Paper2022
Material revisado: Página públicaEl artículo propone un marco de detección de intrusiones que combina CAPTCHA, honeypots y aprendizaje supervisado. Los honeypots se integrarían en un sitio web para atraer software malicioso, y el diagrama esboza páginas señuelo realistas y campos trampa.
ApplicationNetworkHoneypotDecoy
Paper2022
Material revisado: AbstractEste trabajo presenta TSM (Topic Semantic Matching), una métrica basada en modelado de temas y comparación semántica en espacios de embeddings para medir el atractivo (enticement) de honeyfiles respecto al contenido local. Según los autores, es la primera medida que usa técnicas de NLP para cuantificar este atractivo de forma robusta frente a paráfrasis, apoyada en un corpus de honeyfiles creado con distintos métodos de NLP.
EndpointHoneypotDecoy
Paper2022
Material revisado: AbstractEste trabajo modela los enfrentamientos entre atacante y defensor como juegos de Markov para comprender comportamientos adversarios humanos y optimizar la estrategia defensiva. Los autores validan su enfoque mediante un entorno Capture-The-Flag (CTF) y estudios con usuarios de distintos niveles de habilidad. Según los autores, los engaños a nivel de aplicación resultan una estrategia de mitigación óptima frente a ataques dirigidos, superando a maniobras defensivas clásicas, y presentan un análisis del comportamiento atacante al quedar atrapado en un entorno honeypot embebido.
ApplicationHoneypotAdversary engagement
Paper2021
Material revisado: AbstractLos autores proponen un mecanismo de despliegue dinámico multifase de honeypots virtualizados (MD2VH) basado en predicción inteligente de rutas de ataque, que modela las características de ataque y defensa mediante un grafo de estados de ataque bayesiano y un modelo de optimización de despliegue basado en un proceso de decisión de Markov extendido, generando estrategias de despliegue mediante aprendizaje por refuerzo en línea y fuera de línea. Implementan un sistema prototipo sobre red definida por software y contenedores de virtualización y reportan experimentos sobre la tasa de captura en topologías simples y complejas.
NetworkHoneypotMoving target defense
Paper2021
Material revisado: AbstractLos autores presentan un honeypot de bajo costo capaz de bloquear comandos o responder con insultos a los atacantes, modelando la interacción atacante-defensor como un juego bayesiano de dos jugadores. Según el resumen, desplegaron tres instancias del honeypot y capturaron más de 200 sesiones para un análisis cualitativo del comportamiento post-explotación.
NetworkHoneypotAdversary engagement
Paper2021
Material revisado: AbstractEste trabajo presenta, según sus autores, un método basado en técnicas de aprendizaje automático para la configuración, despliegue y mantenimiento dinámico de honeypots en redes. El enfoque identifica y agrupa máquinas y dispositivos en la red para desplegar honeypots de forma inteligente, reduciendo la necesidad de configuración manual.
NetworkHoneypot
Paper2021
Material revisado: AbstractLos autores proponen un honeypot de aplicación web de baja interacción, adaptativo y dinámico que imita vulnerabilidades mediante eventos HTTP, utilizando las herramientas SNARE y TANNER para generar la superficie de ataque y analizar/clasificar las solicitudes recibidas, según se describe en el resumen.
ApplicationHoneypot
Paper2021
Material revisado: AbstractLos autores proponen un marco de engaño defensivo para la nube basada en contenedores, con el objetivo de revelar a atacantes sigilosos mediante información presentada de forma intencionadamente falsificada. El enfoque formaliza un System Risk Graph (SRG) como modelo adversario actualizable, entrena un modelo de aprendizaje por refuerzo profundo (DRL) sobre el SRG para que el agente genere estrategias de colocación de señuelos y rutas engañosas, y define un coeficiente de engaño para evaluar la estrategia de colocación.
CloudDecoyAdversary engagement
Paper2021
Material revisado: Texto completoMecanismo de autenticación de dos factores que combina códigos señuelo y Google Authenticator.
IdentityHoneytoken
Paper2021
Material revisado: Texto completoArtículo de visión sobre generación automatizada de artefactos de engaño realistas mediante aprendizaje automático.
NetworkIdentityDecoy
Paper2021
Material revisado: AbstractEste trabajo, según sus autores, estudia la decepción de doble vía en ciberseguridad, manipulando tanto las configuraciones observables de honeypots como de máquinas reales. Mediante un experimento con una red de 40 máquinas (20 honeypots) y un testbed experimental, los autores comparan tres condiciones de ocultación de características frente a atacantes humanos.
NetworkHoneypotDecoy
Paper2021
Material revisado: Página públicaEl resumen del preprint vinculado describe DARLH, un sistema de honeypot que emplea agentes IDS basados en aprendizaje por refuerzo profundo y en redes neuronales recurrentes profundas para detectar ataques DoS en tiempo de ejecución internos y externos. Su propósito es dotar al honeypot de detección dinámica de intrusiones y validación de eventos para monitorizar ataques DoS.
NetworkHoneypotDecoy
Paper2021
Material revisado: Texto completoRegistro bibliográfico sobre design thinking para cyberdeception. El resumen y los resultados aún requieren lectura.
NetworkDecoy
Paper2021
Material revisado: AbstractEl artículo describe el uso de agentes honeypot que generan paquetes Route Request (RREQ) para atraer y capturar atacantes de agujero negro en redes móviles ad hoc (MANET), junto con una técnica de aprendizaje profundo basada en memoria de corto y largo plazo (LSTM). Los autores evalúan el esquema propuesto, denominado HPAS-LSTM, mediante simulaciones en ns-2 y comparan sus resultados con otros métodos de detección de agujero negro en términos de rendimiento, pérdida de paquetes, tasa de entrega de paquetes y retardo total de red.
NetworkHoneypot
Paper2021
Material revisado: AbstractEl trabajo aborda la selección y clasificación de honeypots (señuelos virtuales) según su eficacia, empleando características como la instalación, la configuración, el uso, el soporte, la recogida de datos, el registro, la simulación y la interacción. Los autores describen un método que forma conjuntos de honeypots, subconjuntos de características y valores identificadores de estimaciones lingüísticas, matrices de frecuencia base y derivadas, y términos difusos y números difusos de referencia con su visualización, con el fin de construir estándares lingüísticos para la evaluación multicriterio.
NetworkHoneypot
Paper2021
Material revisado: AbstractLos autores proponen OFULinMat, un algoritmo de aprendizaje episódico para juegos repetidos de suma cero con matrices de pago desconocidas y variables en el tiempo, usando un conjunto de modelos de juego como información previa. El algoritmo logra un límite sublineal de arrepentimiento de punto de silla. Como caso de estudio, utilizan un juego de asignación dinámica de honeypots para ilustrar y corroborar sus resultados teóricos.
NetworkHoneypot
Paper2021
Material revisado: AbstractEste artículo presenta un enfoque de honeypots basados en contenedores que simulan escapes de contenedor como técnica de engaño en el contexto de la virtualización en la nube. Según los autores, se investigan las posibilidades de los honeypots basados en contenedores para imitar objetivos legítimos en la red y generar alertas ante interacciones de atacantes, permitiendo estudiar sus técnicas.
NetworkCloudHoneypotDecoy
Paper2021
Material revisado: AbstractSegún el resumen, los autores exponen un servicio SSH en un dispositivo Raspberry Pi conectado a Internet durante más de seis días para que funcione como honeypot, registrando los intentos de inicio de sesión recibidos. El estudio ofrece un análisis del origen de las solicitudes y las áreas de interés de los intrusos.
IoTNetworkHoneypot
Paper2021
Material revisado: Metadatos editorialesRegistro bibliográfico sobre análisis de fallas en experimentos IoT. El resumen y los resultados aún requieren lectura.
IoTHoneypot
Paper2021
Material revisado: AbstractSegún el resumen, los autores proponen un marco de hiperjuego entre un atacante y un defensor en el que cada uno puede interpretar la situación de forma distinta según creencias asimétricas, aplicándolo a amenazas persistentes avanzadas (APT) a lo largo de la cadena de ataque. El trabajo evalúa mediante simulaciones cómo las estrategias de engaño defensivo pueden manipular las creencias del atacante.
NetworkAdversary engagementDecoy
Paper2021
Material revisado: Metadatos editorialesRegistro bibliográfico sobre modelos de teoría de juegos para deception. El resumen y los resultados aún requieren lectura.
NetworkAdversary engagement
Paper2021
Material revisado: AbstractEste artículo es una encuesta que examina enfoques de engaño defensivo (defensive deception) basados en teoría de juegos y aprendizaje automático dentro de la investigación en ciberdefensa. Según los autores, se analizan los componentes clave, principios subyacentes y compensaciones de distintos enfoques en diversos escenarios de problemas. El trabajo recopila hallazgos, lecciones y limitaciones de investigaciones previas y propone direcciones futuras para abordar vacíos existentes.
NetworkAdversary engagementDecoy
Paper2021
Material revisado: AbstractEste trabajo, según sus autores, revisa el campo de identificación de honeypots proponiendo un marco multietapa que combina técnicas existentes y nuevas para fingerprinting. Mediante escaneos a gran escala de direcciones IPv4, los autores afirman haber identificado miles de instancias de honeypots y además sistemas vulnerables no honeypot, discutiendo también posibles contramedidas.
NetworkHoneypot
Paper2021
Material revisado: AbstractLos autores presentan GPT-2C, un sistema en tiempo de ejecución que utiliza el modelo preentrenado GPT-2 para analizar registros dinámicos generados por un honeypot SSH Cowrie, abordando limitaciones de interoperabilidad con tecnologías EDR y SIEM. Según el resumen, el modelo ajustado logra una precisión de inferencia del 89% en el nuevo dominio con una latencia de ejecución aceptable.
NetworkEndpointHoneypot