Home » Departamento de Telecomunicaciones

Category Archives: Departamento de Telecomunicaciones

Defensa Proyecto : “Localización indoor basada en Wi-Fi”

Viernes 12 de abril 14:00hs, Salón Marrón (piso 7, salón 705) – Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa del proyecto de fin de carrera : “Localización Indoor Basada en Wi-Fi”

Estudiantes :  Antonio Bracco, Federico Grunwald y Agustín Navcevich

Tutores : Germán Capdehourat,  Eduardo Grampín y Federico Larroca

Tribunal : Ewelina Bakała (InCo), Pablo Musé (IIE), Matías Richart (InCo) y María Simon (IIE)

Saludos,

Federico Larroca

Resumen :

Los sistemas de localización más utilizados en la actualidad están basados en GPS (Global Positioning System), con un rendimiento pobre en ambientes cerrados tales como museos, comercios o aeropuertos. Para este tipo de situaciones existen diversas tecnologías alternativas que permiten a un dispositivo móvil ubicarse o ser ubicado con mayor precisión. En el presente proyecto se repasan las soluciones basadas en Wi-Fi, desarrollando un sistema y una aplicación de Android que hagan uso de esta solución. La aplicación desarrollada para la muestra Aquí soñó Blanes Viale en el MNAV (Museo Nacional de Artes Visuales) y operativa desde el 8 de noviembre de 2018 hasta el 3 de marzo del 2019, proporciona contenido en función de la posición del usuario. Provee adicionalmente una mayor accesibilidad a la muestra para usuarios con discapacidad visual, haciendo especial uso de la tecnología de localización para evitar la necesidad de interacción con la pantalla. La recepción del público fue positiva, fomentando la idea de que este tipo de aplicaciones poseen un gran potencial para las tecnologías de localización indoor. El sistema utiliza 15 APs instalados en el museo, dividiendo el mismo en 16 zonas. Proporciona una precisión promedio de 95,7% y una buena experiencia de usuario. Posteriormente, se realizó un estudio del desempeño del sistema bajo diversas situaciones y un breve estudio del recorrido de los usuarios que hicieron uso de la aplicación.

Defensa Tesis Maestría : “Deep learning for the analysis of network traffic measurements”

Jueves 28 de marzo 09:30hs, Salón Azul (piso 5, salón 502) – Facultad de Ingeniería, Julio Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de tesis de maestría de Gonzalo Marín :  “Deep learning for the analysis of network traffic measurements”

Tutor  : Pedro Casas (AIT, Viena, Austria) y Germán Capdehourat

Tribunal :  Pablo Belzarena (IIE), Alberto Castro Casales (InCo), Pablo Sprechmann (Google DeepMind, Londres, Inglaterra) y Pere Barlet-Ros (UPC BarcelonaTech, Barcelona, España)

Saludos,

Germán Capdehourat

Resumen :

En los últimos años, la aplicación de modelos de aprendizaje automático (Machine Learning) al análisis de mediciones de tráfico de red ha aumentado considerablemente. En este dominio, generalmente son utilizados modelos de aprendizaje automático tradicionales, donde es necesario definir, diseñar y construir un conjunto de características, de forma de ajustar los datos de entrada que luego se utilizarán para entrenar los modelos. Existen principalmente dos problemas asociados con este enfoque: en primer lugar, se requiere de conocimiento experto en el dominio para seleccionar un conjunto de características representativo para el problema de estudio; en segundo lugar, usualmente es necesario definir un conjunto de características diferente para abordar cada problema específico (por ejemplo, ciberseguridad, detección de anomalías, clasificación de tráfico, estimación de calidad de experiencia -QoE-, etc.). Por otro lado, la utilización de modelos de aprendizaje profundo (Deep Learning) al análisis de mediciones de tráfico de red aún no ha sido del todo explorado. Estos modelos han tenido gran éxito y popularidad, principalmente en el procesamiento de señales, con aplicaciones en: visión artificial, procesamiento de lenguaje natural, traducción automática y más recientemente en juegos. El objetivo principal de este trabajo de tesis es explorar el poder de los modelos de aprendizaje profundo aplicado al análisis de mediciones de tráfico de red. Con este fin, se aborda el problema específico de detección y clasificación de malware. Como principal ventaja con respecto al estado del arte, se considera la evaluación de diferentes representaciones para la entrada: a nivel de paquetes y a nivel de flujos. A su vez, se exploran diferentes arquitecturas de aprendizaje profundo, utilizando redes neuronales convolucionales y redes neuronales recurrentes de tipo LSTM como capas principales. Además, tres conjuntos de datos son elaborados a partir de capturas de tráfico de red, las cuales son luego utilizadas para construir las representaciones de entrada y para entrenar y validar los modelos. Finalmente, el desempeño de los modelos de aprendizaje profundo es comparado con el de un modelo de aprendizaje automático muy utilizado en la práctica, como el random forest. En el problema de detección de malware, se obtuvo una exactitud del 77,6% y 98,5% utilizando paquetes y flujos, respectivamente. En el caso de clasificación de malware, se obtuvo una exactitud promedio del 76,5%. En todas las evaluaciones, los modelos de aprendizaje profundo propuestos superaron la exactitud obtenida por los random forest. Estos resultados sugieren que es posible utilizar herramientas de aprendizaje profundo para complementar y mejorar el análisis de mediciones de tráfico de red sin necesidad de utilizar conocimiento experto para la construcción de conjuntos de características, dando lugar a un amplio espectro de aplicaciones para la utilización del aprendizaje profundo en redes de telecomunicaciones.

 

CERRADO Llamado Docente Grado 1, Tecnólogo en Telecomunicaciones – CURE-Rocha

LLAMADO N° 14/2019, Exp.061950-000235-18

Se llama a aspirantes para la confección de una lista de prelación con validez de seis meses a efectos de proveer cargos (Tipo I – Básico) de AYUDANTE (Grado 1, 10 horas semanales) de la Carrera de TECNÓLOGO EN TELECOMUNICACIONES, Centro Universitario Regional Este, Sede Rocha (CURE-Rocha).

Plazo :  Lunes 28/01/2019 – Lunes 11/02/2019

CERRADO Llamado Docente Grado 2, Tecnólogo en Telecomunicaciones – CURE-Rocha

LLAMADO N° 13/2019, Exp. 061950-000227-18

Se llama a aspirantes para la confección de una lista de prelación con validez de seis meses a efectos de proveer cargos (Tipo I – Básico) de ASISTENTE (Grado 2, 10 horas semanales) de la Carrera de TECNÓLOGO EN TELECOMUNICACIONES, Centro Universitario Regional Este, Sede Rocha (CURE-Rocha).

Plazo : Lunes 28/01/2019 – Lunes 11/02/2019

CERRADO Llamado Docente Grado 1, Tecnólogo en Telecomunicaciones – CURE-Rocha

LLAMADO N° 12/2019, Exp. 061950-000243-18

Se llama a aspirantes para la confección de una lista de prelación con validez de seis meses a efectos de proveer cargos (Tipo I – Básico) de AYUDANTE (Grado 1, 10 horas semanales) de la Carrera de TECNÓLOGO EN TELECOMUNICACIONES, Centro Universitario Regional Este, Sede Rocha (CURE-Rocha).

Plazo : Lunes 28/01/2019 – Lunes 11/02/2019

Defensa Tesis Maestría : “Espionaje por emisiones electromagnéticas”

Miércoles 12 de diciembre 17:00hs, Laboratorio de Medidas del IIE, Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de tesis de maestría de Pablo Menoni :  “Espionaje por emisiones electromagnéticas”

Tutor : Federico Larroca

Tribunal : Pablo Belzarena (IIE), Gustavo Betarte (InCo), Eduardo Cota (IIE) y Mauricio Delbracio (IIE)

Saludos,

Federico Larroca

Resumen :

La temática del espionaje en general, y en particular el referido a información digital, ha cautivado a muchos colectivos, desde la industria cinematográfica hasta la academia, pasando por campos tan diversos como el periodismo y la política. En este trabajo se profundiza en el estado del arte y se muestran algunos aspectos de una de las vulnerabilidades menos difundidas : las que ocurren por emanaciones de ondas electromagnéticas, a las cuales están sujetos la gran mayoría (sino todos) de los modernos sistemas de información y que muchas veces pasan desapercibidos.

A partir de la detección y procesamiento de esas emanaciones, se dejan en evidencia las debilidades desde el punto de vista de seguridad y privacidad que éstas acarrean. Estos aspectos se pueden vulnerar en un gran número de sistemas de información, por individuos con conocimientos acerca de teoría electromagnética, de los adquiridos en cursos de grado universitario, y un manejo de software a nivel programador, junto con el empleo de herramientas de hardware de bajo costo como SDR (Software Defined Radio por sus siglas en inglés).

El trabajo se aborda tomando como punto de partida el espionaje de emanaciones provenientes de la interfaz VGA (Video Graphic Array), en particular del desarrollo hecho por Martin Marinov [1], para luego extenderlo a las emanaciones de la interfaz HDMI (High-Definition Multimedia Interface).

Se realizan todos los planteos analíticos que permiten complementar el trabajo de Marinov, cubriendo aspectos teóricos que explican las características de la detección de imágenes a partir de las emanaciones. Se aportan algunos elementos para mejorar la detección tales como procesamiento off line y ecualización, además todos los elementos necesarios para analizar las emanaciones derivadas de las señales HDMI.

Enfocando el trabajo hacia las imágenes que contienen texto, se analizan las particularidades que presentan las emanaciones en cuanto a las transiciones bruscas de contraste en la luminiscencia, especialmente bordes entre color negro y blanco.

También se realizan algunas consideraciones y recomendaciones sobre seguridad, donde el hincapié se hace en tomar medidas para burlar el espionaje de emanaciones espurias, y sobre todo ayudar a tomar conciencia de las vulnerabilidades presentes.

Quedan disponibles los scripts usados en los ambientes de simulación tanto para GNU Octave como para GNU Radio Companion, así como también las grabaciones de las emanaciones captadas en las instancias de pruebas de campo, dentro del sitio web del grupo ARTES (Análisis de Redes, Tráfico y Estadísticas de Servicio) del Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería (UdelaR) : https://iie.fing.edu.uy/investigacion/grupos/artes/es/proyectos/espionaje-por-emisiones-electromagneticas/.

Palabras clave : SDR, espionaje, seguridad, TEMPEST, video, VGA, HDMI

[1] Martin Marinov, Remote video eavesdropping using a software-defined radio platform. University of Cambridge, Computer Laboratory, Cambridge CB3 0FD, Reino Unido, Junio 11, 2014.

CERRADO Llamado Docente Grado 2, Tecnólogo en Telecomunicaciones – CURE-Rocha

LLAMADO Nº 132/2018, Exp. 061950-000198-18

Se llama a aspirantes para la confección de una lista de prelación con validez de seis meses, a efectos de proveer cargos (Tipo II – Tecnológico) de ASISTENTE (Grado 2, 10 horas semanales) de la carrera TECNÓLOGO EN TELECOMUNICACIONES (CURE – Rocha).

Plazo :  Jueves 15/11/2018 – Jueves 29/11/2018

El IIE en los medios : Por primera vez un museo uruguayo tendrá una app que funciona como audioguía para los visitantes

Arte y tecnología se dan la mano gracias a MNAVegante,  la aplicación creada en el marco de un Proyecto de Fin de Carrera, por los estudiantes Antonio Bracco, Agustín Navcevich y Federico Grunwald, y que contó con la tutoría de los docentes de Telecomunicaciones, Dr Ing Federico La Rocca y Germán Capdehourat, así como con la financiación de Antel

Para poder acceder a la nota completa, la cual se publicó en El Observador, en su edición del día miércoles 07/11/18, les dejamos el link  para compartir con todo el colectivo del IIE

Defensa Proyecto : “Implementación de un transmisor de ISDB-T abierto bajo el paradigma de Radio Definida por Software”

Jueves 25 de Octubre 14hs, Salón de Seminarios del IIE, Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa del proyecto de fin de carrera : “Implementación de un transmisor de ISDB-T abierto bajo el paradigma de Radio Definida por Software”

Estudiantes :  Santiago Castro y Javier Hernández

Tutores : Pablo Flores y Federico Larroca

Tribunal : Alicia Fernández, Víctor González-Barbone y Rafael Sotelo

Saludos,

Federico Larroca

Resumen :

Uruguay enfrenta uno de los desafíos tecnológicos más importantes de los últimos años: realizar exitosamente la transición de la televisión analógica a la digital. Uno de los escollos más importantes es la sustitución del
equipamiento analógico por su contraparte digital, no solamente de los usuarios finales, sino en las transmisoras. Las dificultades son por un lado el costo del hardware necesario y su diseño cerrado, pero además la formación del plantel técnico.

El presente proyecto exploró una alternativa abierta y económica: utilizar la tecnología “Radio Definida por Software” (SDR, “Software Defined Radio”) para implementar un transmisor de Televisión digital. Estos equipos toman las muestras generadas en software por un PC y las envía en la frecuencia asignada por el usuario; o a la inversa en recepción. Se implementó entonces gr-isdbt-tx, un transmisor de la norma ISDB-T basado en esta tecnología. Como punto de partida se tomó gr-isdbt, la implementación del receptor ya desarrollada por el grupo de investigación ARTES (ver https://iie.fing.edu.uy/investigacion/grupos/artes/en/projects/gr-isdbt/).

De este modo, cualquier interesado en entender la norma será capaz de poner en funcionamiento un sistema de transmisión de televisión digital a pequeña escala. Además, la conjunción entre gr-isdbt y gr-isdbt-tx, permite trabajar con el sistema completo de punta a punta, teniendo acceso absoluto a toda la información en transmisión, en cualquier punto de la cadena. El sistema está disponible en https://github.com/jhernandezbaraibar/gr-isdbt-Tx/.

CERRADO Llamado Docente Grado 1 Dpto. de Telecomunicaciones

REPARTIDO Nº 40/18

LLAMADO Nº 101/2018, Exp. 060180-001450-18

Se llama a aspirantes para la confección de una lista de prelación con validez de seis meses, a efectos de proveer cargos (Tipo II – Tecnológico) de AYUDANTE (Grado 1, 20 horas semanales) del Departamento de Telecomunicaciones del INSTITUTO DE INGENIERÍA ELÉCTRICA – IIE

Plazo : Viernes 21/09/2018 – Viernes 05/10/2018