Paper2019
Material revisado: AbstractSegún los autores, este capítulo presenta tres esquemas de defensa proactiva frente a atacantes avanzados: engaño defensivo para detección y contra-engaño, defensa de objetivos móviles (MTD) guiada por retroalimentación, y compromiso adaptativo con honeypots. Los autores proponen esquemas de aprendizaje estratégico adaptados a distintos niveles de incertidumbre informativa para estas estrategias.
NetworkHoneypotMoving target defense
Paper2019
Material revisado: AbstractSegún el resumen, los autores realizaron el primer estudio sistemático de un ataque que roba criptomonedas mediante endpoints JSON-RPC desprotegidos en nodos de Ethereum. Diseñaron e implementaron un honeypot para capturar ataques reales durante seis meses, recopilando millones de solicitudes y analizando el comportamiento y las ganancias de los atacantes.
NetworkApplicationHoneypot
Paper2019
Material revisado: AbstractEl trabajo analiza los servicios de autenticación sin ayuda resistentes a ataques de grabación de n sesiones (n-SRRUAS) y señala que afrontan mal los problemas del lado del servidor dentro de su procedimiento de autenticación. Los autores proponen principios genéricos para incorporar honeywords (contraseñas falsas) en n-SRRUAS y, con ayuda de un n-SRRUAS existente, muestran que la idea es implementable en la práctica para cubrir esa laguna.
IdentityHoneytoken
Paper2019
Material revisado: AbstractLos autores presentan un análisis de datos procedentes de una red geográficamente distribuida de servidores honeypot desplegados en Samara, Rostov del Don, Crimea y Estados Unidos, con métodos de procesamiento de estadísticas detallados para el acceso remoto seguro SSH. Se identifican listas de direcciones atacantes y su afiliación geográfica, y se calcula la intensidad de peticiones a cada uno de los 10 servicios instalados mediante distribuciones de rangos.
NetworkHoneypot
Paper2018
Material revisado: AbstractLos autores proponen un honeypot de alta interacción y comportamiento autónomo y espontáneo (SAS HP) cuyo comportamiento puede cambiar dinámicamente tras aprender de un atacante, y presentan su arquitectura para despliegue en entornos de nube con el fin de analizar patrones de ataque y proteger sistemas en la nube. También describen cómo sus instancias podrían ofrecerse como servicio al cliente y cómo desplegarlo dentro de la nube, con el objetivo declarado de desarrollar un prototipo funcional.
CloudHoneypot
Paper2018
Material revisado: Metadatos editorialesRegistro bibliográfico sobre panorama y desafíos de cyberdeception. El resumen y los resultados aún requieren lectura.
NetworkDecoy
Paper2018
Material revisado: AbstractEste trabajo propone aplicar una estrategia de engaño cibernético en redes de área local inalámbricas, mediante señuelos que son honeypots, para detectar y caracterizar actividad maliciosa como el acceso point de gemelo malvado. Los autores describen además cómo la misma aproximación puede emplearse para recopilar información sobre la actividad del atacante y para detectar ataques de SSL stripping y DNS spoofing.
NetworkHoneypotDecoy
Paper2018
Material revisado: AbstractLos autores utilizan teoría de juegos, incluyendo juegos bayesianos estáticos, juegos de señalización y modelos multietapa, para modelar interacciones entre defensores y atacantes en ciberseguridad bajo incertidumbre e información asimétrica. Según el resumen, el estudio analiza un caso de Amenazas Persistentes Avanzadas (APT) y el proceso Tennessee Eastman, considerando que los defensores pueden emplear técnicas de engaño como archivos señuelo (honey files) y honeypots para generar incertidumbre estratégica en los atacantes.
NetworkOT/ICSHoneypotHoneytoken
Paper2018
Material revisado: AbstractLos autores presentan 'ProfileGen', un método para generar automáticamente perfiles honeypot realistas en redes sociales profesionales, con el fin de atraer a actores maliciosos en redes sociales en línea. Según reportan, una evaluación con expertos confirmó que los perfiles generados resultan indistinguibles de los reales.
IdentityApplicationHoneypot
Paper2018
Material revisado: AbstractLos autores proponen un modelo de teoría de juegos que extiende los juegos de señalización para incorporar un detector probabilístico de engaño, aplicable al diseño de mecanismos de engaño defensivo en seguridad de redes. El trabajo analiza equilibrios de agrupamiento y separación parcial según la calidad del detector.
NetworkAdversary engagement
Paper2018
Material revisado: AbstractEste trabajo describe el diseño e implementación de un laboratorio de análisis de malware basado en tecnología de honeypots en un entorno controlado, con el fin de estudiar las técnicas empleadas por los atacantes y analizar incidentes de seguridad. Los autores también diseñaron una interfaz de administración para controlar y analizar la información recopilada, y probaron el sistema durante varias semanas para reunir estadísticas sobre los ataques y sus responsables.
NetworkApplicationHoneypot
Paper2018
Material revisado: AbstractLos autores describen un estudio de medición sobre ataques dirigidos a protocolos de IoT o basados en ellos, usando datos de un telescopio de red /15 y tres honeypots con 15 direcciones IPv4. El estudio informa que el malware basado en telnet sigue siendo ampliamente utilizado, que los dispositivos infectados se emplean también para criptominería además de DDoS, y que los atacantes buscan servicios específicos de IoT mediante MQTT, CoAP, UPnP y HNAP, así como vulnerabilidades de routers y cámaras por HTTP.
IoTNetworkHoneypot
Paper2018
Material revisado: Metadatos editorialesRegistro bibliográfico sobre trazabilidad de ransomware con deception. El resumen y los resultados aún requieren lectura.
EndpointDecoy
Paper2018
Material revisado: AbstractLos autores describen el uso de honeypots como tecnología de señuelo desplegada en una red, con el propósito de defender dispositivos IoT de ataques y recopilar información sobre el dispositivo del atacante. El trabajo presenta cómo los honeypots, al actuar como modelos de engaño de bajo coste, atraen a los atacantes para preservar la información frente a ataques.
IoTNetworkHoneypotDecoy
Paper2018
Material revisado: AbstractEste artículo aborda cómo los intrusos pueden explotar canales laterales de tiempo para distinguir si un sistema es un honeypot o un sistema real, lo que podría ayudarles a evadir mecanismos de defensa. Los autores introducen una nueva definición de equivalencia observacional temporizada que utiliza restricciones de tiempo simbólicas, permitiendo su automatización mediante solucionadores SMT.
NetworkHoneypot
Paper2018
Material revisado: AbstractEl trabajo presenta una visualización en panel a partir de datos de registro de un honeypot del campus AWN conectado a IHP (Kemkominfo) Jakarta en una red de servicios de computación en nube pública, con el fin de categorizar marcas de tiempo. El método de agrupamiento K-means se emplea para clasificar los ataques en franjas horarias (mañana, mediodía y noche, según la hora de Indonesia Occidental) y para identificar los puertos 21, 80, 135 y 445 afectados por ataques DDoS, con la expectativa de apoyar la monitorización y la anticipación de vulnerabilidades.
CloudNetworkHoneypot
Paper2018
Material revisado: AbstractLos autores proponen un marco de juego estocástico parcialmente observable para modelar interacciones entre un defensor con observabilidad total y un infiltrador con observabilidad parcial en ciberseguridad. Formulan el problema de encontrar una estrategia de engaño que minimice el costo esperado como un programa lineal entero mixto robusto, y presentan un método escalable basado en procesos de decisión de Markov paramétricos para calcular estrategias de infiltración de memoria finita. Ilustran el enfoque en un modelo de seguridad de red.
NetworkAdversary engagementMoving target defense
Paper2018
Material revisado: AbstractLos autores proponen ThingPot, un honeypot interactivo para IoT que, según el resumen, no solo imita protocolos de aplicación IoT sino la plataforma completa, implementando una prueba de concepto con XMPP y una API REST para simular un sistema de iluminación inteligente Philips Hue. El resumen indica que fue desplegado durante 1.5 meses, capturando datos que permitieron identificar cinco tipos de ataques y vectores de ataque contra dispositivos inteligentes.
IoTHoneypot
Paper2018
Material revisado: Metadatos editorialesRegistro bibliográfico sobre modelado visual de deception. El resumen y los resultados aún requieren lectura.
NetworkDecoy
Paper2017
Material revisado: Texto completoLectura críticaTaxonomía basada en teoría de juegos que distingue varios tipos de engaño defensivo.
NetworkMoving target defenseHoneytoken
Paper2017
Material revisado: Metadatos editorialesRegistro bibliográfico sobre lógica probabilística de deception. El resumen y los resultados aún requieren lectura.
NetworkDecoy
Paper2017
Material revisado: AbstractLos autores describen el despliegue de una red de honeypots SSH de interacción baja y alta en tres regiones geográficas de un entorno de nube pública, con el propósito de recopilar inteligencia sobre amenazas y obtener indicadores de compromiso adaptados a las plataformas de e-learning. Los registros recolectados se analizan mediante servidores colectores y analizadores de registros que convierten los datos en paneles de control en tiempo real, con el fin de entender las tácticas de los atacantes según zonas horarias y ubicaciones geográficas y ayudar al sector educativo a prepararse frente a amenazas emergentes.
CloudNetworkHoneypot
Paper2017
Material revisado: AbstractEste artículo examina el uso de datos de honeypots para la concienciación y formación en seguridad de la información de los empleados. Según los autores, se desplegaron dos honeypots en una universidad privada en Singapur y se analizaron los datos resultantes. A partir de la Teoría de las Actividades Rutinarias, proponen un modelo conceptual de formación denominado EASY (Engaging Stakeholders, Acceptable Behavior, Simple Teaching method, Yardstick) para diseñar programas de concienciación en seguridad.
NetworkIdentityHoneypot
Paper2017
Material revisado: AbstractLos autores abordan la dificultad de distinguir entre ataques masivos no dirigidos y amenazas persistentes avanzadas (APT), y proponen implementar honeytokens y honeypots como sistema de detección de intrusiones mediante trampas colocadas deliberadamente en entornos existentes. Describen el despliegue de una serie de honeytokens interconectados, con distintos grados de dificultad de explotación, para categorizar ataques, perfilar al atacante y guiar el flujo de ejecución hacia un escenario tipo 'laberinto', con el fin de distraer, recopilar evidencia forense y, potencialmente, identificar o disuadir al atacante.
CloudHoneypotHoneytoken