Paper2024
Material revisado: Página públicaPropone simular, transformar e integrar registros sintéticos de honeypot en una base de datos de grafos mediante el modelo STIX, con el fin de convertir datos de ataque en objetos de inteligencia de amenazas interconectados para su visualización y exploración. El objetivo es ofrecer a los centros de operaciones de seguridad una plataforma estandarizada que mejore la conciencia situacional y el apoyo a la toma de decisiones.
NetworkHoneypot
Paper2024
Material revisado: AbstractLos autores abordan un escenario en el que un defensor de un sistema de control en red ha aislado a un intruso y lo dirige hacia un honeypot que emula el sistema real sin conexión a una planta física. Proponen una estrategia de involucramiento del adversario dentro de este entorno señuelo para incrementar el coste de procesamiento de información del atacante, falsificando lecturas de sensores basándose en inteligencia de amenazas cibernéticas. Comparan numéricamente los casos de inteligencia de amenazas perfecta e imperfecta.
OT/ICSNetworkHoneypotAdversary engagement
Paper2024
Material revisado: AbstractSegún los autores, este artículo revisa el uso de modelos de lenguaje grandes (LLMs) en la detección de malware, incluyendo su aplicación en honeypots de malware, identificación de amenazas basadas en texto, análisis de código y detección de tendencias. Los autores proponen un esquema de clasificación, métricas de rendimiento y un marco de mitigación de riesgos basado en LLMs, evaluando su desempeño frente a malware habilitado por estos modelos.
EndpointHoneypot
Paper2024
Material revisado: AbstractEste trabajo, según sus autores, aborda la seguridad de la infraestructura de medición avanzada (AMI) en redes eléctricas inteligentes mediante honeypots combinados con aprendizaje federado. Proponen FedPot, que incluye una medida de calidad de datos y un mecanismo de incentivos justo para que pequeños proveedores de energía compartan modelos entrenados localmente con minoristas tradicionales sin exponer datos confidenciales. Los autores reportan, mediante simulaciones con datos de registros de microrredes, mejoras frente a técnicas existentes tanto en el modelo de seguridad como en la distribución de recompensas.
OT/ICSIoTHoneypot
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: Texto completoLectura críticaPresenta una arquitectura de honeypot de terminal con modelo de lenguaje y describe su evaluación en campo.
NetworkHoneypot
Paper2024
Material revisado: AbstractRevisión sobre el honeypot como sistema señuelo que simula un sistema real y aislado en la red para atraer atacantes y detectar, bloquear o anticipar intentos de acceso no autorizado. Los autores describen un esquema de vigilancia que coordina honeypot, red principal y administrador para que la actividad hostil sea detectada antes de afectar la red.
NetworkHoneypot
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: AbstractEl trabajo aborda la automatización del despliegue de honeypots mediante Ansible y una aplicación web que también monitorea el proceso. Los autores describen su propósito de reducir el tiempo y los recursos del despliegue manual y reportan pruebas en sensores sobre Google Cloud Platform.
CloudHoneypot
Paper2024
Material revisado: AbstractLos autores investigan si los nodos de redes superpuestas peer-to-peer (P2P), concretamente nodos de la red Ethereum, son objetivo de ataques de reconocimiento más intensos debido a su visibilidad y disponibilidad sostenida. Para ello despliegan una serie de honeypots junto a nodos reales de Ethereum en ubicaciones distribuidas globalmente. Los autores reportan hallazgos sobre tipos específicos de ataques dirigidos a puertos y servicios particulares, y extienden el análisis mediante escaneos de puertos a otros pares alcanzables de la red.
NetworkHoneypot
Paper2024
Material revisado: AbstractEl estudio propone un sistema de detección de malware que combina la optimización por enjambre de partículas (PSO) con un modelo fuzzyKNN, usando PSO para seleccionar un conjunto de características a partir de un conjunto de datos de malware y empleando un honeypot como entorno controlado para recopilar muestras y entrenar el modelo. Los autores comparan su método con técnicas de detección estándar e informan que el enfoque PSO-fuzzyKNN mejora la precisión de la detección de malware.
EndpointHoneypot
Paper2024
Material revisado: AbstractLos autores proponen un diseño de red para colocar un honeypot y un sistema de detección de intrusiones orientado a identificar y alertar sobre accesos ilícitos, usando registros de tráfico. Emplean conjuntos de datos obtenidos de un honeypot y KDD-99, entrenados con redes generativas adversarias, un modelo generativo de aprendizaje profundo.
NetworkHoneypot
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: 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 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: 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: 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: 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