Transmisión de Datos y Criptografía
Código: 44734 Créditos ECTS: 6| Titulación | Tipo | Curso |
|---|---|---|
| Investigación e Innovación en Ciencia e Ingeniería Basadas en Computadores | OP | 1 |
Contacto
- Nombre:
- Sergi Robles Martinez
- Correo electrónico:
- sergi.robles@uab.cat
Equipo docente
- Sergi Sánchez Aragón
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
No hay requisitos formales previos. Se asumen conocimientos de posgrado en temas relacionados con la transmisión de datos.
Objetivos y contextualización
El objetivo de esta asignatura es estudiar y profundizar en distintos temas de búsqueda de transmisión de datos. Para ello, la asignatura se centra en proporcionar una introducción a la investigación en tres bloques principales:
- la teoría de la codificación,
- las redes de comunicación, y
- la seguridad.
El alumnado conocerá conceptos avanzados de estos temas y será introducido en la investigación que se realiza en la actualidad.
Resultados de aprendizaje
- CA12 (Competencia) El graduado o graduada será capaz de diseñar sistemas fiables, eficientes y seguros de transmisión y almacenamiento de datos, usando códigos correctores de errores, y técnicas de compresión y seguridad.
- CA13 (Competencia) El graduado o graduada será capaz de planificar y desarrollar proyectos de investigación con contenido dentro del área del tratamiento de la información.
- KA16 (Conocimiento) El graduado o graduada será capaz de describir diferentes sistemas para la corrección de errores aplicados a la criptografía post cuántica, y basados en códigos LDPC.
- KA17 (Conocimiento) El graduado o graduada será capaz de describir diferentes métodos de compresión utilizados para datos IoT, de redes sociales, telepresencia, nubes de puntos e imágenes médicas.
- KA18 (Conocimiento) El graduado o graduada será capaz de describir diferentes métodos criptográficos basados en curvas elípticas y utilizados en la tecnología blockchain, así como métodos para garantizar la privacidad de los datos.
- SA21 (Habilidad) Ser capaz de aplicar diferentes métodos de codificación para la corrección de errores utilizados en el campo de la criptografía post cuántica y transmisiones masivas de datos.
- SA22 (Habilidad) Ser capaz de aplicar diferentes algoritmos de compresión para distintos tipos de datos.
- SA23 (Habilidad) Ser capaz de aplicar diferentes mecanismos de criptografía, basados en curvas elípticas y tecnología blockchain, y privacidad de datos.
Contenido
Los contenidos principales del curso están divididos en los tres bloques principales de la asignatura:
- Teoría de códigos: Códigos de corrección de errores aplicados a la estenografía y criptografía postcuántica y códigos LDPC utilizados, p.e. en la televisión digital.
- Redes de ordenadores: Conceptos avanzados de redes de ordenadores, incluyendo el encaminamiento oportunista y las redes tolerantes a retrasos.
- Seguridad: Aspectos básicos de la seguridad aplicada a las redes de ordenadores.
En función de los antecedentes e intereses del alumnado, estos tendrán la oportunidad de profundizar más o menos en determinados temas.
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Estudio para tests y presentaciones | 15 | 0,6 | KA16, KA17, KA18, KA16 |
| Preparación the trabajos escritos | 25 | 1 | CA12, CA13, SA22, SA23, CA12 |
| Sessiones dirigidas por el profesorado | 45 | 1,8 | KA16, KA17, KA18, SA21, SA22, KA16 |
| Tipo: Supervisadas | |||
| Actividades presenciales | 15 | 0,6 | SA21, SA22, SA23, SA21 |
| Tipo: Autónomas | |||
| Preparación de tests de sintesis | 15 | 0,6 | CA12, CA13, SA21, SA22, SA23, CA12 |
| Trabajo y preparación de clases | 35 | 1,4 | KA16, KA17, KA18, SA21, KA16 |
La metodología de este curso está diseñada para exponer a los estudiantes a algunos de los temas de investigación relevantes en las áreas de la teoría de la codificación, las redes de ordenadores y la seguridad. Se basará en el concepto "aprender haciendo", y se adaptará al número de alumnos que se matriculen en el curso. Por lo general, habrá una combinación de sesiones teóricas y prácticas, incluyendo clases magistrales, trabajos por parte de los estudiantes, presentaciones, resolución de retos, y trabajo colaborativo.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Test de síntesis | 30% | 0 | 0 | KA16, KA17, KA18, SA21, SA22, SA23 |
| Trabajos | 70% | 0 | 0 | CA12, CA13, SA22, SA23 |
Se quiere adoptar una metodología de evaluación que sea suficientemente flexible para adaptarse al trabajo concreto realizado en clase, esto significa que puede variar ligeramente de un curso a otro. La evaluación se basará en 2 tipos de actividades diferenciadas:
- Trabajos: se propondrán distintos trabajos al alumnado durante el curso. Estos pueden incluir trabajos individuales y en grupo y pueden tener una orientación teórica o práctica. Pueden ser ejemplos: ejercicios, estudio y exposición de un tema relacionado con la asignatura, actividades de aprendizaje basado en retos, prácticas, ...
- Prueba de síntesis: se utilizarán pruebas de síntesis como actividad de evaluación individual. Estas pruebas pueden sustituirse por otras actividades de evaluación si, por ejemplo, el número de alumnos es bajo.
A principio de curso se explicará con detalle las actividades de evaluación.
Uso de herramientas de IA generativa
En esta asignatura se reconoce el uso creciente de la inteligencia artificial generativa como herramienta de apoyo, y por tanto se admite su uso de manera limitada. Con carácter general, solo se aceptará el uso de estas herramientas para mejorar aspectos formales del trabajo, como la redacción, el estilo, la claridad expositiva, la corrección lingüística o la traducción, así como para obtener asistencia puntual en aspectos técnicos.
No es aceptable utilizar herramientas de inteligencia artificial generativa para generar contenidos del trabajo que están sometidos a evaluación, como planteamientos metodológicos, diseños, realización de experimentos, análisis o interpretación de resultados, elaboración de ideas o formulación de conclusiones. Estas tareas deben ser realizadas íntegramente por el estudiante, ya que constituyen la parte esencial del trabajo intelectual y creativo requerido para superar la asignatura. Dada la gran diversidad de trabajos, en caso de duda se deberá consultar con el tutor o la tutora.
En cualquier caso, los estudiantes deberán indicar de forma explícita, en cada uno de los informes y entregables, si se han utilizado herramientas de inteligencia artificial generativa, especificando cuáles se han empleado, para qué y en qué grado. Un uso irresponsable, excesivo o innecesario de estas herramientas puede tener un impacto negativo en la nota final del trabajo de fin de grado. La detección de un uso no declarado o inadecuado de estas herramientas puede conllevar la suspensión de la asignatura.
Bibliografía
La bibliografía se facilitará al inicio del curso. Dado el carácter dinámico de los temas a presentar, la bibliografía específica se modificará en cada curso para adaptarla al estado del arte actual de la investigación en esta área. Por lo general, incluirá articulos relevantes.
Software
Se facilitará al inicio del curso.
Grupos e idiomas de la asignatura
La información proporcionada es provisional hasta el 30 de noviembre de 2025. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
| Nombre | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (PLABm) Prácticas de laboratorio (máster) | 1 | Inglés | segundo cuatrimestre | manaña-mixto |
| (TEm) Teoría (máster) | 1 | Inglés | segundo cuatrimestre | manaña-mixto |