Paper2024
Material revisado: AbstractSegún los autores, este artículo explora el uso de redes generativas antagónicas (GAN) para generar configuraciones señuelo en el contexto de la defensa cibernética. Señalan que los enfoques existentes dependen de listas de configuraciones o imágenes preconfiguradas, con limitada adaptabilidad, y presentan lo que describen como el primer intento de emplear GANs específicamente para la generación de configuraciones de decoy, con el fin de proporcionar una herramienta para reforzar las defensas de red.
NetworkHoneypotDecoy
Paper2024
Material revisado: AbstractEl artículo evalúa un grupo específico de sistemas honeypot según criterios como el rango de detección, la precisión de emulación, la calidad de los datos, la fiabilidad, la escalabilidad y la facilidad de configuración, y presenta conclusiones sobre su efectividad relativa en distintos escenarios. También describe avances recientes en el desarrollo de honeypots, como mejoras en aprendizaje automático, mayor automatización, integración con otras herramientas de seguridad, honeypots en la nube y tecnología de decepción, usando ataques simulados para mostrar cómo estos sistemas registran información de ataque.
NetworkCloudHoneypotDecoy
Paper2024
Material revisado: AbstractEste artículo propone un enfoque basado en aprendizaje por refuerzo (RL) para simular ataques de ransomware en un entorno que imita redes reales, con el fin de agilizar los ejercicios tradicionales de red teaming. Según los autores, los resultados experimentales en una red de ejemplo de 152 hosts muestran que el agente RL es capaz de descubrir y orquestar ataques hacia objetivos de alto valor mientras evade honeyfiles (archivos señuelo colocados para detectar accesos no autorizados).
NetworkEndpointDecoyAdversary engagement
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
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: AbstractEste trabajo busca desarrollar un sistema de misión de vigilancia con vehículos aéreos no tripulados (drones) cuando hay ataques de denegación de servicio (DoS) que interrumpen las operaciones. Los autores introducen el concepto de ciberengaño mediante drones señuelo (honey drones, HD) que exhiben vulnerabilidades falsas y emplean potencias de señal mayores para atraer ataques DoS, y formulan un problema de optimización de potencias de señal que resuelven con aprendizaje por refuerzo profundo (DRL) y el algoritmo Asynchronous Advantage Actor-Critic (A3C), evaluado en un banco de pruebas de simulación con motor físico.
HoneypotDecoy
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: 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: 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: 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
Paper2023
Material revisado: AbstractEl trabajo describe el despliegue de un conjunto de detectores honeypot orientados a la investigación para analizar y evaluar el comportamiento de los atacantes. Los autores presentan un esquema de despliegue de honeypots containerizados en la nube que, según señalan, resultan portables, duraderos y sencillos de desplegar y administrar, y describen la monitorización instrumentada de la que obtuvieron datos para inferir la actividad y los propósitos de usuarios maliciosos.
CloudNetworkHoneypotDecoy
Paper2023
Material revisado: AbstractLos autores proponen un método para seleccionar estrategias de engaño en ciberseguridad mediante un modelo de juego Flipit multi-etapa, con el fin de incorporar la temporización de la defensa además de la elección espacial de estrategias. El método construye un modelo de decisión espaciotemporal, introduce un factor de descuento y probabilidades de transición, y emplea un algoritmo de optimización de políticas proximales para calcular estrategias defensivas.
NetworkDecoyMoving target defense
Paper2023
Material revisado: AbstractLos autores proponen un marco de juego de señalización entre un defensor y un agente humano interno, utilizando teoría cuántica de la decisión para explotar sesgos cognitivos y combatir ataques internos. El defensor engaña al atacante induciéndolo a acceder a sensores señuelo mediante generadores que producen percepciones de señales clásicas. Según los autores, los resultados muestran que generadores diseñados estratégicamente pueden empeorar la capacidad del atacante para identificar señuelos en comparación con esquemas sin generadores.
IdentityDecoyAdversary engagement
Paper2023
Material revisado: AbstractLos autores presentan HoneyEVSE, un honeypot diseñado para simular equipos de suministro para vehículos eléctricos (EVSE) dentro del paradigma Vehicle-to-Grid. El sistema emula con alta fidelidad el proceso de carga y páginas de inicio de sesión para aumentar el engagement de los atacantes. Expusieron el honeypot durante 30 días en Internet y, según reportan, logró evadir la métrica Shodan Honeyscore mientras atraía numerosas interacciones.
IoTOT/ICSHoneypotDecoy
Paper2023
Material revisado: AbstractLos autores proponen un enfoque de teoría de juegos para la asignación óptima de honeypots en redes tácticas con conectividad dinámica. Modelan un juego dinámico de dos jugadores que considera la evolución futura de la red, buscando maximizar la probabilidad de que el atacante caiga en un honeypot mientras se minimizan los costos de reconfiguración. Presentan un algoritmo iterativo para encontrar estrategias de equilibrio de Nash y evalúan su escalabilidad mediante simulaciones.
NetworkHoneypotDecoy
Paper2023
Material revisado: AbstractEste informe revisa los conceptos y tipos de honeypots, que las organizaciones usan como redes señuelo para atraer a atacantes, y discute los retos de su despliegue junto con ventajas y desventajas.
NetworkHoneypotDecoy
Paper2023
Material revisado: AbstractEl trabajo aborda la generación de honeywords, contraseñas falsas que acompañan a la contraseña real ("sugarword") en un sistema de detección de descifrado de contraseñas, donde un honeychecker distingue la contraseña real de las falsas. Los autores describen un método de generación de honeywords basado en un algoritmo discreto de enjambre de salpas (SSA), una metaheurística bioinspirada, y presentan la metodología propuesta junto con resultados experimentales comparados con estrategias anteriores.
IdentityHoneytokenDecoy
Paper2023
Material revisado: AbstractLos autores proponen un método de detección de ransomware basado en comportamiento y engaño que utiliza archivos y directorios señuelo para revelar actividad maliciosa. El paper describe una prueba piloto con Locky.
Decoy
Paper2023
Material revisado: AbstractLos autores proponen un método basado en aprendizaje profundo para generar flujos de tráfico sintético de dispositivos IoT que imiten tráfico real, con el fin de mejorar los honeypots IoT frente a la detección por atacantes. Según el resumen, el generador supera a enfoques previos en indistinguibilidad del tráfico real.
IoTNetworkHoneypotDecoy
Paper2023
Material revisado: Metadatos editorialesRegistro bibliográfico sobre engaño frente a ataques autónomos. El resumen y los resultados aún requieren lectura.
NetworkDecoy
Paper2023
Material revisado: AbstractLos autores investigan el uso de ChatGPT para generar respuestas automáticas a correos de estafadores, con el objetivo de hacerles perder tiempo y recursos mediante comunicaciones pointless. Según el resumen, resultados preliminares muestran que ChatGPT puede engañar (decoy) a los estafadores.
ApplicationDecoyAdversary engagement