Expo TP1 - Leus Torres.pptxsdadsadasdasasd

sda

1. Sistema Basado en Procesamiento de Lenguaje Natural para la Prevención y Denuncia de Delitos Cibernéticos en el Distrito de San Miguel 09/07/2025 AUTORES: Alfaro Deza, Piero Tadeo Torres Llanos, Leus Deniro Ingeniería de Sistemas de Información

2. AGENDA Problematica Objetivo General Objetivos Especificos Indicadores de Exito Organigrama Plan de trabajo Benchmarking Mockups

3. ANTECEDENTES Chipana y Rivera (2023) Deficiencias en Ley de Delitos Informáticos de Perú. Mejía (2023) Estados vulnerables frente a delitos cibernéticos en países de Latinoamérica.

4. Datos preliminares 2000% Crecimiento de denuncias por delitos cibernéticos (2010-2020) Fraude informático Daños económicos por ciberataques 50 % Delitos en Lima Centro 21,687 Denuncias registradas Fuente: Ministerio público fiscalía de la nación 2021 78 % Fuente: Defensoría del pueblo 2023 Usuarios mayores de 6 años en internet 35% 2010 73% 2022 3 billones 2015 6 billones 2021

5. PROBLEMÁTICA Alta vulnerabilidad de los ciudadanos del distrito de San Miguel ante delitos cibernéticos y dificultades en la denuncia efectiva de estos delitos (Mejía Lobo et al., 2023).

6. PROBLEMÁTICA A continuación, se detallan las principales causas que agravan esta situación y que requieren atención urgente para proteger a los ciudadanos frente a delitos cibernéticos y facilitar el proceso de denuncia de estos crímenes. Causa 1 Causa 2 Causa 3 La mayoría desconoce amenazas básicas y prácticas de protección, lo que facilita ataques y dificulta denuncias efectivas. Causa 4 Las técnicas de ciberataques avanzan rápido y las defensas quedan obsoletas con facilidad. Las víctimas no cuentan con un canal accesible 24/7 que ofrezca guía práctica y soporte adaptado a sus necesidades, generando incertidumbre y retrasos en la respuesta. Los procesos de denuncia actuales son lentos y complejos, lo que desincentiva a las víctimas.

7. PROBLEMÁTICA ¿En qué medida un sistema basado en procesamiento de lenguaje natural puede ayudar a prevenir, a los ciudadanos del distrito de San Miguel, frente a los delitos cibernéticos y, además, facilitar el proceso de denuncia de estos crímenes?

8. PROPUESTA DE SOLUCIÓN

9. Implementar un sistema basado en procesamiento de lenguaje natural para que prevenga a los ciudadanos del distrito de San Miguel sobre los delitos cibernéticos y facilite su denuncia de manera segura y efectiva con la ayuda de un asistente virtual. OBJETIVO GENERAL

10. OBJETIVOS ESPECÍFICOS OE1 OE2 OE3 OE4 Analizar los requisitos y funcionalidades clave de un sistema basado en Procesamiento de Lenguaje Natural para prevención y denuncia de ciberdelitos. Diseñar la arquitectura y las interfaces de usuario del sistema móvil, integrando un chatbot con Procesamiento de Lenguaje Natural y un módulo de prevención para facilitar la denuncia de ciberdelitos. Validar la eficiencia del sistema propuesto para la denuncia de delitos cibernéticos, considerando su facilidad de uso, la precisión en la recopilación de datos y el tiempo requerido para completar una denuncia, mediante simulaciones de casos y pruebas de usabilidad con usuarios. Proponer un plan de continuidad que asegure la sustentabilidad tecnológica y financiera del sistema a largo plazo, garantizando su mantenimiento, actualización y mejora constante. "Todos los indicadores de éxito son aprobados por el   Asesor Especializado  y respaldados   por el  Acta de Aprobación "

11. INDICADORES OE1.I1 Aprobación del informe de especificaciones funcionales y no funcionales del sistema . OE1.I2 Aprobación del informe de evaluación de tecnologías ( Flutter , Firebase , DialogFlow ) y selección de stack tecnológico. OE1.I3 Revisión de flujo conversacional y guión de interacciones (prevención y denuncia ) validados .

12. INDICADORES OE2.I1 Aprobación del diseño de la interfaz ( wireframes y mockups) de usuario del sistema según los criterios de accesibilidad y usabilidad. OE2.I2 Aprobación del diseño de la arquitectura del sistema validado por el equipo de desarrollo. OE2.I3 Aprobación del prototipo del chatbot y del módulo educativo implementado y evaluado positivamente en pruebas internas.

13. INDICADORES OE3.I1 Aprobación de pruebas de usabilidad (SUS (System Usability Scale) o similar) con resultados por parte de los usuarios . OE3.I2 Validación de la precisión y claridad de las denuncias generadas con los casos simulados. OE3.I3 Aprobación de la demo del sistema usada para pruebas de validación.

14. PLAN DE TRABAJO Objetivo 1 Objetivo 1 Durante estas 4 semanas se ha desarrollado el Project Charter , que estableció los objetivos, roles y las propuestas de solución para la implementación de nuestra solución. Además, se han implementado los benchmarking de frameworks , plataformas, base de datos y servicios de autenticación para nuestro aplicativo móvil

15. ANÁLISIS DE FRAMEWORKS PARA APLICACIÓN MÓVIL BASADO EN LOS CRITERIOS MÁS IMPORTANTES DE LA ISO/IEC 25010 Criterios   Impacto   Flutter   React Native   Ionic   Xamarin   Puntaje   Ajuste   Puntaje   Ajuste   Puntaje   Ajuste   Puntaje   Ajuste   Tiempo de Implementación   17.4%  5  0.87  4 0.696  3  0.522 3  0.522  Facilidad de Uso y Aprendizaje  13.0%  4  0.52  4 0.52  5  0.65  3  0.39  Rendimiento y Eficiencia  13.0%  5  0.65  4 0.52  3  0.39  4  0.52  Flexibilidad y Capacidad de Personalización  17.4%  5  0.87  4 0.696  3  0.522 4  0.522  Soporte y Comunidad  21.7%  4  0.868  5 1.085  4  0.868 3  0.868  Compatibilidad y Soporte para Múltiples Plataformas  17.4%  5  0.87  4 0.696  4  0.696 4  0.696  Total  28 4.648 25 4.213  22  3.648 21  3.518  Objetivo 1

16. ANÁLISIS DE PLATAFORMA DE CHATBOT BASADO EN LOS CRITERIOS MÁS IMPORTANTES DE LA DE ISO/IEC 25010 Objetivo 1 Criterios   Impacto  Dialogflow Microsoft Bot Framework  IBM Watson Assistant   Rasa  Puntaje  Ajuste  Puntaje  Ajuste  Puntaje  Ajuste  Puntaje  Ajuste  Capacidades de Procesamiento del Lenguaje Natural   22.73%  5  1,14  4  0,91  4  0,91  4  0,91 Integración y Compatibilidad con Canales  18.18%  5  0,91  5  0,91  4  0,73  3  0,55 Escalabilidad y Rendimiento  18.18%  4  0,73  5  0,91  4  0,73  3  0,55 Personalización y Flexibilidad  13.64%  4  0,55  4  0,55  3  0,41  5  0,68  Facilidad de Desarrollo y Mantenimiento  13.64%  4  0,55  4  0,55  3  0,41  3  0,41 Capacidades de Análisis e Informes  13.64%  4  0,55  3  0,41  4  0,55  2  0,27 Total  26 4,41 25  4,23  22  3,73  20  3,36

17. ANÁLISIS DE BASES DE DATOS BASADOS EN LOS CRITERIOS MÁS IMPORTANTES DE LA DE ISO/IEC 25010 Objetivo 1 Criterios  Impacto  Firebase (Google)  Amazon Web Services (AWS) - DynamoDB  Microsoft Azure - Cosmos DB  MongoDB Atlas  Puntaje  Ajuste  Puntaje  Ajuste  Puntaje  Ajuste  Puntaje  Ajuste  Modelo de Datos y Flexibilidad   25.00%  5 1,25 5  1,25  4  0,91  5  1,25 Rendimiento y escalabilidad  20,00%  5 1 5  1  4  0,80  3  0,60  Seguridad y Cumplimiento  20,00%  5 1 4  0,80  3  0,60  2  0,40 Soporte para Aplicaciones Móviles  15,00%  5 0,75 4  0,60  4  0,60  4  0,60  Disponibilidad y fiabilidad  10,00%  4 0,40 4  0,40  4  0,40  3  0,3  Facilidad de Uso y Herramientas de Desarrollo  10,00%  5 0,40 4  0,40  4  0,40  3  0,30 Total  29 4,8 26  4,45  23  3,71  20  3,45

18. ANÁLISIS DE SERVICIOS DE AUTENTICACIÓN BASADO EN LOS CRITERIOS MÁS IMPORTANTES DE NIST SP 800-63 (IDENTIDAD DIGITAL) Objetivo 1 Criterios Impacto Firebase Authentication   Auth0  Okta   OneLogin   Puntaje  Ajuste  Puntaje Ajuste  Puntaje  Ajuste  Puntaje  Ajuste  Seguridad y Protección de Datos   18,18%  4  0.72  4  0.72  5  0.9  4  0.72  Facilidad de Integración  27,27%  5  1.36  4  1.09  4  1.09  3  0.81  Escalabilidad y Rendimiento  27,27%  4  1.09  4  1.09  4  1.09  4  1.09  Flexibilidad y Personalización  9,09%  4  0.36  3  0.27  4  0.36  3  0.27 Costo y Modelo de Licenciamiento  18,18%  5  0.9  3  0.54  3  0.54  2  0.36  Total  22 4.43 18  3.71  20  3.98  16  3.25

19. PLAN DE TRABAJO Objetivo 2 Durante la semana 5 se ha implementado el Product Backlog, la arquitectura física y lógica de nuestra aplicación para mejor entendimiento de nuestra solución. Además, se han desarrollado los mockups de nuestro aplicativo para entallar mejor la propuesta de solución. Objetivo 1 Objetivo 2

20. Product backlog Objetivo 2

21. Product backlog Objetivo 2

22. ARQUITECTURA LÓGICA Objetivo 2

23. ARQUITECTURA FÍSICA Objetivo 2

24. Mockups On boarding pages Objetivo 2

25. Mockups Login pages Objetivo 2

26. Mockups Main pages Objetivo 2

27. Mockups Chatbot pages Objetivo 2

28. PLAN DE TRABAJO Objetivo 3 Durante la semana 9 hasta semana 15 , se centró la validación del sistema. En esta etapa, se realizaron pruebas para evaluar la precisión, confiabilidad y usabilidad del sistema basado en procesamiento de lenguaje natural. Se aplicaron metodologías que incluyeron pruebas de rendimiento del modelo, análisis de la interacción con la interfaz y revisión de la capacidad de respuesta del sistema. Además, se establecieron criterios de validación alineados con estándares internacionales de calidad en sistemas de información, como la ISO/IEC 25010, que abordan características esenciales como la precisión, usabilidad y confiabilidad, y la ISO 9241, que se enfoca en la ergonomía y experiencia del usuario. Estas acciones buscan asegurar un sistema funcional, accesible y confiable para los usuarios del distrito de San Miguel, contribuyendo a una prevención y denuncia más efectiva de delitos cibernéticos. Objetivo 1 Objetivo 2 Objetivo 3

29. CRITERIOS DE VALIDACIÓN Objetivo 3 Funcionalidad: Evalúa si el sistema realiza las funciones esperadas correctamente, incluyendo la interpretación del lenguaje natural y la generación de resultados confiables. Fiabilidad: Mide la capacidad del sistema para operar de manera estable y consistente, minimizando errores y fallos durante su funcionamiento. Usabilidad: Evalúa la experiencia del usuario, incluyendo facilidad de interacción, claridad y accesibilidad de la interfaz. Eficiencia del rendimiento: Determina la capacidad del sistema para procesar las solicitudes en tiempos adecuados, garantizando eficiencia operativa. Mantenibilidad: Evalúa la facilidad para actualizar, modificar o corregir el sistema, asegurando su adaptabilidad a nuevas necesidades o errores detectados. ISO/IEC 25010 – Criterios de Validación para el Sistema de Procesamiento de Lenguaje Natural

30. Resultado de la Validación Basado en ISO/IEC 25010 – Criterios Más Importantes de Validación para el Sistema de Procesamiento de Lenguaje Natural Objetivo 3 Caso  Tipo de ataque  Precisión extracción (%)  Campos faltantes (%)  Tiempo denuncia (s)  PDF generado correctamente  1  Phishing  94  6  130  Sí  2  Smishing  91  9  175  Sí  3  Vishing  93  7  150  Sí  4  Carding  90  10  140  Sí  5  Suplantación de identidad  92  8  160  Sí  6  SIM Swapping  89  11  170  Sí  7  Malware y Ransomware  95  5  155  Sí  8  Estafas avanzadas y extorsión  92  8  145  Sí  9  Venta de bases de datos  93  7  165  Sí 

31. Objetivo 3 Caso  Tipo de ataque  Precisión extracción (%)  Campos faltantes (%)  Tiempo denuncia (s)  PDF generado correctamente  10  Phishing  90  10  180  Sí  11  Smishing  91  9  120  Sí  12  Vishing  94  6  135  Sí  13  Carding  92  8  155  Sí  14  Suplantación de identidad  89  11  175  Sí  15  SIM Swapping  93  7  140  Sí  16  Malware y Ransomware  90  10  160  Sí  17  Estafas avanzadas y extorsión  92  8  150  Sí  18  Venta de bases de datos  94  6  130  Sí  19  Phishing  91  9  170  Sí  20  Smishing  93  7  145  Sí  Resultado de la Validación Basado en ISO/IEC 25010 – Criterios Más Importantes de Validación para el Sistema de Procesamiento de Lenguaje Natural

32. CRITERIOS DE VALIDACIÓN Objetivo 3 Adecuación de la presentación: Evalúa si la estructura visual y la disposición de los elementos facilitan la localización y comprensión de las funciones del sistema. Adecuación del contenido: Mide si la información y las instrucciones son comprensibles y útiles para el usuario, favoreciendo una correcta interacción. Compatibilidad de la terminología: Verifica si el lenguaje empleado es apropiado, comprensible y consistente, facilitando la comunicación efectiva. Personalización: Evalúa si el sistema ofrece opciones de personalización para mejorar la experiencia y accesibilidad del usuario. Control del usuario y libertad: Mide si las funciones de control del usuario están implementadas de manera efectiva, permitiendo una interacción flexible y segura. Tolerancia a errores: Evalúa la capacidad del sistema para minimizar errores del usuario y ofrecer mecanismos de recuperación efectivos. Facilidad de aprendizaje: Mide si la interfaz y las funciones son intuitivas, facilitando un aprendizaje rápido y eficiente. Satisfacción del usuario: Evalúa la percepción del usuario respecto a la experiencia general, incluyendo confianza, comodidad y satisfacción. ISO 9241 - Criterios de Validación para la Usabilidad y Experiencia del Usuario del Sistema

33. Resultado de la Validación Basado en ISO 9241 – Criterios Más importantes de Validación para la Usabilidad y Experiencia del Usuario del Sistema Objetivo 3 Usuario  SUS (0-100)  Tiempo registro (s)  Tiempo denuncia (s)  Feedback principal  U1  88  37  150  “Interfaz clara, rápido acceso al chatbot.”  U2  82  42  165  “Buen flujo, pero faltaría ayuda contextual inicial.”  U3  85  40  152  “Preguntas del bot muy precisas y fáciles de entender.”  U4  87  36  158  “Registro sencillo, recomendaria más opciones de temas.”  U5  80  45  170  “Carga un poco lento en móviles antiguos.”  U6  90  35  145  “Muy intuitiva, excelente respuesta del asistente.”  U7  83  43  160  “Buen diseño, pero el contraste de colores podría mejorar.”  U8  86  39  155  “Funcional y amigable; el tutorial inicial ayudaría.”  U9  84  41  162  “Fácil navegación, sugeriría más explicaciones en ‘Infórmate’.”  U10  89  38  148  “Excelente integración de módulos y rapidez de respuestas.” 

34. Análisis Demográfico de la Validación Objetivo 3

35. CONCLUSIONES Objetivo 2 Flutter obtuvo la calificación más alta (4.64) en ISO/IEC 25010, confirmando su capacidad para el frontend móvil . DialogFlow lideró la evaluación de plataformas chatbot (4.41), asegurando capacidades avanzadas de PNL. Los wireframes y mockups fueron validados con criterios de accesibilidad y usabilidad , obteniendo aprobación unánime . La arquitectura lógica y física (frontend, backend y chatbot) fue aprobada por el equipo de desarrollo , garantizando escalabilidad . OBJETIVO 1 OBJETIVO 2 Los voluntarios completaron registro , denuncia y consulta sin ayuda y en tiempos cortos (< 45 s y < 3 min), con satisfacción de 4,3/5, lo que confirma que la interfaz es accesible e intuitiva para usuarios del distrito de San Miguel. OBJETIVO 3

36. RECOMENDACIONES Objetivo 2 Actualizar benchmarks de frameworks y plataformas cada seis meses para incorporar mejoras tecnológicas . Recoger feedback de un pequeño grupo de usuarios finales antes de afinar la selección de herramientas . Conducir pruebas de usabilidad externas (SUS ≥ 70) y ajustar interfaz según resultados . Desarrollar un modo offline que almacene denuncias localmente y sincronice automáticamente . OBJETIVO 1 OBJETIVO 2 Incluir más perfiles diversos y zonas con baja conectividad , añadir un tutorial interactivo al inicio , mejorar accesibilidad ( texto y contraste ) y registrar la tasa de abandono por pantalla para optimizar futuras versiones . OBJETIVO 3

37. APROBACIÓN DEL OBJ 1 Objetivo 2

38. APROBACIÓN DEL OBJ 2 Objetivo 2

39. APROBACIÓN DEL OBJ 3 Objetivo 2

40. Gracias