Biblioteca / fichas con fuente

Biblioteca de recursos

Buscá por tipo, técnica, entorno o notas de lectura crítica. Cada ficha indica su fuente y qué material se revisó.

770recursos publicados

Resultados

770 encontrados
Paper2026

Cloud Honeypot Monitoring System: A Framework for Real-Time Attack Detection and Behavioral Analysis in Cloud Environments

Material revisado: Abstract

Presenta el diseño, implementación y evaluación de un sistema de monitoreo con honeypot desplegado en AWS, que emula servicios SSH, HTTP y HTTPS en instancias EC2 dentro de una nube privada virtual aislada. El sistema busca atraer, registrar y analizar interacciones maliciosas, usando un backend en Python con Flask y un panel React/D3.js para visualizar ataques.

CloudNetworkHoneypotDecoy
Paper2026

Cloud-Based Honeypot for Cyber Threat Intelligence and Incident Response

Material revisado: Abstract

El artículo describe el diseño de un marco de honeypot desplegado en la nube para apoyar la detección de amenazas y la respuesta a incidentes. Según los autores, integra servicios de Microsoft Azure para monitorear y analizar comportamientos maliciosos, con telemetría, inteligencia de amenazas y flujos automatizados.

CloudHoneypot
Paper2026

Co-ADAM: a co-evolutionary signaling game framework for equilibrium cyber deception in industrial IoT

Material revisado: Abstract

El artículo presenta Co-ADAM, un marco de defensa que formula el engaño cibernético en el Industrial Internet of Things (IIoT) como un proceso de decisión de Markov con restricciones que incorpora un juego de señalización, con el objetivo de modelar conjuntamente el nivel de inversión en engaño y un adversario co-evolutivo que acumula escepticismo. Los autores describen el entrenamiento de un defensor basado en una red Q profunda (DQN) frente a un conjunto de atacantes adaptativos con restricciones de presupuesto y dinámicas de escepticismo, y reportan evaluación sobre varios conjuntos de datos IIoT y un banco de pruebas físico.

IoTOT/ICSHoneypotDecoy
Paper2026

Conductas violentas en el panorama digital. ciberagresores

Material revisado: Página pública

El capítulo analiza la ciberviolencia y los rasgos de los ciberagresores adolescentes y propone prevención integral que incluye familias, instituciones educativas y herramientas tecnológicas como las honeynets para analizar el comportamiento de los atacantes y mitigar el impacto.

Honeypot
Dataset o laboratorio2026

CTU-HONEY-LLM-2

Material revisado: Página públicaLectura crítica

Conjuntos JSONL de conversaciones de shell para entrenar y probar honeypots SSH basados en modelos de lenguaje, según Zenodo.

NetworkHoneypot
Paper2026

Cyber Deception for Mission Surveillance via Hypergame-Theoretic Deep Reinforcement Learning

Material revisado: Abstract

Los autores proponen el uso de drones señuelo (honey drones) como estrategia de engaño para defender sistemas de misión de vehículos aéreos no tripulados (UAV) contra ataques de denegación de servicio. Formulan un problema de optimización entre atacante y defensor basado en la fuerza de señal de radio y presentan un enfoque llamado HT-DRL, que combina teoría de hiperjuegos con aprendizaje por refuerzo profundo para identificar estrategias de engaño óptimas.

IoTNetworkDecoyAdversary engagement
Software abierto2026

Cyber Deception Playground

Material revisado: Metadatos del repositorioAporte del editor

Laboratorio abierto con Docker Compose, servicios vulnerables, niveles configurables de engaño, monitoreo y un entorno atacante para formación e investigación controlada.

NetworkApplicationHoneypotDecoy
Paper2026

Decoys Cannot Go Everywhere: Mapping the Deception Surface in MITRE ATT&CK

Material revisado: Abstract

Los autores examinan la suposición de que los señuelos pueden situarse en cualquier punto donde exista comportamiento del atacante, aplicando una rúbrica de cuatro criterios a las 250 técnicas de MITRE ATT&CK v18.1. Concluyen que solo el 32% de las técnicas admiten un señuelo plausible y describen dos patrones de colocación denominados Sweep y Seek, ofreciendo una regla simple para el despliegue de señuelos.

NetworkEndpointDecoyAdversary engagement
Paper2026

DecoyShield: A Deception-Based Framework for Proactive Threat Detection and Cyber Defense

Material revisado: Abstract

El trabajo propone DecoyShield, un marco de ciberseguridad basado en engaño para detección proactiva. Emplea entornos de honeypots multiservicio que simulan servicios de red, capturan comportamiento del atacante e integran análisis conductual, inteligencia de amenazas y puntuación dinámica de riesgo para clasificar severidad y desplegar respuestas adaptativas.

NetworkHoneypotDecoy
Paper2026

DecoyTrace: Toxic Decoys for Active Defense in Decentralized Federated Learning

Material revisado: Abstract

Este artículo presenta DecoyTrace, una defensa basada en engaño cibernético proactivo diseñada para entornos de aprendizaje federado descentralizado (DFL) sin servidor. Según los autores, el sistema despliega un DecoyNode móvil que genera desafíos señuelo mediante mapas caóticos, difunde un modelo dual (limpio vs. señuelo) basado en confianza entre pares, y evalúa el comportamiento con métricas semánticas de tres estados para identificar y contener fuentes maliciosas. Los autores reportan evaluaciones en la plataforma NEBULA con múltiples configuraciones, conjuntos de datos y topologías.

NetworkApplicationDecoyAdversary engagement
Paper2026

Descriptor: Multi-Regional Cloud Honeypot Dataset (MURHCAD)

Material revisado: Abstract

Este artículo de datos presenta MURHCAD, un conjunto de datos de honeynet de alta resolución recolectado durante 72 horas en junio de 2025 sobre Microsoft Azure, utilizando tres honeypots (Cowrie, Dionaea y SentryPeer) desplegados en cuatro máquinas virtuales geográficamente dispersas. Según los autores, el conjunto incluye 132,425 eventos de ataque con metadatos enriquecidos (marcas temporales, IPs, geolocalización, puertos y protocolos) destinados a apoyar análisis de detección de anomalías, estudios de mal uso de protocolos e inteligencia de amenazas.

CloudNetworkHoneypot
Paper2026

Detecting Offensive Cyber Agents: A Detection-in-Depth Approach

Material revisado: Abstract

Este informe aborda el reto de detectar agentes de ciberataque basados en IA, proponiendo un marco estratégico de 'detección en profundidad'. Según los autores, se presentan cinco mecanismos de detección, incluyendo identificadores de agentes y honeypots de agentes, destinados a apoyar a responsables políticos e industria frente a esta amenaza emergente.

NetworkCloudHoneypotAdversary engagement
Dataset o laboratorio2026

DICOMHawk Medical Imaging Deception Dataset

Material revisado: Página públicaLectura crítica

Registro Zenodo de telemetría DICOM/PACS de una investigación de honeypots para infraestructura de imagen médica; incluye notas de pérdida de datos.

ApplicationOT/ICSHoneypot
Paper2026

DICOMHawk: A Cyber Deception Framework for Medical Imaging Infrastructure

Material revisado: Abstract

Este artículo presenta DICOMHawk, un marco de engaño cibernético que emula servicios DICOM y PACS con interacciones realistas, registros médicos dinámicos y honeytokens incorporados, diseñado para proteger infraestructura de imágenes médicas. Según los autores, en un despliegue de 424 días en múltiples redes, DICOMHawk atrajo más sesiones válidas que Dicompot, evitó ser detectado como honeypot y capturó 67 ataques relacionados con el ámbito médico provenientes de 15 IPs únicas.

NetworkApplicationHoneypotHoneytoken
Software abierto2026

dicompot

Material revisado: Metadatos del repositorio

Repositorio que documenta dICOM Honeypot

NetworkHoneypot
Paper2026

Enhancing Honeypot-based Cyber Attribution using Hierarchical Clustering

Material revisado: Abstract

Este trabajo presenta un marco de perfilado de atacantes basado en su comportamiento, construido a partir de datos empíricos recogidos en despliegues de honeypots SSH. El método analiza cadenas de comandos para identificar patrones de conducta, agruparlos jerárquicamente y mapearlos al marco MITRE ATT&CK con el fin de atribuir y analizar amenazas.

NetworkHoneypot
Paper2026

Enhancing Strategic Decision-Making via Semantic Inference: An Antifragile Framework for Deception-Based Threat Profiling

Material revisado: Abstract

Los autores proponen un marco antifrágil que emplea engaño cibernético con señuelos adaptativos y movimientos dinámicos de red para generar señales adversarias, inferir perfiles de actores de amenaza y apoyar decisiones proactivas. Una ontología de inteligencia de amenazas y un grafo de conocimiento con atributos semánticos representan relaciones tácticas y estratégicas entre atacantes y objetivos.

NetworkDecoyAdversary engagement
Software abierto2026

EoHoneypotBundle

Material revisado: Metadatos del repositorio

Repositorio que documenta honeypot type for Symfony forms

NetworkHoneypot
Paper2026

Explainable AI-Based Intrusion Detection System Using Rule-Based Anomaly Detection and Honeypot Mechanism Implementation

Material revisado: Abstract

El artículo describe un sistema de detección de intrusiones que monitorea paquetes en vivo y usa reglas predefinidas para detectar actividad sospechosa en lugar de modelos de aprendizaje automático. Incluye un módulo honeypot con una interfaz de inicio de sesión falsa y explicaciones legibles para las anomalías detectadas.

NetworkHoneypot
Paper2026

Exploiting Type I Cognitive Processing with Bias Triggers for Cyber Defense: Effects on Network Penetration and Attack Resource Allocation

Material revisado: Abstract

El estudio investiga si los "bias triggers" (disparadores de sesgo) diseñados psicológicamente pueden explotar el procesamiento heurístico tipo I de atacantes humanos para degradar su desempeño. Los autores emplean un rango cibernético de alta fidelidad donde participantes realizan penetración de red con y sin estos disparadores, y analizan telemetría operativa.

NetworkDecoyAdversary engagement
Software abierto2026

Express honeypot

Material revisado: Metadatos del repositorio

Repositorio que documenta express honeypot for remote file inclusion (RFI) and local file inclusion (LFI).

NetworkHoneypot
Paper2026

Federated Temporal Attention Intelligence for Cyber-Resilient IoMT: Lightweight Digital Twins and PPO-Driven Honeypot Deception

Material revisado: Abstract

Este artículo presenta LDT-FRL, un marco de defensa que combina codificadores de atención temporal, gemelos digitales ligeros y un agente de aprendizaje por refuerzo federado (PPO) que puede redirigir tráfico sospechoso hacia honeypots en entornos de IoMT (Internet de las Cosas Médicas). Según los autores, el sistema fue evaluado en benchmarks públicos de tráfico de red, obteniendo altas métricas de clasificación y explicabilidad mediante técnicas como SHAP y Grad-CAM.

IoTNetworkHoneypotAdversary engagement

Las fichas muestran qué fuente se revisó. Las declaraciones comerciales y los resultados independientes se identifican por separado.