Paper2025
Material revisado: AbstractLos autores proponen ADLAH, una arquitectura conceptual de honeynet adaptativo que emplea aprendizaje por refuerzo para decidir en tiempo real cuándo escalar sesiones desde sensores de baja interacción hacia honeypots de alta interacción provisionados dinámicamente. Se describe como un prototipo del mecanismo central de decisión, sin validación a escala real debido a la falta de datos en vivo suficientes.
NetworkHoneypotAdversary engagement
Paper2025
Material revisado: AbstractLos autores presentan ADIRDS, un sistema de monitoreo en línea que modela el sistema real como un grafo y vigila activos críticos, desplegando honeypots realistas con contexto empresarial similar al sistema real para atrapar atacantes y recolectar evidencia cuando los registros son insuficientes. Según los autores, aplicaron el sistema a un caso real capturando 38 direcciones IP de atacantes únicas.
NetworkHoneypotDecoy
Paper2025
Material revisado: AbstractEl estudio analiza patrones y tácticas de actores maliciosos mediante una versión modificada de T-Pot Honeypot, con múltiples honeypots en contenedores Docker que emulan servicios vulnerables. Busca recopilar y analizar intentos de explotación, evasión y credenciales para caracterizar amenazas y ajustar la ciberdefensa.
NetworkHoneypot
Paper2025
Material revisado: AbstractSegún los autores, este artículo propone un marco de juego cibernético bi-nivel para diseñar mecanismos de engaño defensivo que exploten las vulnerabilidades cognitivas de atacantes persistentes avanzados (APT). El enfoque combina un diseño estratégico de defensas de decepción con acciones tácticas y operativas, y los autores reportan mejoras numéricas en las recompensas totales del defensor mediante el despliegue oportuno de técnicas de engaño.
NetworkAdversary engagement
Paper2025
Material revisado: AbstractEste trabajo presenta un análisis longitudinal del comportamiento de atacantes mediante HoneyTrap, un marco de honeypots adaptativos desplegado en nodos distribuidos geográficamente para emular servicios vulnerables. Según los autores, se recopilaron más de 60.3 millones de eventos durante 24 días, con los datos transformados a formato Parquet para análisis escalable. Los autores informan que el tráfico HTTP/HTTPS y los ataques de fuerza bruta SSH fueron predominantes, junto con actividad dirigida a servicios menos comunes como Minecraft y SMB.
NetworkIoTHoneypot
Paper2025
Material revisado: AbstractEl trabajo aborda la clasificación de vulnerabilidades CVE según cuáles se explotan con más frecuencia, usando datos recogidos de un honeypot T-pot. Los autores describen un plan de recopilación y análisis con Elasticsearch, Kibana y Suricata, orientado a identificar vulnerabilidades atractivas para actores maliciosos y su riesgo para la Universidad Politécnica Estatal del Carchi.
NetworkHoneypot
Paper2025
Material revisado: AbstractSegún los autores, este trabajo propone el diseño e implementación de un honeypot basado en modelos de lenguaje grandes (LLM) que simula un servidor LDAP, protocolo crítico para la gestión de identidad y acceso en organizaciones. La solución busca ofrecer una herramienta flexible y realista capaz de interactuar de forma convincente con atacantes, contribuyendo a la detección temprana y al análisis de amenazas.
IdentityNetworkHoneypot
Paper2025
Material revisado: AbstractSegún los autores, este trabajo presenta EtherBee, un conjunto de datos global que integra métricas de nodos Ethereum, metadatos de tráfico de red y registros de interacción con honeypots, recolectados desde diez puntos geográficos durante tres meses. El objetivo declarado es correlacionar datos de nodos con sesiones de red y eventos de seguridad para estudiar actividad benigna y maliciosa, estabilidad de nodos y amenazas a nivel de red, además de analizar cómo ciertas optimizaciones de clientes pueden concentrar geográficamente la red.
NetworkHoneypot
Paper2025
Material revisado: Página públicaEl estudio evalúa LLMs para tareas de ciberseguridad, incluida la generación de honeypots, combinando preguntas de conocimiento con una evaluación automatizada de artefactos de seguridad.
NetworkHoneypot
Paper2025
Material revisado: AbstractEste trabajo estudia, mediante el simulador de ciberseguridad HackIT y un experimento con 88 estudiantes de informática, cómo el comportamiento de los atacantes varía según la topología de red (anillo frente a estrella) y la densidad de honeypots (50 % frente a 75 %). Los resultados indican que una mayor densidad de honeypots aumentó la interacción con señuelos, pero también los ataques a sistemas reales en redes de topología centralizada (estrella), mientras que las redes descentralizadas (anillo) resistieron mejor con menos honeypots.
NetworkHoneypotDecoy
Paper2025
Material revisado: AbstractLos autores presentan el Hybrid Cyber Deception System (HCDS), descrito como una herramienta proactiva desarrollada en Python que combina honeypots y honeytokens en modalidad adaptable para simular servicios realistas y redirigir a los atacantes en entornos instrumentados. El sistema integra un motor de correlación de alertas guiado por decepción, basado en Python, Pandas y Scikit-learn, junto con principios de Moving Target Defense para modular continuamente parámetros de red y distribución de señuelos, y fue probado en un entorno simulado con servidores Windows y Ubuntu para perfilar atacantes y detectar vectores de ataque complejos.
NetworkEndpointHoneypotHoneytoken
Paper2025
Material revisado: AbstractEste artículo presenta la implementación de un honeynet en el que un honeypot simula ser un recurso real dentro de un entorno de red de producción, con el objetivo de desviar y engañar a atacantes y analizar su comportamiento. Según los autores, el honeypot actúa como señuelo imitando tanto escáneres como atacantes dentro de un entorno simulado a nivel de producción.
NetworkHoneypotDecoy
Paper2025
Material revisado: AbstractLos autores presentan LLMHoney, un honeypot SSH que utiliza modelos de lenguaje grandes (LLM) para generar respuestas de comandos dinámicas y realistas en tiempo real, combinando un sistema de archivos virtual basado en diccionario con LLMs para entradas novedosas. Según el resumen, evaluaron el sistema con 138 comandos Linux representativos y 13 variantes de LLM, reportando métricas de precisión, latencia y uso de memoria, además de discutir desafíos como alucinaciones ocasionales.
NetworkEndpointHoneypotDecoy
Paper2025
Material revisado: AbstractEl artículo explora modelos de tema basados en la distribución Dirichlet para agrupar los comandos de sesiones de terminal recogidos en honeypots, con el fin de encontrar grupos de ataques con intención similar y detectar valores atípicos. Los autores introducen conceptos de temas primarios y secundarios, y de temas a nivel de sesión y de comando, y extienden los métodos de forma bayesiana no paramétrica para permitir vocabulario y número de intenciones latentes sin límite.
NetworkHoneypot
Paper2025
Material revisado: AbstractLos autores proponen un enfoque de fusión neuro-simbólica para el razonamiento cognitivo de amenazas en entornos de engaño cibernético. Combina redes neuronales profundas con razonamiento simbólico, usando grafos de conocimiento, lógica probabilística y aprendizaje por refuerzo para identificar, predecir y responder a adversarios y optimizar estrategias de engaño.
NetworkDecoyAdversary engagement
Paper2025
Material revisado: AbstractLos autores describen el diseño e implementación de un sistema de defensa activa en un servidor DATANET que combina un honeypot para atraer y monitorear la actividad de atacantes con la ofuscación de red para ocultar la estructura real y redirigir tráfico sospechoso. Reportan que el sistema detectó y desvió ataques sin interrumpir el servicio principal.
NetworkHoneypot
Paper2025
Material revisado: AbstractEl estudio integra un honeypot en una arquitectura SD-WAN para combinar gestión del tráfico y observación de amenazas. La propuesta desvía actividad anómala hacia un entorno señuelo que simula servicios vulnerables.
NetworkHoneypotDecoy
Paper2025
Material revisado: AbstractEste trabajo presenta, según los autores, la primera evaluación a gran escala en entorno real de un sistema de scambaiting basado en modelos de lenguaje grandes (LLM), diseñado como honeypot conversacional para interactuar con estafadores y extraer inteligencia de amenazas accionable, como cuentas mula bancarias. Durante cinco meses de despliegue, el sistema inició miles de interacciones, reportando una tasa de divulgación de información y un alto grado de alineación entre las respuestas generadas por el LLM y las preferencias de operadores humanos.
IdentityNetworkHoneypotAdversary engagement
Paper2025
Material revisado: Página públicaLos autores revisan la ingeniería social y describen, entre otras defensas, honeypots que simulan interacción humana, como respuestas de correo o interacciones de chatbot, para atraer y registrar intentos de ataque.
NetworkApplicationHoneypot
Paper2025
Material revisado: AbstractEste estudio propone SPADE, un marco que utiliza modelos de IA generativa junto con ingeniería de prompts estructurada para automatizar la creación de estrategias adaptativas de engaño cibernético frente a malware dinámico. Según los autores, el marco aborda desafíos de los modelos de lenguaje grandes como salidas generalizadas, ambigüedad y escalabilidad, y fue evaluado en escenarios de malware diversos usando métricas como Recall, Exact Match, BLEU y evaluaciones de expertos, identificando a ChatGPT-4o como el de mejor desempeño.
EndpointNetworkAdversary engagementDecoy
Paper2025
Material revisado: AbstractEste estudio, según los autores, explora el uso de agentes de IA para automatizar el análisis de registros generados por el honeypot Cowrie, abordando el problema de la escasez de datos reales de ataques en la investigación en ciberseguridad. El enfoque propuesto emplea agentes de IA para analizar, resumir y extraer información de datos sin estructurar, considerando además las implicaciones de seguridad de un sistema autónomo de este tipo.
NetworkHoneypot
Paper2025
Material revisado: AbstractSegún los autores, este estudio propone un marco basado en juegos de Stackelberg para diseñar el momento estratégico de aplicación de técnicas de engaño cibernético, con una capa táctica que modela la dinámica atacante-defensor mediante un juego de Markov con información unilateral, y una capa estratégica que optimiza el momento y selección de técnicas de engaño mediante un proceso de decisión de tiempo de parada. Los experimentos numéricos, según indican los autores, sugieren que el engaño cronometrado estratégicamente puede mejorar la utilidad esperada del defensor frente a estrategias base.
NetworkAdversary engagementDecoy
Paper2024
Material revisado: AbstractLos autores abordan la dificultad de que las implementaciones tradicionales de honeypots sean eludidas por atacantes avanzados como los grupos APT, y proponen diseñar y desplegar una red de honeypots personalizada basada en técnicas de camuflaje adaptativo. El trabajo describe la orquestación de una red de honeypots de comportamiento orientada a tres grupos APT, con rutas de ataque alineadas con sus tácticas, técnicas y procedimientos, e incluye una aplicación de chat camuflada desplegada durante 100 días; según el resumen depositado, el sistema registró 13.906.945 impactos de 4.238 direcciones IP únicas y permitió categorizar a los atacantes.
NetworkApplicationHoneypotDecoy
Paper2024
Material revisado: Página públicaEl paper propone una capa de honeypots para apoyar la seguridad de una red óptica con servicios de nube. Los señuelos simulan recursos vulnerables para atraer atacantes y observar su comportamiento.
NetworkHoneypotDecoy