Duración
5 meses
Fecha de Inicio
02-09-2026
Modalidad
online
Dificultad
Avanzado
Precio
761 €
El Diplomado en Análisis de Malware Asistido por IA de Academia IA es un programa de formación avanzada diseñado para analistas de malware, investigadores de ciberseguridad, profesionales de respuesta a incidentes y miembros de equipos de inteligencia de amenazas que quieren incorporar inteligencia artificial a sus flujos de análisis de software malicioso: desde la clasificación automática de muestras con machine learning hasta la desofuscación de código con LLMs, la generación automatizada de reglas de detección YARA y Sigma, el análisis dinámico con sandbox potenciado con IA, y la integración de la inteligencia extraída en plataformas de threat intelligence operacional.
A lo largo del diplomado trabajarás con tecnologías como IDA Pro y Ghidra para la ingeniería inversa asistida por IA, Cuckoo Sandbox y Cape Sandbox para el análisis dinámico automatizado, Python con scikit-learn, PyTorch y transformers para el desarrollo de modelos de clasificación de malware, LLMs —GPT-4 y modelos especializados en código— para la desofuscación y el análisis de código malicioso, plataformas de threat intelligence como MISP y OpenCTI para la gestión y correlación de indicadores de compromiso, YARA y Sigma rules con generación asistida por IA, y el framework MITRE ATT&CK para el mapeo de técnicas, tácticas y procedimientos de las muestras analizadas. El programa culmina con un Proyecto Final de análisis completo de una familia de malware real con pipeline de IA integrado.
El volumen de muestras de malware que los equipos de ciberseguridad reciben, detectan o necesitan analizar supera con creces la capacidad del análisis manual sistemático. Las plataformas de intercambio de amenazas como MalwareBazaar, Hybrid Analysis o VirusTotal reciben decenas de miles de muestras nuevas cada día. Los equipos de respuesta a incidentes de una empresa mediana pueden recibir alertas sobre cientos de archivos sospechosos en una semana de actividad normal. Analizar cada muestra con las técnicas convencionales —ingeniería inversa manual, análisis estático con herramientas tradicionales, ejecución controlada en sandbox— requiere horas por muestra y conocimientos altamente especializados en ensamblador, sistemas operativos y familias específicas de malware. La inteligencia artificial transforma ese proceso radicalmente: automatiza la clasificación inicial, acelera la extracción de indicadores de compromiso, asiste al analista humano en las tareas que más tiempo consumen y escala la capacidad de análisis de forma que ningún equipo humano puede igualar en velocidad y volumen.
El diplomado te capacitará para aplicar modelos de machine learning al análisis estático de binarios que clasifiquen automáticamente las muestras por familia de malware, detecten packers y obfuscadores, y extraigan características estructurales relevantes sin ejecutar el código, implementar entornos de análisis dinámico con IA que orquesten la ejecución en sandbox, correlacionen los comportamientos observados con patrones conocidos de TTPs del framework MITRE ATT&CK y generen automáticamente los indicadores de compromiso relevantes para la defensa, y usar LLMs para tareas de análisis que antes requerían horas de trabajo manual especializado: la desofuscación de PowerShell, JavaScript o VBScript malicioso, la generación de YARA rules desde características extraídas automáticamente, la explicación en lenguaje natural del comportamiento de una muestra y la generación de informes de inteligencia estructurados para el equipo del SOC.
El Diplomado en Análisis de Malware Asistido por IA te prepara para operar como el analista de malware más productivo y versátil del equipo: capaz de procesar y clasificar grandes volúmenes de muestras con modelos de ML, aplicar LLMs como asistentes de ingeniería inversa para acelerar el análisis de las muestras más complejas, extraer inteligencia de amenazas accionable desde el análisis técnico y comunicarla de forma estructurada al equipo de defensa. Podrás operar como Malware Analyst en SOCs de organizaciones grandes o en empresas de threat intelligence, Incident Response Specialist con capacidad avanzada de análisis forense de malware, Threat Intelligence Researcher que produce informes de calidad APT, o Security Researcher en organismos como CERTs, empresas de seguridad o centros de investigación.
Desarrollarás la capacidad de construir pipelines de triage automatizado con ML que clasifiquen el tipo y la familia de una muestra en segundos a partir de sus características estáticas —secciones PE, strings, importaciones, entropía, cabeceras—, sin necesidad de ejecución, liberar a los analistas humanos para el análisis profundo de las muestras más peligrosas o novedosas, diseñar entornos de análisis dinámico orquestados con IA que ejecuten automáticamente muestras en sandbox, extraigan su comportamiento —llamadas a sistema, red, modificaciones de registro, inyección de procesos—, mapeen los comportamientos observados al framework MITRE ATT&CK y generen los IoCs relevantes listos para importar en el SIEM y la plataforma de threat intelligence, aplicar LLMs al análisis de código malicioso para desofuscar scripts de PowerShell, JavaScript y VBScript, interpretar ensamblador en el contexto de malware conocido y generar explicaciones en lenguaje natural del comportamiento de una muestra que los analistas de menor experiencia o los equipos de gestión pueden comprender, y construir reglas de detección YARA y Sigma con generación asistida por IA a partir de las características técnicas extraídas del análisis, validarlas contra colecciones de muestras limpias y maliciosas, e integrarlas en los controles de detección del entorno defendido.
admisiones@academiaia.ai +34 967 79 32 85
Av Marqués del Turia 14 Valencia
Accede al diplomado desde cualquier lugar y compatibilízalo con tu actividad en el SOC o análisis forense.
Analizarás muestras de malware reales con IA sin ser ingeniero inverso ni experto en ensamblador.
Trabajarás con IDA Pro, Ghidra, Cuckoo Sandbox y LLMs para analizar amenazas reales de nivel APT.
La excelencia formativa define cada programa de Academia IA. Nuestro compromiso es ofrecer una experiencia de aprendizaje que combine rigor técnico con aplicabilidad inmediata, preparando profesionales capaces de generar impacto real desde el primer día.
Nuestros programas están diseñados por profesionales que trabajan en empresas del sector de inteligencia artificial. Compartimos las técnicas y herramientas que utilizamos en proyectos reales.
Al unirte a Academia IA accedes a más de 400 profesionales en Skool. Un espacio donde resolver dudas, compartir proyectos y seguir aprendiendo más allá del temario oficial.
( +34 ) 967 79 32 85
El Diplomado en Análisis de Malware Asistido por IA te posiciona como el perfil más escaso y cotizado dentro de los equipos de ciberseguridad ofensiva y defensiva: el analista de malware que combina la profundidad técnica de la ingeniería inversa convencional con la capacidad de automatizar, escalar y acelerar el análisis con IA, produciendo inteligencia de amenazas de mayor calidad en una fracción del tiempo que requería el análisis puramente manual.
Multiplicación de la capacidad de análisis sin aumentar el equipo: Un analista de malware convencional puede analizar en profundidad entre dos y cinco muestras al día, dependiendo de su complejidad. Un analista que opera con pipelines de clasificación automática con ML y asistentes de desofuscación con LLMs puede triagear cientos de muestras al día y producir análisis profundos de las diez o veinte más relevantes en el mismo período. Esta diferencia de productividad no es incremental: es estructural, y determina la capacidad real de un equipo de inteligencia de amenazas para mantenerse al día con el ritmo de evolución del ecosistema de malware.
Ventaja táctica en la detección de amenazas avanzadas: Las familias de malware más sofisticadas —ransomware de grupos APT, loaders polimórficos, malware con técnicas de living-off-the-land— están diseñadas específicamente para evadir los controles de detección convencionales y los análisis estáticos basados en firmas. Los modelos de ML entrenados sobre características comportamentales y estructurales detectan estas amenazas con una efectividad que los sistemas basados en reglas no pueden igualar, especialmente ante variantes nuevas que no han sido clasificadas todavía en las bases de datos de amenazas conocidas.
Portfolio técnico de nivel investigador: En Academia IA, el Proyecto Final del diplomado produce un análisis completo de una familia de malware real con documentación técnica de nivel investigador —análisis estático y dinámico, mapeo a MITRE ATT&CK, reglas YARA y Sigma generadas, informe de inteligencia— que es directamente publicable en plataformas como MalwareBazaar o MISP y constituye la evidencia más poderosa posible de competencia técnica en análisis de malware con IA para cualquier proceso de selección en la industria.
El malware es la herramienta más utilizada en los ciberataques de mayor impacto económico e institucional de los últimos años: el ransomware que paraliza hospitales y administraciones públicas, los stealers que exfiltran credenciales de millones de usuarios, los loaders que establecen persistencia inicial en redes corporativas para operaciones de espionaje industrial, y los wipers que destruyen datos en infraestructuras críticas de forma irreversible. Comprender técnicamente cómo funciona ese malware —qué hace, cómo evade los controles, qué infraestructura usa, con qué actores se relaciona— es la base de cualquier estrategia de defensa efectiva, y la inteligencia artificial está transformando radicalmente la velocidad y la escala a la que esa comprensión puede producirse.
El ecosistema de malware como economía adversarial en expansión: Los grupos de cibercrimen y los actores estatales han profesionalizado el desarrollo de malware hasta un nivel de sofisticación que rivaliza con el software comercial legítimo: ciclos de desarrollo estructurados, pruebas de calidad contra los principales productos antivirus, servicios de obfuscación y packing como oferta de mercado, y redes de afiliados que distribuyen y monetizan las herramientas desarrolladas por terceros. La velocidad de evolución de este ecosistema supera con creces la capacidad de los equipos de seguridad para analizarlo con metodologías manuales, y la IA es la única tecnología disponible para mantener la paridad analítica.
Los LLMs como cambio de paradigma en la ingeniería inversa: La aplicación de modelos de lenguaje al análisis de código malicioso es uno de los avances más significativos en el campo del análisis de malware en los últimos años. Las tareas que antes requerían horas de trabajo de un analista experto —desofuscar un script de PowerShell de tres capas de encoding, interpretar una función de cifrado personalizada en ensamblador, identificar el protocolo de comando y control en una captura de red— pueden acelerarse radicalmente con LLMs que asisten al analista proporcionando contexto, interpretaciones preliminares y comparaciones con código conocido. El diplomado es uno de los primeros programas en habla hispana que integra esta capacidad en un currículo estructurado de análisis de malware.
El plan de estudio del Diplomado en Análisis de Malware Asistido por IA está organizado en una progresión que va desde los fundamentos del análisis estático con IA hasta la inteligencia de amenazas operacional y el threat hunting avanzado. Cada bloque combina profundidad técnica en el análisis de muestras reales con la integración de herramientas de IA que aceleran y escalan cada fase del proceso.
La primera fase establece los fundamentos del análisis de malware con ML: estructura del formato PE, características estáticas relevantes para la clasificación —secciones, importaciones, strings, entropía, cabeceras—, construcción de los primeros clasificadores con scikit-learn sobre datasets de malware reales como EMBER y MalConv, evaluación de la precisión del modelo y análisis de los errores de clasificación. A continuación, el programa aborda el análisis estático avanzado con IA: uso de IDA Pro y Ghidra con plugins y scripts de Python para la automatización del análisis de binarios, aplicación de LLMs a la interpretación de funciones en ensamblador, desofuscación de strings y código con GPT-4, y detección de packing y técnicas de anti-análisis con modelos de ML.
Los bloques intermedios cubren el análisis dinámico con sandbox e IA: configuración de Cuckoo Sandbox y CAPE con capacidades de IA, extracción automática de comportamientos —llamadas a API, red, persistencia, inyección—, correlación de los comportamientos observados con el framework MITRE ATT&CK mediante herramientas de mapeo automatizado, y detección de técnicas de evasión de sandbox con modelos de comportamiento. A continuación, el programa trabaja la generación de reglas de detección con IA: construcción de YARA rules con asistencia de LLMs desde características estáticas extraídas, generación de Sigma rules desde comportamientos del análisis dinámico, validación de reglas contra colecciones de muestras limpias y maliciosas, y optimización del ratio de falsos positivos. El bloque final aborda el threat hunting e inteligencia de amenazas: correlación de IoCs en MISP y OpenCTI, threat hunting con hipótesis basadas en TTPs del análisis, y generación automática de informes de inteligencia con LLMs. El programa culmina con el Proyecto Final.
Aprovecha todos nuestros recursos en cualquiera de nuestras formaciones.
El Proyecto Final del Diplomado en Análisis de Malware Asistido por IA consiste en el análisis técnico completo de una familia de malware real, seleccionada de plataformas públicas como MalwareBazaar o Hybrid Analysis, utilizando el pipeline de análisis con IA construido a lo largo del diplomado en sus componentes estático, dinámico, de inteligencia y de generación de reglas de detección.
El proyecto incluye el análisis estático con ML: clasificación de la muestra con el modelo entrenado durante el diplomado, extracción de características relevantes —secciones PE, importaciones sospechosas, strings significativos, indicadores de packing—, e identificación de la familia y la variante con comparación contra modelos entrenados en datasets de referencia, el análisis de ingeniería inversa asistida por LLM: análisis de al menos tres funciones críticas de la muestra con el apoyo de IDA Pro o Ghidra y LLMs, desofuscación de al menos un componente ofuscado —string, script incrustado o carga útil cifrada—, e identificación del mecanismo de persistencia y del protocolo de comando y control, el análisis dinámico en sandbox: ejecución de la muestra en Cuckoo o CAPE, extracción del comportamiento observado, mapeo a MITRE ATT&CK con al menos cinco técnicas identificadas, y extracción de los IoCs de red, registro y sistema de ficheros, la generación de reglas de detección: al menos una YARA rule y una Sigma rule generadas con asistencia de IA desde los hallazgos del análisis, con validación de precisión documentada, y el informe de inteligencia: documento completo en formato STIX o equivalente con la descripción técnica de la muestra, los IoCs, el mapeo a MITRE ATT&CK, las reglas de detección y el resumen ejecutivo para el equipo de gestión, generado con el apoyo de LLMs y revisado por el alumno. El proyecto cierra con una presentación técnica ante la comunidad del diplomado.
No te quedes con ninguna duda y revisa todas nuestras preguntas frecuentes!
Academia IA
En el Diplomado en Análisis de Malware Asistido por IA de Academia IA trabajarás con IDA Pro y Ghidra con plugins y scripts de Python para la ingeniería inversa asistida, Cuckoo Sandbox y CAPE para el análisis dinámico automatizado, Python con pefile, lief, scikit-learn y transformers para el desarrollo de modelos de clasificación de malware, GPT-4 y modelos de código para la desofuscación de scripts maliciosos, MISP y OpenCTI para la gestión de indicadores de compromiso e inteligencia de amenazas, y radare2 como herramienta open source de análisis binario. Todas las herramientas se trabajan con muestras reales de malware obtenidas de plataformas públicas.
Es recomendable tener nociones básicas de ensamblador x86/x64 y de la estructura del formato PE, dado el nivel avanzado del programa. Sin embargo, una de las propuestas más específicas del Diplomado en Análisis de Malware Asistido por IA de Academia IA es precisamente usar los LLMs como asistentes de interpretación de ensamblador, de forma que analistas con un nivel básico de lectura de ensamblador puedan extraer información técnica significativa de funciones que habrían requerido horas de análisis manual. El programa incluye un módulo introductorio de nivelación en análisis de formato PE y lectura básica de ensamblador para garantizar que todos los alumnos parten de una base común.
Sí. El Diplomado en Análisis de Malware Asistido por IA de Academia IA trabaja con muestras reales obtenidas de plataformas de intercambio público como MalwareBazaar, Hybrid Analysis y VirusTotal Intelligence, seleccionadas para cubrir las familias más relevantes del ecosistema de amenazas actual: ransomware, info-stealers, RATs, loaders y droppers. Todos los análisis se realizan en entornos aislados —máquinas virtuales con snapshots, sandbox configurado sin acceso a red real— que garantizan la seguridad del analista y el aislamiento del malware durante la fase de análisis dinámico. El programa incluye instrucciones detalladas de configuración del entorno de análisis seguro como parte del primer módulo.
Los LLMs son herramientas de asistencia al análisis, no sustitutos del criterio del analista. El Diplomado en Análisis de Malware Asistido por IA de Academia IA aborda explícitamente los límites de los LLMs en el análisis de malware —alucinaciones en la interpretación de código muy ofuscado, dificultades con malware para arquitecturas menos comunes, tendencia a sobregeneralizar en la atribución— y enseña al alumno a usar los LLMs de forma crítica: como aceleradores de hipótesis que el analista verifica de forma independiente, no como oráculos cuya interpretación se acepta sin validación. La capacidad de identificar cuándo confiar en el LLM y cuándo verificar manualmente es una de las competencias centrales del diplomado.
