Paper2026
Material revisado: AbstractEste trabajo presenta un marco de perfilado de atacantes basado en su comportamiento, construido a partir de datos empíricos recogidos en despliegues de honeypots SSH. El método analiza cadenas de comandos para identificar patrones de conducta, agruparlos jerárquicamente y mapearlos al marco MITRE ATT&CK con el fin de atribuir y analizar amenazas.
NetworkHoneypot
Paper2026
Material revisado: AbstractLos autores proponen un marco antifrágil que emplea engaño cibernético con señuelos adaptativos y movimientos dinámicos de red para generar señales adversarias, inferir perfiles de actores de amenaza y apoyar decisiones proactivas. Una ontología de inteligencia de amenazas y un grafo de conocimiento con atributos semánticos representan relaciones tácticas y estratégicas entre atacantes y objetivos.
NetworkDecoyAdversary engagement
Paper2026
Material revisado: AbstractEl artículo describe un sistema de detección de intrusiones que monitorea paquetes en vivo y usa reglas predefinidas para detectar actividad sospechosa en lugar de modelos de aprendizaje automático. Incluye un módulo honeypot con una interfaz de inicio de sesión falsa y explicaciones legibles para las anomalías detectadas.
NetworkHoneypot
Paper2026
Material revisado: AbstractEl estudio investiga si los "bias triggers" (disparadores de sesgo) diseñados psicológicamente pueden explotar el procesamiento heurístico tipo I de atacantes humanos para degradar su desempeño. Los autores emplean un rango cibernético de alta fidelidad donde participantes realizan penetración de red con y sin estos disparadores, y analizan telemetría operativa.
NetworkDecoyAdversary engagement
Paper2026
Material revisado: AbstractEste artículo presenta LDT-FRL, un marco de defensa que combina codificadores de atención temporal, gemelos digitales ligeros y un agente de aprendizaje por refuerzo federado (PPO) que puede redirigir tráfico sospechoso hacia honeypots en entornos de IoMT (Internet de las Cosas Médicas). Según los autores, el sistema fue evaluado en benchmarks públicos de tráfico de red, obteniendo altas métricas de clasificación y explicabilidad mediante técnicas como SHAP y Grad-CAM.
IoTNetworkHoneypotAdversary engagement
Paper2026
Material revisado: AbstractEl artículo propone un enfoque de defensa proactiva basado en un honeypot de alta interacción para detectar y prevenir ataques DDoS. El honeypot captura direcciones IP, malware y tácticas de los atacantes, y retroalimenta firewalls y filtros de tráfico para bloquear amenazas similares en la red.
NetworkHoneypot
Paper2026
Material revisado: AbstractLos autores analizan el comportamiento de los atacantes en once honeypots SSH que aceptaban sesiones interactivas y no interactivas durante quince días. Según el resumen, hallaron que la gran mayoría de las sesiones autenticadas fueron no interactivas, lo que cuestiona supuestos comunes en la investigación de engaño cibernético centrada en shells interactivos.
NetworkHoneypotDecoy
Paper2026
Material revisado: AbstractEste trabajo, según sus autores, aborda la mitigación de ataques DoS/DDoS mediante la separación de tráfico malicioso y benigno usando honeypots, formulando el problema como un MaxCut ponderado resuelto con algoritmos cuánticos variacionales (QAOA). Los autores describen una canalización reproducible de eventos de honeypot a QUBO, grafos de referencia bipartitos temporales etiquetados, ejecuciones de QAOA en hardware de IBM, líneas base heurísticas clásicas y un análisis de sobrecarga de enrutamiento entre arquitecturas de procesadores cuánticos.
NetworkHoneypot
Paper2026
Material revisado: AbstractLos autores presentan el diseño e implementación de HIVE-OT y evalúan la evidencia aportada por su núcleo de investigación acoplado a procesos y exportaciones históricas, distinguiendo la plataforma documentada de una implementación local que enlaza Modbus, un sustituto de tratamiento de agua revisado en Rust y SQLite. El estudio verifica comportamiento de protocolo, aplicación de comandos y representaciones de resultados retenidos, y audita dos exportaciones de despliegue con 273978 y 842638 eventos.
OT/ICSNetworkHoneypot
Paper2026
Material revisado: AbstractEste trabajo de posición propone que presentar contenido de historias de engaño puede influir en cómo atacantes humanos y agentes basados en modelos grandes de lenguaje (LLM) evalúan la autenticidad de funciones y efectos de engaño en una red o host. Los autores describen su modelo industrial HoneyContent para diseñar y crear contenido de historias de engaño que 'envuelva' o incruste funciones de engaño, integrando teoría de garantía (warranting) y teoría de señales (signaling), y visualizan su uso en un escenario industrial de engaño cibernético.
NetworkEndpointDecoy
Paper2026
Material revisado: AbstractEl trabajo presenta HoneyPrompt, una arquitectura de fusión multisensor para detectar y clasificar agentes de IA autónomos que interactúan con sistemas de control industrial. Los autores despliegan un honeypot SCADA marítimo que simula una pasarela de monitoreo de oleoductos en seis protocolos y lo instrumentan con una inyección de prompts graduada como matriz de sensores.
OT/ICSNetworkHoneypotHoneytoken
Paper2026
Material revisado: AbstractEste artículo adapta el instrumento Honeyquest para evaluar de forma automatizada el juicio de atacantes basados en LLM frente a técnicas de engaño cibernético. Según los autores, un conjunto de 21 modelos de distintos proveedores fue comparado con una línea base humana en tareas de reconocimiento, encontrando que los LLM caen en trampas con mayor frecuencia que los humanos y muestran una brecha entre reconocer el engaño en su razonamiento y actuar en consecuencia. Los autores concluyen que las hipótesis de engaño centradas en humanos no se transfieren de forma fiable a atacantes de IA.
NetworkHoneypotDecoy
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: AbstractLos autores presentan ICSLure, un marco modular de honeynet destinado a emular entornos realistas de sistemas de control industrial. Integra PLC físicos con fuentes de datos en vivo mediante protocolos industriales y componentes de red virtualizados, con monitorización para registrar interacciones de atacantes.
OT/ICSNetworkHoneypotAdversary engagement
Paper2026
Material revisado: AbstractEste artículo estudia cómo mejorar la precisión de emulación de shell en honeypots SSH basados en LLM locales de peso abierto, mediante diseño de prompts y ajuste fino supervisado, comparando ocho modelos frente a sus versiones base. Los autores reportan, usando 34 pruebas automatizadas, que el diseño de prompts tiene un efecto considerable y que el ajuste fino depende de la cobertura del conjunto de datos utilizado, con un conjunto de datos ampliado derivado de registros de honeypot produciendo modelos locales más robustos según sus propias mediciones.
NetworkEndpointHoneypot
Paper2026
Material revisado: AbstractEste estudio analiza diferencias internacionales en intentos de hacking a partir de datos de honeypot, examinando 504.877 intentos de inicio de sesión procedentes de 314 direcciones IP únicas durante un período de 3 meses. Los autores contrastan hipótesis basadas en factores socioeconómicos —desempleo, pobreza, PIB y gasto educativo— y atribuyen al mayor desempleo y al menor gasto educativo una correlación con más intentos de brecha por país, y al menor gasto educativo una correlación con mayores tasas de éxito.
NetworkHoneypot
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: AbstractEl estudio implementa un modelo de seguridad basado en engaño (D-DSM) para un entorno de red de campus, con recursos señuelo gestionados mediante un mecanismo centralizado de engaño. El objetivo es desviar las actividades maliciosas de los activos críticos, ofrecer indicadores del comportamiento de ataque y complementar los controles de defensa en profundidad existentes mejorando la visibilidad de ataques avanzados y laterales y ayudando a reducir las alertas falsas.
NetworkDecoyAdversary engagement
Paper2026
Material revisado: AbstractEste trabajo estudia cómo agentes de pruebas de penetración basados en modelos de lenguaje grande (LLM) pueden asignar su presupuesto de ejecución al enfrentarse a honeypots. Los autores formalizan el problema del atacante como un proceso de decisión presupuestado en el que el agente debe decidir si continuar la explotación o descartar un objetivo ante sospecha de honeypot, proponiendo una política guiada por un detector en un entorno de prueba controlado con hosts mixtos.
NetworkEndpointHoneypotAdversary engagement
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 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 trabajo revisa, según sus autores, soluciones basadas en IA para construir estrategias de engaño cibernético a nivel de red y dispositivo en entornos disputados. Se enfoca en la combinación de modelos de lenguaje de gran tamaño (LLMs) y aprendizaje por refuerzo (RL) para optimizar estas estrategias de engaño, incluyendo honeypots y honeynets, y examina su validación frente a ataques sigilosos contra sistemas de tecnología operativa (OT) reportados en la literatura.
NetworkOT/ICSHoneypotDecoy
Paper2026
Material revisado: AbstractLos autores presentan un marco de gestión de ciber-riesgo para sistemas digitales en red que combina teoría de juegos estratégicos con dinámicas de contagio. El estudio aborda la asignación óptima de recursos de ciberseguridad considerando valoraciones heterogéneas de nodos por atacantes y defensores, proponiendo medidas de riesgo basadas en rutas de contagio y analizando efectos de la ciberengaño mediante experimentos numéricos.
NetworkDecoy
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