Javier Yuste

Universidad Rey Juan Carlos
Madrid, España

Doctor en Inteligencia Artificial

Biografía

Javier Yuste es Profesor Asociado y Doctor por la Universidad Rey Juan Carlos, Madrid, donde forma parte del Grupo de Investigación en Algoritmos para la Optimización (GRAFO). Sus intereses de investigación se centran en la aplicabilidad de técnicas de Inteligencia Artificial (IA) para resolver problemas de Ingeniería de Software, particularmente en aplicaciones de ciberseguridad.

Su investigación se especializa en la intersección entre técnicas de IA y análisis, detección y evasión de software malicioso. Tiene experiencia significativa en investigación de vulnerabilidades, componentes internos del SO, análisis de malware, operaciones de respuesta a incidentes, análisis y orquestación SOC, y desarrollo de herramientas internas para detectar phishing.

Enfoque de Investigación

Detección y Evasión de Malware: Su investigación principal se centra en desarrollar y entender ejemplos adversarios (AEs) que pueden evadir sistemas de detección de malware basados en aprendizaje profundo. Ha publicado trabajo notable sobre “Optimización de cuevas de código en binarios de malware para evadir detectores de Machine Learning” en la revista Computers & Security.

Optimización de Ingeniería de Software: Aplica algoritmos metaheurísticos para resolver el Problema de Agrupación de Módulos de Software (SMCP), un problema de optimización que busca maximizar la modularidad de proyectos de software en el contexto de Ingeniería de Software Basada en Búsqueda.

Aplicaciones de Ciberseguridad: Su trabajo se extiende a tácticas de evasión multifacéticas contra sistemas de detección de malware estático, desarrollando métodos sofisticados para entender y contrarrestar la detección de malware a través de técnicas computacionales avanzadas.

Metaheurísticas e IA: Se especializa en aplicar algoritmos genéticos y otras técnicas de optimización para resolver problemas complejos en dominios de ingeniería de software y ciberseguridad.

Educación

Doctorado en Inteligencia Artificial - Universidad Rey Juan Carlos (2020-presente)
Máster en Ciberseguridad - Universidad Carlos III de Madrid (2019-2020)
Ingeniería de Software - Universidad Politécnica de Madrid (2015-2019)

Publicaciones Clave

“Optimización de cuevas de código en binarios de malware para evadir detectores de Machine Learning” - Computers & Security (2022)
“MalwareTotal: Tácticas de evasión multifacéticas y conscientes de secuencia contra detección de malware estático” - IEEE/ACM 46th International Conference on Software Engineering
“Un algoritmo heurístico eficiente para optimización de agrupación de módulos de software” - Investigación en aplicaciones metaheurísticas a ingeniería de software

Experiencia Profesional

Experiencia en Ciberseguridad:

Investigación y análisis de vulnerabilidades
Componentes internos de sistemas operativos
Análisis de malware y operaciones de respuesta a incidentes
Análisis y orquestación SOC
Desarrollo de herramientas internas para detección de phishing
Análisis de vulnerabilidades de código fuente de software

Actividades de Investigación:

Presentador activo en conferencias internacionales incluyendo Metaheuristic International Conference (MIC)
Investigación colaborativa dentro del grupo GRAFO en algoritmos de optimización
Investigación publicada con 77 citas según Google Scholar

Proyectos de Investigación Actuales

Aprendizaje Automático Adversario - Desarrollo de técnicas de evasión para sistemas de detección de malware
Agrupación de Módulos de Software - Enfoques de optimización para problemas de ingeniería de software
Ciberseguridad basada en IA - Técnicas computacionales avanzadas para aplicaciones de seguridad