Paper2024
Material revisado: Página públicaLa revisión examina la integración de IA en SOAR e incluye la orquestación dinámica de honeypots que presentan una apariencia de vulnerabilidad para recopilar información sobre los métodos del atacante.
NetworkOT/ICSHoneypot
Paper2024
Material revisado: AbstractLos autores presentan LLM Honeypot, un sistema que amplía un honeypot SSH estándar con técnicas de inyección de prompts y análisis temporal para distinguir agentes de IA autónomos entre los atacantes. Durante un despliegue de prueba de aproximadamente tres meses en un entorno público, registraron millones de intentos de ataque e identificaron un número reducido de posibles agentes de IA. El trabajo busca servir como alerta temprana sobre el uso de agentes LLM maliciosos.
NetworkHoneypot
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
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: 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: AbstractEstudio piloto que explora un honeypot basado en decepción y aprendizaje profundo, integrado mediante un enfoque de inyección en servidores web, con el propósito de reducir brechas de seguridad y detectar actividades intrusivas dirigidas a malware. Los autores reportan capacidades de identificación mientras el sistema aprende y defiende un sistema de usuario.
ApplicationHoneypot
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: AbstractSegún los autores, este trabajo propone un honeynet reconfigurable y escalable para sistemas ciberfísicos, enfocado en sistemas de control industrial (ICS). El enfoque incluye la generación automática de ataques para probar y validar el honeynet, con el objetivo de servir como base para producir conjuntos de datos destinados al entrenamiento de algoritmos de detección y clasificación de ataques.
OT/ICSHoneypot
Paper2024
Material revisado: AbstractEl trabajo aborda la seguridad en ecosistemas de Internet de las Cosas (IoT) en ciudades inteligentes mediante el uso de datos de honeypots y algoritmos de aprendizaje automático y redes neuronales para la detección de ataques. Los autores se proponen identificar conjuntos de datos de honeypots dirigidos a IoT, evaluar algoritmos de detección de amenazas y proponer soluciones de seguridad, analizando datos reales de ciberataques obtenidos de diversos honeypots que simulan dispositivos IoT.
IoTHoneypot
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
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: 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 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: 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: AbstractLos autores proponen un honeypot para dispositivos IoT que emplea técnicas de aprendizaje automático para aprender e interactuar automáticamente con atacantes, buscando superar las limitaciones de crear manualmente honeypots de baja y alta interacción dada la heterogeneidad de estos dispositivos. Según el resumen, la evaluación del modelo propuesto indica mejoras en la duración de las sesiones con atacantes y en la captura de ataques en la red IoT.
IoTHoneypot
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 enfoque de engaño mediante honeypots para cámaras de vídeo conectadas a Internet. Su resumen sitúa la propuesta en los riesgos de seguridad y privacidad de las cámaras y otros dispositivos IoT con capacidad de vídeo.
IoTHoneypot
Paper2023
Material revisado: AbstractEste trabajo, según sus autores, estudia un juego de Stackelberg entre atacante y defensor sobre grafos de ataque de Active Directory (AD) de gran escala y dinámicos, donde el defensor utiliza honeypots para impedir que el atacante alcance objetivos de alto valor. Los autores proponen una formulación de programación entera mixta (MIP) y un enfoque basado en clustering (dyMIP(m)) para manejar grafos dinámicos a gran escala, mostrando resultados cercanos al óptimo en condiciones realistas.
IdentityNetworkHoneypot
Paper2023
Material revisado: AbstractEste trabajo explora el uso de agentes conversacionales tipo ChatGPT como interfaz dinámica de honeypot, imitando comandos de terminal de Linux, Mac y Windows y herramientas como TeamViewer, nmap y ping. Los autores presentan diez tareas de viabilidad diseñadas para que equipos defensivos simulen interfaces de honeypot con riesgos mínimos, buscando retrasar o entender las tácticas, técnicas y procedimientos de atacantes.
NetworkEndpointHoneypot