Estudio comparativo de Modelos de Lenguaje de  Gran Escala (LLM) aplicados a la detección de  intrusiones en redes 5G

Silva Castro, Kevin Francisco

Palabra/s clave: IDS (Sistema de Detección de Intrusiones); Redes 5G; Modelos de lenguaje (LLM); Inteligencia Artificial Explicable (XAI)

Titulación: Máster Universitario en Análisis de Datos Masivos

Fecha de defensa: 2025/09

Tipo de contenido: TFM

URI: https://hdl.handle.net/20.500.12880/13616

Resumen:

Este Trabajo de Fin de Máster presenta una evaluación comparativa del rendimiento de modelos de lenguaje de gran escala (LLM) aplicados a la detección de intrusiones en redes 5G, un campo donde aún existe poca exploración científica. Utilizando conjunto de datos UNSW-NB15 y técnicas de preprocesamiento orientadas a procesamiento de lenguaje natural (PLN), se entrenaron y analizaron tres modelos representativos: GPT, BERT y RoBERTa.