Paper2026
Material revisado: AbstractLos autores proponen un framework de honeypot dinámico que combina un agente de decepción con aprendizaje por refuerzo (Q-learning tabular, formalizado como MDP), fusión de inteligencia de amenazas mediante indicadores de compromiso y acciones automatizadas de contención. Su propósito es adaptar la persona expuesta del honeypot y guiar las decisiones de decepción, evaluándose en un testbed virtualizado aislado.
NetworkCloudHoneypotAdversary engagement
Paper2026
Material revisado: Texto completoAporte del editorArtículo de Pacheco y Staino publicado en las memorias SACS 2026 que describe el diseño educativo reproducible de Cyber Deception Playground.
NetworkApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractEste trabajo propone siete técnicas de detección de inyección de prompts que adaptan mecanismos de disciplinas externas a la seguridad de LLM, como lingüística forense, análisis de fatiga de materiales, tecnología de engaño (deception), alineamiento de secuencias de bioinformática, diseño de mecanismos, análisis espectral y seguimiento de contaminación (taint tracking). Según los autores, cuatro de las siete técnicas se implementaron en la herramienta prompt-shield v0.7.3, incluyendo definiciones de herramientas honeypot, y se evaluaron mediante ablaciones en nueve bancos de pruebas con aproximadamente 10.300 muestras.
ApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractEste trabajo estudia la exfiltración de credenciales por agentes LLM mediante inyección indirecta de prompts, proponiendo tres defensas complementarias según los autores: sondas de activación para detección previa a la salida, honeytokens calibrados mediante predicción conforme dividida, y un presupuesto acumulado de fuga de información a lo largo de conversaciones de múltiples turnos. Los autores reportan resultados preliminares en experimentos controlados con modelos de pesos abiertos y un conjunto sintético de múltiples turnos de tamaño reducido.
ApplicationIdentityHoneytoken
Paper2026
Material revisado: AbstractEste artículo presenta DecoyTrace, una defensa basada en engaño cibernético proactivo diseñada para entornos de aprendizaje federado descentralizado (DFL) sin servidor. Según los autores, el sistema despliega un DecoyNode móvil que genera desafíos señuelo mediante mapas caóticos, difunde un modelo dual (limpio vs. señuelo) basado en confianza entre pares, y evalúa el comportamiento con métricas semánticas de tres estados para identificar y contener fuentes maliciosas. Los autores reportan evaluaciones en la plataforma NEBULA con múltiples configuraciones, conjuntos de datos y topologías.
NetworkApplicationDecoyAdversary engagement
Paper2026
Material revisado: AbstractEste artículo presenta DICOMHawk, un marco de engaño cibernético que emula servicios DICOM y PACS con interacciones realistas, registros médicos dinámicos y honeytokens incorporados, diseñado para proteger infraestructura de imágenes médicas. Según los autores, en un despliegue de 424 días en múltiples redes, DICOMHawk atrajo más sesiones válidas que Dicompot, evitó ser detectado como honeypot y capturó 67 ataques relacionados con el ámbito médico provenientes de 15 IPs únicas.
NetworkApplicationHoneypotHoneytoken
Paper2026
Material revisado: AbstractLos autores presentan una arquitectura de honeypot basada en un LLM ajustado que combina interacción por línea de comandos, API y web dinámica, con gestión de estado y salvaguardas de seguridad. El resumen describe un prototipo que simula un NAS Synology sobre OpenCanary y una adaptación a una API médica FHIR.
ApplicationHoneypot
Paper2026
Material revisado: AbstractEste artículo propone GroupGuard, un marco de defensa sin entrenamiento contra ataques colusorios grupales en sistemas multi-agente basados en modelos de lenguaje grande. El enfoque combina monitoreo continuo basado en grafos, inducción activa mediante honeypots y poda estructural para identificar y aislar agentes colusorios. Los autores reportan alta precisión de detección en experimentos con cinco conjuntos de datos y cuatro topologías.
ApplicationHoneypotAdversary engagement
Paper2026
Material revisado: AbstractEl resumen describe Honey Shield, un paradigma de ciberseguridad basado en engaño para sistemas de autenticación web. Propone una interfaz centralizada de servicios de defensa, como redirección a honeypot y protección contra inyección SQL, que redirige al usuario malicioso a un sistema señuelo y registra los incidentes para su análisis posterior.
ApplicationIdentityHoneypotDecoy
Paper2026
Material revisado: AbstractLos autores presentan HoneyRoute, una capa de servicio de inferencia que detecta solicitudes maliciosas y las redirige a un modelo honeypot dedicado, protegiendo el modelo de producción mientras recopila información sobre el atacante. El sistema combina un router de streaming, un honeypot de doble implementación y un bucle de análisis que retroalimenta el entrenamiento del router.
ApplicationCloudHoneypotDecoy
Paper2026
Material revisado: AbstractSegún los autores, HoneyTrap es un marco de defensa engañosa para modelos de lenguaje grandes (LLM) que utiliza cuatro agentes defensores colaborativos para contrarrestar ataques de jailbreak de múltiples turnos, dirigiendo a los atacantes hacia trampas tipo honeypot. Los autores introducen también un conjunto de datos de jailbreak progresivo multi-turno (MTJ-Pro) y dos métricas nuevas para evaluar la defensa engañosa. Reportan reducciones en la tasa de éxito de ataques en varios modelos comerciales y de código abierto.
ApplicationHoneypotAdversary engagement
Paper2026
Material revisado: AbstractEste trabajo presenta Honeyval, un marco de evaluación para honeypots HTTP impulsados por modelos de lenguaje grandes (LLM). Según los autores, el marco utiliza agentes de IA como atacantes y aplicaciones backend diversas para evaluar de forma reproducible el rendimiento y la detectabilidad de estos honeypots frente a métodos de evaluación previos limitados.
NetworkApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractEste trabajo presenta un estudio de servicios DICOM expuestos a Internet, combinando escaneo activo a escala IPv4 con despliegues pasivos de honeypots. Los autores proponen un método reproducible para filtrar falsos positivos generados por honeypots, telescopios de red y otros artefactos de medición, reduciendo la exposición aparente en un 39%. Tras el filtrado, identifican miles de despliegues vulnerables que carecen de cifrado y autenticación, y observan que las medidas de deception existentes son insuficientes para capturar los riesgos reales.
NetworkApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractSegún los autores, este artículo propone 'Knowledge Trap', una defensa contra ataques de extracción de modelos de lenguaje grandes que redirige a los atacantes hacia conocimiento de baja transferibilidad mediante un grafo de conocimiento tipo honeypot y una exploración guiada por migas de pan, en lugar de bloquear consultas o perturbar salidas. Los autores reportan experimentos en dominios médico y financiero que muestran una reducción del acuerdo del modelo sustituto sin afectar el rendimiento de usuarios legítimos.
ApplicationHoneypot
Paper2026
Material revisado: AbstractEl artículo propone una arquitectura de honeypot dinámico nativo de la nube asistido por LLM, donde el modelo actúa solo como sintetizador de texto tras control de políticas y verificación de estado. Los autores describen un broker de sesión que clasifica comandos de atacantes y no los ejecuta, junto con controles de gobernanza ética y un protocolo de evaluación.
CloudNetworkHoneypotAdversary engagement
Paper2026
Material revisado: AbstractLos autores proponen MemPot, un marco de defensa que inyecta honeypots optimizados en la memoria de agentes basados en modelos de lenguaje grande (LLM) para contrarrestar ataques de extracción. Mediante un proceso de optimización en dos etapas y un modelo basado en la prueba de razón de probabilidad secuencial de Wald, los autores afirman que el sistema mejora la detección frente a líneas base existentes, según sus experimentos.
ApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractLos autores presentan Mirage Mesh, un marco ligero de engaño cibernético para entornos Linux que despliega decepción en profundidad mediante cuatro capas: un señuelo SSH basado en Cowrie, una cuenta administrativa señuelo a nivel de sistema, una interfaz web de administración falsa en Flask y un archivo de credenciales honeytoken. El trabajo propone un esquema común DecoyAlertEvent para normalizar las observaciones de estas capas, procesarlas mediante una canalización con Wazuh y orquestación en Python, mapearlas a etapas del cyber kill-chain y técnicas de MITRE ATT&CK, y evaluarlas con una métrica de efectividad de decepción (DEM).
NetworkEndpointHoneypotHoneytoken
Paper2026
Material revisado: AbstractEste artículo presenta un marco de detección de inyección SQL enriquecido con contexto, construido mediante un sistema honeypot multi-agente que genera solicitudes maliciosas/benignas, media respuestas de base de datos auténticas protegiendo datos de producción, y empareja solicitudes con respuestas para crear un conjunto de datos etiquetado de 140,973 pares. Los autores afirman que modelos entrenados con este conjunto superan a los basados solo en payloads.
ApplicationHoneypot
Paper2026
Material revisado: AbstractEste artículo presenta Ollure, un honeypot de interacción baja y media que emula la API de Ollama sin un modelo de lenguaje real en el backend, según describen los autores. Desplegado en cuatro ubicaciones durante 84 días, registró cientos de miles de interacciones y miles de direcciones IP de origen. El estudio documenta actividad automatizada de descubrimiento y huellas digitales, además de intentos de explotación concretos contra la infraestructura y la capa del modelo de lenguaje.
NetworkApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractEste trabajo presenta PHANTOM, un marco para generar honeytokens que incorporan conocimiento específico de la organización (dominios, convenciones de nomenclatura, idiomas tecnológicos y distribuciones de valores secretos) mediante un pipeline de generación multicomponente. Los autores proponen una métrica de 'Believability Score' de cuatro componentes y la usan para comparar PHANTOM frente a un enfoque basado en plantillas en varios tipos de tokens y contextos organizacionales.
NetworkApplicationHoneytoken
Paper2026
Material revisado: AbstractEl trabajo describe el diseño e implementación de un sistema honeypot de interacción alta para LLM, orientado a detectar y analizar el comportamiento de ataques basados en modelos de lenguaje. Los autores proponen una estrategia que inserta acertijos ocultos en el código fuente de páginas web para consumir tokens del LLM, junto con detección heurística multidimensional y visualización mediante mapas de calor de tokens.
ApplicationHoneypot
Paper2026
Material revisado: Página públicaEl manuscrito propone coordinar agentes y flujos de amenazas mediante zonas en un mundo computacional, incluyendo honeypots, regiones de engaño y rutas de clasificación y cuarentena.
ApplicationHoneypot
Paper2026
Material revisado: Texto completoAnálisis formal de límites de honeytokens cuando agentes confiables y atacantes comparten memoria o políticas.
ApplicationIdentityHoneytoken
Paper2025
Material revisado: AbstractSegún el resumen, los autores proponen un sistema de guardrail basado en honeypot que utiliza un modelo señuelo ajustado para generar respuestas ambiguas y no accionables que sirven de cebo para detectar intenciones maliciosas durante interacciones de múltiples turnos con LLMs. El trabajo introduce métricas (HUS y DER) para evaluar la atracción del cebo y el equilibrio entre seguridad y usabilidad, con experimentos iniciales sobre un conjunto de datos de jailbreak multi-turno aplicados a GPT-4o.
ApplicationHoneypotAdversary engagement