Paper2021
Material revisado: AbstractLos autores proponen aplicar técnicas de procesamiento de lenguaje natural a comandos de shell capturados en honeypots para detectar y correlacionar comportamientos de botnets. El enfoque reduce las secuencias de comandos a procesos estocásticos, procesados luego con aprendizaje automático para construir clasificadores y predictores que permitan agrupar direcciones IP de origen de botnets, incluso cuando los atacantes intentan ofuscar sus intentos de intrusión mediante permutaciones rápidas o aleatorias.
NetworkHoneypot
Paper2021
Material revisado: AbstractEste trabajo describe la incorporación de elementos de engaño, incluyendo honeypots y señuelos, en la plataforma de experimentación CyberBattleSim de Microsoft. Según los autores, probaron las capacidades defensivas de estos elementos frente a atacantes basados en aprendizaje por refuerzo dentro de un entorno de captura de bandera, observando que el progreso del atacante dependía del número y ubicación de los elementos de engaño.
NetworkHoneypotDecoy
Paper2021
Material revisado: AbstractEl trabajo propone integrar honeypots de baja interacción con el ELK Stack como sistema de detección de ataques en servidores, con el fin de desviar el acceso de atacantes y facilitar a los administradores el análisis de los registros generados mediante visualización. Los autores realizan cinco esquemas de prueba para comparar los honeypots Cowrie y Dionaea, e informan que Cowrie ofreció una detección en tiempo real con un tiempo de retardo promedio de 3,75 segundos, mientras que ELK proporcionó mejores resultados de monitoreo a través de su visualización.
NetworkHoneypot
Paper2021
Material revisado: AbstractEl artículo propone implementar un sistema honeypot junto con un Sistema de Detección de Intrusiones, empleando un algoritmo de optimización inspirado en la Venus atrapamoscas para interactuar con el atacante. Los autores presentan una función de aptitud para estimar el tamaño del atacante y comparan su modelo con trabajos previos mediante ataques remoto-a-local, de sondeo y DoS.
NetworkHoneypot
Paper2021
Material revisado: AbstractEl artículo propone un sistema industrial de detección temprana de intrusiones (EIDS) que combina honeypots con algoritmos de aprendizaje automático. Los autores describen la recogida de datos de sensores de honeypots y de dispositivos industriales, su almacenamiento en una base de datos y su análisis para alertar sobre intrusiones en redes de control industrial.
OT/ICSNetworkHoneypot
Paper2021
Material revisado: AbstractSegún los autores, este estudio despliega honeypots que simulan shells Linux para recopilar eventos heterogéneos de amenazas (tráfico de red, descargas, inicios de sesión SSH y comandos) y modela el comportamiento de atacantes mediante una red neuronal convolucional temporal (TCN), comparándola con LSTM y GRU.
NetworkIoTHoneypot
Paper2021
Material revisado: AbstractLos autores describen la monitorización de sensores honeypot desplegados en dispositivos Raspberry Pi integrados con Modern Honey Network, usando SNMP como función de gestión de red. El objetivo es observar recursos del sistema y analizar la influencia del número de ataques en el rendimiento del sensor.
NetworkEndpointHoneypot
Paper2021
Material revisado: AbstractLos autores describen el uso de un honeypot instalado en un servidor como detector de ataques, cuyos registros se exponen mediante una API REST construida con el framework Django y una base de datos MongoDB, para que una aplicación Android permita conocer si hay un ataque en el servidor y bloquear la dirección IP del atacante. El trabajo se plantea en el contexto de la seguridad de redes y del seguimiento de ataques a un recurso.
NetworkApplicationHoneypot
Paper2021
Material revisado: AbstractEl trabajo describe el diseño de un sistema de detección de intrusiones (IDS) basado en honeypot para la red informática de la Universidad Bhayangkara Jakarta Raya. Según los autores, el honeypot simula puntos débiles para atraer malware, registra la actividad de los atacantes y produce registros que pueden analizarse para la gestión y recuperación durante y después de un ataque.
NetworkHoneypot
Paper2021
Material revisado: AbstractEl trabajo aborda la protección de componentes vulnerables en redes de Internet de las Cosas (IoT) mediante una técnica de prevención de intrusiones que combina ciberdecepción (un sistema señuelo) y defensa de objetivo móvil (reordenamiento de la topología de red). Los autores evalúan analíticamente la efectividad y eficiencia con un modelo gráfico de seguridad en una red IoT basada en SDN, definiendo estrategias sobre cuándo y cómo realizar el reordenamiento de topología para alcanzar objetivos como prolongar la vida útil del sistema, aumentar la complejidad del ataque a nodos críticos o mantener la disponibilidad del servicio.
IoTNetworkDecoyMoving target defense
Paper2021
Material revisado: AbstractSegún los autores, este artículo propone un enfoque para generar actividad de usuario realista en sistemas de TI, combinando métodos deterministas y de aprendizaje profundo mediante un agente externo instrumentado en cada máquina. El objetivo es mejorar la credibilidad de plataformas de análisis de atacantes, como los honeynets, y facilitar la creación de escenarios coherentes.
NetworkEndpointHoneypotAdversary engagement
Paper2021
Material revisado: AbstractEste trabajo revisa la literatura sobre el uso de aprendizaje por refuerzo (RL) como arquitectura de retroalimentación para mecanismos de resiliencia cibernética. Los autores analizan la resiliencia frente a vulnerabilidades de postura, información y humanas, e introducen tres dominios de aplicación: defensa de objetivo móvil, engaño cibernético defensivo y tecnologías asistivas de seguridad humana. También examinan vulnerabilidades del propio RL ante ataques a recompensas, observaciones de estado y comandos de acción.
NetworkMoving target defenseAdversary engagement
Paper2021
Material revisado: AbstractEste trabajo estudia el ecosistema de ataques de amplificación DNS mediante una metodología de detección pasiva en puntos de intercambio de Internet (IXPs), combinada con otras fuentes de medición. Según los autores, los IXPs y los honeypots observan en gran medida conjuntos distintos de ataques, y el estudio analiza la efectividad de los ataques observados y el comportamiento de una entidad atacante dominante.
NetworkHoneypot
Paper2021
Material revisado: AbstractEl estudio, atribuido a los autores, examina registros de Cowrie Honeypot para orientar la mejora de firmas de reglas de Snort frente a ataques de fuerza bruta. Snort actúa como sistema de prevención de intrusiones y Cowrie como herramienta de investigación del comportamiento anómalo durante esos ataques; los autores reportan tiempos de procesamiento en microsegundos al hacer coincidir paquetes en ataques Hydra, Medusa y Ncrack.
NetworkHoneypot
Paper2021
Material revisado: Texto completoRevisión histórica de honeypots, honeytokens y moving target defense entre fines de los años 1980 y 2021.
NetworkEndpointHoneypotHoneytoken
Paper2021
Material revisado: AbstractEste trabajo examina cómo la generación de señuelos (decoys) puede ralentizar el proceso de decisión de agentes automatizados en escenarios de emulación de adversarios. Los autores muestran, según su estudio, que el grado de inhibición depende en gran medida del tipo de objetos señuelo utilizados, señalando la necesidad de evaluar explícitamente las estrategias de generación y colocación de señuelos frente a adversarios automatizados rápidos.
NetworkDecoyAdversary engagement
Paper2021
Material revisado: Texto completoRegistro bibliográfico sobre deception autoadaptativo. El resumen y los resultados aún requieren lectura.
NetworkDecoy
Paper2021
Material revisado: AbstractLos autores describen el uso de datos de una honeynet y series temporales para predecir ataques SSH, incluyendo la actividad general y la de regiones geográficas específicas. Emplean ARIMA, SARIMA, GARCH y Bootstrapping con datos reales, y presentan la viabilidad, precisión y utilidad de cada enfoque para distintas áreas de seguridad informática.
NetworkHoneypot
Paper2020
Material revisado: AbstractEl artículo describe un honeypot basado en inteligencia computacional cuyo propósito es descubrir y predecir intentos de ataque de fingerprinting mientras interactúa con atacantes. Según los autores, el sistema emplea análisis de componentes principales y un sistema de inferencia difusa, y fue probado contra cinco herramientas de fingerprinting: Nmap, Xprobe2, NetScanTools Pro, SinFP3 y Nessus.
NetworkHoneypot
Paper2020
Material revisado: AbstractLos autores presentan un enfoque de teoría de juegos con privacidad diferencial para el engaño cibernético, orientado a superar limitaciones de enfoques previos que asumen un número fijo de sistemas y atacantes simplificados. El defensor usa mecanismos de privacidad diferencial para cambiar estratégicamente el número de sistemas y ofuscar sus configuraciones, mientras el atacante usa inferencia bayesiana. Según los autores, los resultados experimentales demuestran la efectividad del enfoque propuesto.
NetworkDecoyMoving target defense
Paper2020
Material revisado: AbstractEste artículo propone un marco para prevenir ataques de ransomware combinando blockchain, honeypot y computación en la nube y en el borde. Los autores plantean que el marco se analiza principalmente sobre dispositivos IoT, con una posible generalización a otros tipos de malware.
IoTCloudHoneypot
Paper2020
Material revisado: AbstractEl artículo describe cómo las deficiencias de configuración y la falta de conciencia de seguridad exponen a los hosts conectados, y presenta una introducción a los sistemas de honeypot y al aprendizaje automático. A partir de estas tecnologías, los autores diseñan un agente inteligente orientado a la prevención y predicción de ciberataques.
NetworkHoneypot
Paper2020
Material revisado: AbstractLos autores proponen un enfoque de métodos formales para sintetizar estrategias de defensa reactiva en redes equipadas con sistemas señuelo. Generalizan los grafos de ataque para incorporar contramedidas del defensor en un modelo de juego ataque-defensa, e introducen una clase de hiperjuegos para modelar la información asimétrica creada por los decoys. Según los autores, este marco permite sintetizar estrategias de defensa efectivas basadas en la desinformación del atacante.
NetworkDecoyMoving target defense
Paper2020
Material revisado: AbstractEste trabajo, según sus autores, presenta un agente adaptativo que emplea decepción activa para reconocer la intención de un atacante cibernético, modelando el problema como un proceso de decisión secuencial de dos agentes mediante I-POMDPs factorizados. Los autores describen el uso de honeypots y decoys en múltiples fases del ataque para refinar las predicciones sobre el comportamiento del atacante, en lugar de solo retrasarlo o confundirlo.
NetworkEndpointHoneypotDecoy