Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial

Autores
Bértoli, Rafael
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Estrebou, César Armando
Descripción
Esta tesina se realizó en el área de los repositorios digitales, y particularmente sobre el repositorio de la UNLP SEDICI, con el objetivo de lograr analizar y tipificar el tráfico web y distinguir entre humanos y agentes automáticos. Por su naturaleza confiable y con contenido de valor y curado, los repositorios digitales afrontan una elevada tasa de acceso de agentes automáticos con todo tipo de finalidades, como escaneo, cosecha, entrenamiento de modelos de IA o simplemente ataques. La tesina describe el problema en cuestión, la construcción de un conjunto de datos utilizable para el entrenamiento de inteligencia artificial capaz de diferenciar patrones de comportamiento humano de bots. Se exploran distintos modelos de IA capaces de diferenciar entre estos dos usuarios. Finalmente se aplica lo realizado sobre el repositorio SEDICI para poder detectar y depurar eventos de uso asociables a estos agentes automáticos.
Asesor profesional: Ariel Jorge Lira
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
Materia
Informática
Detección de Bots
Repositorios digitales
DSpace
Inteligencia artificial
Aprendizaje Automático
Estadísticas
Eventos de uso
SEDICI
Datos Abiertos
Random Forests
Ciencia Abierta
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/181923
Acceder
id SEDICI_086b43b2e1b207d460c88fdb098a28df
oai_identifier_str oai:sedici.unlp.edu.ar:10915/181923
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificialBértoli, RafaelInformáticaDetección de BotsRepositorios digitalesDSpaceInteligencia artificialAprendizaje AutomáticoEstadísticasEventos de usoSEDICIDatos AbiertosRandom ForestsCiencia AbiertaEsta tesina se realizó en el área de los repositorios digitales, y particularmente sobre el repositorio de la UNLP SEDICI, con el objetivo de lograr analizar y tipificar el tráfico web y distinguir entre humanos y agentes automáticos. Por su naturaleza confiable y con contenido de valor y curado, los repositorios digitales afrontan una elevada tasa de acceso de agentes automáticos con todo tipo de finalidades, como escaneo, cosecha, entrenamiento de modelos de IA o simplemente ataques. La tesina describe el problema en cuestión, la construcción de un conjunto de datos utilizable para el entrenamiento de inteligencia artificial capaz de diferenciar patrones de comportamiento humano de bots. Se exploran distintos modelos de IA capaces de diferenciar entre estos dos usuarios. Finalmente se aplica lo realizado sobre el repositorio SEDICI para poder detectar y depurar eventos de uso asociables a estos agentes automáticos.Asesor profesional: Ariel Jorge LiraLicenciado en SistemasUniversidad Nacional de La PlataFacultad de InformáticaEstrebou, César Armando2025-07-08info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/181923spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:49:38Zoai:sedici.unlp.edu.ar:10915/181923Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:49:39.131SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial
title Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial
spellingShingle Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial
Bértoli, Rafael
Informática
Detección de Bots
Repositorios digitales
DSpace
Inteligencia artificial
Aprendizaje Automático
Estadísticas
Eventos de uso
SEDICI
Datos Abiertos
Random Forests
Ciencia Abierta
title_short Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial
title_full Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial
title_fullStr Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial
title_full_unstemmed Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial
title_sort Detección y clasificación de bots en repositorios digitales: Una aproximación mediante inteligencia artificial
dc.creator.none.fl_str_mv Bértoli, Rafael
author Bértoli, Rafael
author_facet Bértoli, Rafael
author_role author
dc.contributor.none.fl_str_mv Estrebou, César Armando
dc.subject.none.fl_str_mv Informática
Detección de Bots
Repositorios digitales
DSpace
Inteligencia artificial
Aprendizaje Automático
Estadísticas
Eventos de uso
SEDICI
Datos Abiertos
Random Forests
Ciencia Abierta
topic Informática
Detección de Bots
Repositorios digitales
DSpace
Inteligencia artificial
Aprendizaje Automático
Estadísticas
Eventos de uso
SEDICI
Datos Abiertos
Random Forests
Ciencia Abierta
dc.description.none.fl_txt_mv Esta tesina se realizó en el área de los repositorios digitales, y particularmente sobre el repositorio de la UNLP SEDICI, con el objetivo de lograr analizar y tipificar el tráfico web y distinguir entre humanos y agentes automáticos. Por su naturaleza confiable y con contenido de valor y curado, los repositorios digitales afrontan una elevada tasa de acceso de agentes automáticos con todo tipo de finalidades, como escaneo, cosecha, entrenamiento de modelos de IA o simplemente ataques. La tesina describe el problema en cuestión, la construcción de un conjunto de datos utilizable para el entrenamiento de inteligencia artificial capaz de diferenciar patrones de comportamiento humano de bots. Se exploran distintos modelos de IA capaces de diferenciar entre estos dos usuarios. Finalmente se aplica lo realizado sobre el repositorio SEDICI para poder detectar y depurar eventos de uso asociables a estos agentes automáticos.
Asesor profesional: Ariel Jorge Lira
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
description Esta tesina se realizó en el área de los repositorios digitales, y particularmente sobre el repositorio de la UNLP SEDICI, con el objetivo de lograr analizar y tipificar el tráfico web y distinguir entre humanos y agentes automáticos. Por su naturaleza confiable y con contenido de valor y curado, los repositorios digitales afrontan una elevada tasa de acceso de agentes automáticos con todo tipo de finalidades, como escaneo, cosecha, entrenamiento de modelos de IA o simplemente ataques. La tesina describe el problema en cuestión, la construcción de un conjunto de datos utilizable para el entrenamiento de inteligencia artificial capaz de diferenciar patrones de comportamiento humano de bots. Se exploran distintos modelos de IA capaces de diferenciar entre estos dos usuarios. Finalmente se aplica lo realizado sobre el repositorio SEDICI para poder detectar y depurar eventos de uso asociables a estos agentes automáticos.
publishDate 2025
dc.date.none.fl_str_mv 2025-07-08
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/181923
url http://sedici.unlp.edu.ar/handle/10915/181923
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616356969840640
score 13.070432

Publicaciones similares