Algoritmos de Machine Learning e inteligencia artificial en la detección de patrones de ciberataques [Machine Learning and artificial intelligence algorithms in the detection of cyber-attack patterns]
DOI:
https://doi.org/10.62574/rmpi.v5iTecnologia.276Palabras clave:
elección de tecnología, evaluación de la tecnología, aplicación informáticaResumen
El presente artículo tiene como objetivo evaluar el desempeño de diversos algoritmos de machine learning en la detección de ciberataques en la mitigación de amenazas dentro de redes y sistemas informáticos. La metodología fue de validación experimental y la ejecución se realizó mediante el método informático ciclo en V. Se evidenció la efectividad de los algoritmos de Machine Learning (ML) en la detección y mitigación de ciberataques, destacándose su capacidad para identificar patrones maliciosos en el tráfico de red. Los resultados obtenidos validan la aplicabilidad de modelos como Support Vector Machines (SVM) y Naive Bayes (NB), los cuales han demostrado un desempeño significativo en la clasificación de amenazas, siendo SVM más eficiente en la detección de ataques complejos y NB más rápido y con menor costo computacional. En términos prácticos, la implementación de estos modelos en entornos empresariales y gubernamentales podría mejorar significativamente la capacidad de respuesta ante ciberataques.
Descargas
Citas
Aljamal, I., Tekeoglu, A., Bekirog, K., & Sengupta, S. (2019). Hybrid intrusion detection system using machine learning techniques in cloud computing environments. IEEE Computer Society. https://ieeexplore.ieee.org/document/8886794
Cabanillas, H. A., & Nizama, J. J. (2019). Análisis de algoritmos de encriptación de datos de texto, una revisión de la literatura científica [Analysis of text data encryption algorithms - a review of the scientific literature]. [Trabajo de investigación, Universidad Privada del Norte]. Repositorio de la Universidad Privada del Norte. https://hdl.handle.net/11537/31391
Castellanos-Rojas, B. S., Cortés-Rodríguez, C. U., Espitia-Osorio, D. J., & Garzón-Bello, Y. T. (2020). Redes neuronales artificiales y estado del arte aplicado en la ciberseguridad [Redes neuronales artificiales y estado del arte aplicado en la ciberseguridad]. Revista Matices Tecnológicos, UNISANGIL, 12. 58-63.
Dueñas, J. (2020). Aplicación de técnicas de machine learning a la ciberseguridad: Aprendizaje supervisado para la detección de amenazas web mediante clasificación basada en árboles de decisión [Application of machine learning techniques to cybersecurity: Supervised learning for web threat detection using decision tree-based classification]. Universidad Oberta de Catalunya. http://hdl.handle.net/10609/118166
Flores, C. (2020). Inteligencia artificial, machine learning, deep learning aplicados a la ciberseguridad. INF-FCPN-PGI Revista PGI, (7), 11–13.
Hirare, Carolina. (2017). Ciberseguridad. Presentación del dossier [Cybersecurity. Introductionto Dossier]. URVIO Revista Latinoamericana de Estudios de Seguridad, (20), 8-15. https://doi.org/10.17141/urvio.20.2017.2859
Jiménez, C., & Ramírez, O. (2022). Propuesta de buenas prácticas de ciberseguridad para el uso de chatbots en el sector privado costarricense [Cybersecurity best practices proposal for the use of chatbots in the Costa Rican private sector]. Universidad Cenfotec. https://repositorio.ucenfotec.ac.cr/handle/123456789/xmlui/handle/123456789/349
León, D. A., Martínezq, J. G., Ardila, I. A., & Mosquera, D. J. (2022). Inteligencia artificial para el control de tráfico en redes de datos: Una Revisión [Artificial intelligence for traffic control in data networks: A Review]. Entre Ciencia e Ingeniería, 16(31), 17-24. Epub July 15, 2023.https://doi.org/10.31908/19098367.2655
Obregón-Martínez, W. V., & Morejón–López, G. E. (2024). Evaluación del desempeño de algoritmos de machine learning dentro de la IA para uso en la búsqueda de patrones de ciberataques y mitigación de su impacto [Performance evaluation of machine learning algorithms within AI for use in finding patterns of cyber-attacks and mitigating their impact]. Universidad Tecnológica de Israel. Tesis de maestría.
Portela, M. (2022). Panorama de la inteligencia artificial en el dominio de la ciberseguridad [Overview of artificial intelligence in the cybersecurity domain]. RUIDERAe: Revista de Unidades de Información, 19.
Quirumbay, D., Castillo-Yagual, C., & Coronel-Suárez, I. (2022). Una revisión del Aprendizaje profundo aplicado a la ciberseguridad [A review of Deep Learning applied to cybersecurity]. Revista Científica Y Tecnológica UPSE, 9(1), 57-65. https://doi.org/10.26423/rctu.v9i1.671
Zhang, Z., Ning, H., Shi, F., & et al. (2022). Artificial intelligence in cyber security: Research advances, challenges, and opportunities. Artificial Intelligence Review, 55(2), 1029–1053. https://doi.org/10.1007/s10462-021-09976-0
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Wendy Viviana Obregón-Martínez, Gabriel Eduardo Morejón-López, César Armando Moreira-Zambrano, Luis Nibaldo Oyarzún-Álava
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA : Esta licencia permite a los reutilizadores distribuir, remezclar, adaptar y construir sobre el material en cualquier medio o formato solo con fines no comerciales, y solo siempre y cuando se dé la atribución al creador. Si remezcla, adapta o construye sobre el material, debe licenciar el material modificado bajo términos idénticos.
OAI-PMH URL: https://rperspectivasinvestigativas.org/index.php/multidiscipinaria/oai
