Paper2020
Material revisado: AbstractEl artículo revisa el uso de tecnología de engaño, en concreto sistemas honeypot, para hacer frente a amenazas contra dispositivos IoT. Los autores comparan los sistemas honeypot más populares, señalan sus fortalezas y debilidades e intentan adaptarlos al nivel de los dispositivos de Internet de las cosas.
IoTHoneypotDecoy
Paper2020
Material revisado: AbstractEl artículo aborda la detección y mitigación de ataques DDoS, en particular ICMP Flood, en redes definidas por software (SDN), donde la centralización del controlador crea una vulnerabilidad. Los autores proponen integrar la Modern Honey Network (MHN) en SDN y usar una aplicación reactiva externa al controlador basada en entropía, calculada a partir de IP origen, IP destino y protocolo, para identificar tráfico anómalo.
NetworkHoneypot
Paper2020
Material revisado: AbstractEste artículo aborda la síntesis de estrategias de engaño activo en redes mediante juegos entre dos jugadores con información asimétrica y objetivos en lógica temporal, incorporando sistemas señuelo y honeypots de alta fidelidad. Los autores utilizan el marco de hipertjuegos de nivel 2 para modelar la percepción incompleta del atacante y evaluar si el defensor puede garantizar propiedades de seguridad.
NetworkDecoyHoneypot
Paper2020
Material revisado: AbstractEl estudio simula una defensa de red que combina el IPS Snort, que examina paquetes y bloquea accesos identificados como ataques, con Honeypot Artillery, que detecta intentos de intrusión por puertos abiertos y registra información sobre el atacante en una base de datos consultable por interfaz web.
NetworkHoneypot
Paper2020
Material revisado: Metadatos editorialesRegistro bibliográfico sobre diversidad de software como señuelo. El resumen y los resultados aún requieren lectura.
NetworkMoving target defense
Paper2020
Material revisado: Metadatos editorialesPublicación identificada por DOI sobre métodos de identificación de honeytokens; análisis pendiente del texto.
IdentityHoneytoken
Paper2019
Material revisado: AbstractLos autores abstraen la tarea de decepción cibernética mediante una versión modificada del juego Battleship, jugada cara a cara o con un separador, con el fin de estudiar la decepción desde el punto de vista humano del atacante y defensor. Según el resumen depositado, la decepción fue mayor en la condición con separador y se observaron patrones como mentiras evidentes, distracción y honeypots, junto con señales conductuales como variaciones en el tono de voz, menor contacto visual y menor tiempo de respuesta.
Paper2019
Material revisado: AbstractEste trabajo, según sus autores, propone AnonTokens, un enfoque que aplica el concepto de honeytokens al dominio de la privacidad de datos para rastrear ataques de re-identificación. Se insertan registros señuelo con alto riesgo de re-identificación en conjuntos de datos anonimizados para detectar usuarios maliciosos. Los autores evalúan su propuesta con conjuntos de datos poblacionales a gran escala.
ApplicationHoneytokenDecoy
Paper2019
Material revisado: AbstractEl artículo describe cómo la ciberdecepción puede modificar la percepción del atacante sobre el entorno de red y conducirlo a falsas creencias sobre qué sistemas contienen información crítica. Los autores proponen modelos de teoría de juegos y técnicas que combinan algoritmos de inteligencia artificial para estimar estados ocultos del atacante mediante retroalimentación a través de pagos, con el fin de aprender a defender el sistema usando ciberdecepción.
NetworkDecoyAdversary engagement
Paper2019
Material revisado: AbstractSegún los autores, este trabajo propone un marco para modelar el comportamiento de atacantes y predecir mejor sus acciones futuras mediante un nuevo algoritmo semisupervisado llamado Fusion Hidden Markov Model (FHMM). Los experimentos se realizaron con datos de ataques reales capturados en un sistema honeypot Cowrie, comparando el rendimiento de FHMM con cadenas de Markov, HMM tradicionales y redes neuronales recurrentes profundas.
NetworkHoneypot
Paper2019
Material revisado: AbstractLos autores proponen un modelo de identificación automática basado en el algoritmo de bosque aleatorio, con tres grupos de características (de capa de aplicación, de capa de red y del sistema), para comprobar de forma remota si un servidor ejecuta un servicio de honeypot. Los conjuntos de datos del experimento se recopilan de plataformas públicas conocidas y, según los autores, el modelo alcanzó un valor AUC de 0,93.
NetworkApplicationHoneypot
Paper2019
Material revisado: AbstractLos autores analizan la influencia de atributos de distintos países, como población, acceso a las TIC y uso de las TIC, sobre el número de ataques de shell seguro vistos por su honeynet, mediante cuatro modelos estadísticos construidos a partir de tres fuentes de datos y con métodos como el modelado de rutas por mínimos cuadrados parciales y el agrupamiento de países por similitud.
NetworkHoneypot
Paper2019
Material revisado: AbstractEste trabajo, según el resumen, presenta técnicas de inferencia para detectar fraude de clics orgánico en redes de publicidad. Los autores señalan que los sistemas de detección de malware, incluidos los honeypots, fallan en detener aplicaciones de fraude de clics, y proponen dos defensas: una basada en la detección de reutilización de clics (mimicry defence) y otra basada en la inyección de clics señuelo (bait-click defence) para activar comportamientos fraudulentos.
NetworkApplicationHoneypotDecoy
Paper2019
Material revisado: Metadatos editorialesRegistro bibliográfico sobre juegos de cyberdeception. El resumen y los resultados aún requieren lectura.
NetworkAdversary engagement
Paper2019
Material revisado: Metadatos editorialesRegistro bibliográfico sobre teoría de juegos aplicada a deception. El resumen y los resultados aún requieren lectura.
NetworkAdversary engagement
Paper2019
Material revisado: AbstractLos autores presentan una visión general de juegos de engaño cibernético en tres entornos distintos, extendiendo modelos base de juegos de señalización para incluir evidencia a través de conocimiento de canal lateral. Analizan el engaño en espacios de información binarios y continuos, y exploran un modelo bayesiano multietapa de información incompleta para el engaño defensivo frente a amenazas persistentes avanzadas (APT), usando el equilibrio bayesiano perfecto como concepto de solución.
NetworkAdversary engagementDecoy
Paper2019
Material revisado: AbstractEl artículo de Andrew Bushby describe el uso de tecnología de engaño como un mecanismo de defensa activa posterior a una brecha, orientado a atraer, detectar y defender contra malware e intrusos que se desplazan lateralmente dentro de la red. Señala que estos enfoques suelen acompañarse de conceptos erróneos y sostiene que las defensas deben ir más allá de la detección de actividad maliciosa dentro de un gran volumen de actividad legítima.
NetworkDecoyAdversary engagement
Paper2019
Material revisado: AbstractLos autores proponen ICSTrace, un modelo para rastrear direcciones IP maliciosas que atacan sistemas de control industrial, sin necesidad de desplegar nuevos servicios de red. El modelo extrae códigos de función y parámetros de los datos de ataque según el formato del protocolo industrial, los transforma en vectores mediante un método de probabilidad de secuencias cortas, y aplica un algoritmo de agrupamiento (Partial Seeded K-Means) para asociar ataques con una organización. Según los autores, ICSTrace fue evaluado utilizando datos de ataque capturados por honeypots desplegados a gran escala para sistemas de control industrial.
OT/ICSHoneypot
Paper2019
Material revisado: Página públicaEl artículo describe un honeypot de baja interacción en Python que presenta un servicio SSH falso para observar el comportamiento de los atacantes y los intentos de autenticación, mientras oculta el servicio SSH real.
NetworkHoneypot
Paper2019
Material revisado: AbstractSegún los autores, este artículo presenta un estudio de usuario con 40 participantes para evaluar HoneyBot, un honeypot híbrido de interacción diseñado para sistemas robóticos en red que simula acciones inseguras mientras realiza acciones físicas seguras. Los autores indican que los sujetos no pudieron distinguir entre valores de sensores simulados y reales.
IoTOT/ICSHoneypotDecoy
Paper2019
Material revisado: AbstractLos autores proponen usar una tarea Cron con un script Perl para analizar periódicamente los datos recogidos y pasarlos a una base de datos, con el fin de reducir el tamaño de los registros generados por un honeypot durante tráfico intenso, como ataques DDoS. Presentan tres casos de ataque DDoS para ilustrar el crecimiento del registro.
NetworkHoneypot
Paper2019
Material revisado: AbstractEl trabajo aborda el mapeo y la clasificación de bots que forman parte de botnets de IoT y de cómo se propagan por Internet, una tarea que los autores describen como difícil. Según el resumen depositado, Fooresec buscó hacer frente a este problema mediante la huella, el reporte y la protección remota de dispositivos IoT previamente convertidos en bots, apoyándose en honeypots capaces de 'percibir' Internet para mapear y clasificar bots de IoT según su comportamiento.
IoTHoneypot
Paper2019
Material revisado: AbstractSegún los autores, este artículo propone un honeypot in-network basado en Redes Definidas por Software (SDN) que redirige el tráfico de nodos sospechosos y lo enmascara con información engañosa para confundir a atacantes en entornos IoT, sin requerir hardware dedicado. Los autores afirman que evaluaciones preliminares muestran un impacto mínimo en el rendimiento de la red.
IoTNetworkHoneypotDecoy
Paper2019
Material revisado: AbstractLos autores presentan pruebas experimentales de ataques comunes en redes cableadas IPv6 y describen el diseño e implementación de una red Honeynet con distintos sistemas operativos. Emplean herramientas como 6Guard, Snort y Wireshark para atraer, detectar y analizar el comportamiento de los atacantes.
NetworkHoneypotDecoy