico (Andrés D’Ambrosio), un ingeniero
en sistemas (Diego Tauziet), un contador (Pablo Albani) y un actuario
(Rafael Crescenzi). Tres de ellos viajaron a fines de octubre a Kyoto
para defender su trabajo en la 23° Conferencia Internacional de
Procesamiento Neuronal de Información (ICONIP 2016).
Mirá también: China aprueba una polémica ley de ciberseguridad y estrecha el control sobre internet
La
competencia, realizada desde 2010, es una iniciativa de 11 organismos y
universidades que incluyen al Instituto Nacional de Información y
Comunicaciones de Japón (NICT) y la Unitec de Nueva Zelanda. Consistió
en resolver tres problemas mediante la minería de datos (Data Mining).
La primera tarea fue un desafío de “minería de texto”: los participantes
tenían que clasificar la información de 7 webs que estaban
“encriptadas” (codificadas en una serie de símbolos ilegibles).
El
segundo reto fue la predicción de 8 tipos distintos de fallas en un
sistema. Finalmente, en el tercer desafío los participantes tuvieron que
predecir qué aplicaciones para sistemas Android (APK) eran en realidad
maliciosas (malware).
Cada tarea de Data Mining incluye a su vez
tres etapas: preprocesamiento de datos, entrenamiento de los modelos en
los datos y testeo final de los modelos para lograr las predicciones. De
los 42 trabajos presentados, el equipo de la Austral logró la mayor
tasa de precisión en los tres modelos presentados como solución de cada
tarea.
Mirá también: Un grupo de hackers detrás del enfrentamiento entre Google y Microsoft
Para
Rafael Crescenzi, enfrentarse “a algunos de los mayores exponentes
académicos y profesionales del área” los obligó a “estar actualizados en
el estado del arte”. “Eso nos devuelve una gran satisfacción cuando
logramos buenos resultados”, agregó. Por su parte, Diego Tauziet
consideró que lograron “armar un gran equipo interdisciplinario que se
complementó muy bien, y cada uno pudo extraer del resto conocimientos
muy valiosos.” “Fue una muy buena oportunidad para testear lo que
aprendimos en la teoría, y desafiarnos frente a otras personas de
nuestro mismo campo en distintos lugares del mundo,” complementó Pablo
Albani.
Del mismo modo, Adriana Baravalle explicó: “A medida que
fuimos avanzando, el equipo se fue haciendo más sólido y nos fue
animando la mejora en los resultados. Competir junto a las mejores
universidades en el mundo de este tema y quedar bien posicionados nos
dio más seguridad y experiencia”.
“La mayor fortaleza del equipo
fue la diversidad de nuestras formaciones”, dijo Baravalle a Clarín.
Aunque el premio, de 3000 dólares neozelandeses, no alcanzó para cubrir
los costos del viaje, los miembros de equipo quedaron muy contentos con
la experiencia: “Fue una inversión en conocimiento. Conocimos a muchos
expertos de distintos países”, agregó Baravalle.
El equipo ya
contaba con experiencia en este tipo de competencias. La primera en la
que se presentaron fue en 2015, en la “Neo Santander Challenge”,
organizada por el Banco Santander que se realizó en seis países al mismo
tiempo y en la que participaron 90 universidades. El equipo de la
Universidad Austral quedó en el segundo puesto de 199 equipos, solo
superados por el equipo de la UBA, que ganó la competencia.
----------
Data Mining, la clave de la competencia
Data
Mining es el proceso de extracción de información significativa de
grandes bases de datos. Esta información revela factores ocultos,
tendencias y correlaciones que permiten al usuario realizar predicciones
que resuelven problemas y proporcionan una oportunidad competitiva.
Las
herramientas de Data Mining pronostican la situación futura de la
empresa y ayudan a tomar decisiones de negocios proactivamente. Las
competencias de Data Mining tienen como objetivo crear modelos
predictivos, es decir, para predecir la baja de un cliente, devoluciones
de productos, la satisfacción de un consumidor, detección de fraudes,
entre otros. La evaluación consiste en el nivel de acierto o éxito que
tiene el modelo comparado con una base de testeo.
