Dada la creciente ocurrencia de actividades desviadas en plataformas en línea, es de suma importancia desarrollar métodos y herramientas que permitan un análisis y comprensión en profundidad para luego desarrollar contramedidas efectivas. Este trabajo propone un marco para detectar puntos de cambio estadísticamente significativos en series temporales relacionadas con el terrorismo, que pueden indicar la ocurrencia de eventos a los que se debe prestar atención. Estos puntos de cambio pueden reflejar cambios en la actitud hacia y/o el compromiso con actividades y eventos relacionados con el terrorismo, lo que podría significar, por ejemplo, una escalada en el proceso de radicalización. En particular, el marco propuesto implica: (i) la clasificación de datos textuales en línea como relacionados con el terrorismo y el discurso de odio, que pueden considerarse indicadores de una posible actividad criminal o terrorista; y (ii) el análisis de puntos de cambio en las series temporales generadas por estos datos. El uso de algoritmos de detección de puntos de cambio (CPD) en las series temporales producidas de los indicadores mencionados, ya sea en un caso univariante o bidimensional, puede llevar a la estimación de cambios estadísticamente significativos en su comportamiento estructural en ciertos momentos. Para evaluar el marco propuesto, lo aplicamos a un conjunto de datos disponible públicamente relacionado con foros yihadistas. Finalmente, se implementa la detección de temas en los puntos de cambio estimados para evaluar aún más su efectividad.