Mantener una sociedad cibernética saludable es un gran desafío debido a la libertad de expresión y comportamiento de los usuarios. Esto se puede resolver mediante la monitorización y análisis del comportamiento de los usuarios y tomando las acciones adecuadas. Esta investigación tiene como objetivo presentar una plataforma que monitorea el contenido público en Twitter extrayendo datos de tweets. Después de mantener los datos, las interacciones de los usuarios son analizadas utilizando métodos de análisis de gráficos. Luego, los patrones de comportamiento de los usuarios son analizados aplicando análisis de metadatos, en el cual se obtiene la línea de tiempo de cada perfil; también se investigan las características de comportamiento en series temporales de usuarios. Luego, en el componente de detección y filtrado de comportamiento anormal, se seleccionan los perfiles interesantes para exámenes adicionales. Finalmente, en el componente de análisis contextual, los contenidos son analizados utilizando técnicas de procesamiento de lenguaje natural; se utiliza un modelo de clasificación de texto binario (SVM (Máquina de Vectores de Soporte) + TF-IDF (Frecuencia de Término-Frecuencia Inversa de Documento) con un 88.89% de precisión) para detectar si un tweet está relacionado con el crimen o no. Luego, se aplica un método de análisis de sentimientos a los tweets relacionados con el crimen para realizar un análisis de sentimientos basado en aspectos (DistilBERT + FFNN (Red Neuronal de Avance) con un 80% de precisión), porque compartir opiniones positivas sobre un tema relacionado con el crimen puede amenazar a la sociedad. Esta plataforma tiene como objetivo proporcionar al usuario final (la policía) sugerencias para controlar el discurso de odio o la propaganda terrorista.