Paper2024
Material revisado: Texto completoLectura críticaPresenta un honeypot interactivo basado en un modelo de lenguaje ajustado con datos de comandos de atacantes.
NetworkHoneypot
Paper2024
Material revisado: Texto completoDe 184 respuestas consideradas plausibles por los expertos, los participantes también clasificaron 167 como plausibles (90,8 %). Esa medida describe respuestas en esta prueba, no engaño de atacantes reales.
NetworkHoneypot
Paper2024
Material revisado: AbstractLos autores proponen LLMPot, un enfoque para diseñar honeypots en redes de Sistemas de Control Industrial (ICS) utilizando modelos de lenguaje de gran tamaño (LLM). El objetivo es automatizar la creación de honeypots realistas con configuraciones independientes del fabricante, capaces de emular protocolos industriales y lógica de control de PLC, reduciendo el esfuerzo manual tradicionalmente requerido en este dominio.
OT/ICSNetworkHoneypotDecoy
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta a honeypot for the Log4Shell vulnerability (CVE-2021-44228).
NetworkHoneypot
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta simple TCP/UDP honeypot implemented in Perl
NetworkHoneypot
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta hL7 / FHIR honeypot
NetworkHoneypot
Paper2024
Material revisado: AbstractEl trabajo presenta y evalúa Mirage, un sistema de experimentación en formas de emulación y simulación que permite implementar y probar engaños cibernéticos diseñados para contrarrestar adversarios que emplean capacidades de búsqueda y planificación basadas en inteligencia artificial. Los autores enmarcan el engaño cibernético como un posible mecanismo defensivo frente a futuros adversarios habilitados por IA.
NetworkDecoyAdversary engagement
Paper2024
Material revisado: AbstractSegún los autores, este trabajo inicia un estudio sistemático sobre un nuevo paradigma de despliegue de honeypots que consiste en mezclar computadoras honeypot con computadoras de producción. Formalizan el problema de Despliegue de Honeypots (HD) como un problema de optimización combinatoria, demuestran su NP-dureza, proponen un algoritmo casi óptimo (un esquema de aproximación en tiempo polinomial) y realizan simulaciones para evaluar el impacto de las capacidades del atacante.
NetworkHoneypot
Paper2024
Material revisado: AbstractEl estudio describe un modelo de seguridad de dos capas basado en engaño, cuyo propósito es desviar a posibles atacantes y proteger recursos de red mediante señuelos, honeypots y segmentos de red engañosos. Los autores informan sobre el despliegue y las pruebas del modelo para evaluar su eficacia y viabilidad en la práctica, y sostienen que este enfoque integra técnicas de engaño en marcos de ciberseguridad como una capa de protección.
NetworkHoneypotDecoy
Paper2024
Material revisado: AbstractAporte del editorPreprint de Pacheco y Staino que propone un proceso cíclico y minimalista de deception y presenta DOLOS-T como herramienta abierta para experimentarlo.
NetworkApplicationDecoyAdversary engagement
Paper2024
Material revisado: AbstractEl artículo examina el origen de la confianza en sistemas de gestión de confianza vinculándolo a la tasa de ataques de red, con el fin de refinar evaluaciones y predecir ataques nuevos. Los autores describen una estrategia que combina aprendizaje automático y honeypots dinámicos para detectar ataques anticipados y predecir los no anticipados en redes vehiculares ad hoc (VANET).
NetworkHoneypot
Paper2024
Material revisado: AbstractSegún los autores, este trabajo presenta un sistema de detección de anomalías de tráfico autoadaptativo para entornos IoT de hogar inteligente, compuesto por un servidor honeypot y una pasarela. El honeypot captura tráfico continuamente y genera de forma adaptativa un modelo de detección que la pasarela utiliza para identificar tráfico anómalo, incluyendo ataques desconocidos.
IoTNetworkHoneypot
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta an easy to set up and use SSH honeypot, a fake SSH server that lets anyone in and logs their activity
NetworkHoneypot
Paper2024
Material revisado: AbstractLos autores formulan un juego dinámico de dos jugadores para modelar la asignación de honeypots en redes tácticas cuya conectividad cambia con la movilidad. Proponen un algoritmo iterativo para hallar equilibrios de Nash y evalúan su escalabilidad mediante estados compactos y análisis de sensibilidad ante información imperfecta.
NetworkHoneypot
Paper2024
Material revisado: AbstractEste capítulo, según sus autores, examina el uso combinado de modelos de teoría de juegos y modelos fundacionales (FMs) para analizar, diseñar e implementar tácticas de engaño cibernético en los niveles táctico, operacional y estratégico. Propone el enfoque MANSCOL (aprendizaje conjetural neurosimbólico multiagente) para que el defensor prediga comportamientos adversarios y diseñe tácticas de engaño defensivo adaptativas. También discute los retos de aplicar FMs en ciberseguridad.
NetworkAdversary engagementDecoy
Paper2024
Material revisado: AbstractLos autores presentan un método de canal lateral para identificar de forma encubierta honeypots de sistemas de control industrial (ICS) utilizando valores de tiempo de vida (TTL) en el protocolo ICMP. En un estudio de más de 8,000 dispositivos que se presentan como sistemas ICS, comparan su enfoque con métodos existentes de detección de honeypots y describen lo que revela su metodología sobre la población actual de honeypots ICS activos.
OT/ICSNetworkHoneypot
Paper2024
Material revisado: AbstractEste artículo presenta un sistema de prueba de concepto (POC) de engaño cibernético que genera dinámicamente material de decepción basado en el comportamiento observado del atacante durante un ataque simulado en tiempo real. El sistema analiza la interacción del atacante con el material para predecir su motivo, y los autores exploran la posibilidad de ampliarlo para inferir otras características del perfil del atacante, como rasgos psicológicos.
NetworkDecoyAdversary engagement
Paper2024
Material revisado: AbstractEste trabajo en progreso estudia la implementación de estrategias de engaño en profundidad con tres capas lógicas iniciales: red, host y datos. Los autores combinan ideas de engaño militar, orquestación de red, engaño de software, engaño de archivos, honeypots falsos y defensas de objetivo móvil, construyendo un prototipo que será probado en entornos adversarios. Según los autores, el objetivo es mostrar que desplegar un amplio rango de técnicas de engaño puede proteger mejor los sistemas que usar técnicas aisladas, enfocándose en desalentar ataques en lugar de fomentar la interacción activa del atacante.
NetworkEndpointHoneypotDecoy
Paper2023
Material revisado: Texto completoLectura críticaRevisión de requisitos de red necesarios para implementar técnicas de cyberdeception.
NetworkDecoy
Paper2023
Material revisado: AbstractEste artículo propone un método de diseño experimental adaptativo (AD), inspirado en ensayos clínicos aleatorizados, para estudiar relaciones causales entre el diseño de entornos de recolección de datos de intrusión (como honeypots) y los datos observados. Los autores afirman haber realizado el primer despliegue controlado y adaptativo de honeypots para medir cómo una vulnerabilidad SSH afecta la tasa de explotación de servidores, reportando reducciones en tiempo y recursos necesarios.
NetworkHoneypot
Paper2023
Material revisado: AbstractEste trabajo examina técnicas de mitigación del reconocimiento adversario, incluidas estrategias de engaño como los honeypots, y revisa la literatura sobre juegos de engaño desde la perspectiva del modelado del reconocimiento adversario. Los autores destacan aspectos del reconocimiento que, según indican, no han sido capturados adecuadamente en trabajos previos y presentan un modelo basado en teoría de probabilidad para la formación de creencias de los adversarios, ilustrado con ejemplos numéricos.
NetworkHoneypotAdversary engagement
Paper2023
Material revisado: AbstractEste estudio examina cómo distintos costos de sondeo afectan la toma de decisiones de adversarios en un juego de engaño (deception game), usando un modelo IBLT con retroalimentación retardada para simular el comportamiento humano. Según los autores, el sondeo disminuyó levemente al aumentar su costo, mientras que la proporción de ataques se mantuvo relativamente estable. Los autores concluyen que los distintos costos de sondeo no afectan significativamente la proporción de ataques, pero sí tienen un impacto leve sobre la proporción de sondeos.
NetworkHoneypotAdversary engagement
Paper2023
Material revisado: AbstractEste trabajo examina patrones de ataque en un amplio conjunto de datos público de honeypots distribuidos geográficamente, abordando cuestiones metodológicas y construyendo perfiles de comportamiento de atacantes. Según los autores, los resultados muestran que la ubicación de los honeypots ayuda a identificar patrones de ataque y perfiles, y concluyen que no toda la inteligencia recopilada es igualmente valiosa, sugiriendo que un sistema de alerta temprana eficaz puede construirse con solo dos honeypots distribuidos y un servidor de producción.
NetworkHoneypot
Paper2023
Material revisado: AbstractEl trabajo propone un sistema de apoyo a la decisión basado en una red de creencias bayesiana para orientar estrategias de engaño cibernético a partir de un modelo detallado de las creencias del atacante, ilustrado mediante un caso de estudio con datos de identificación pasiva de sistemas operativos. Los autores comparan la precisión de predicción del modelo con una red neuronal artificial secuencial y presentan un algoritmo de engaño para seleccionar un conjunto mínimo de características cuya modificación haría aparecer un sistema operativo distinto.
EndpointNetworkDecoy