Paper2026
Material revisado: AbstractLos autores presentan HoneyRoute, una capa de servicio de inferencia que detecta solicitudes maliciosas y las redirige a un modelo honeypot dedicado, protegiendo el modelo de producción mientras recopila información sobre el atacante. El sistema combina un router de streaming, un honeypot de doble implementación y un bucle de análisis que retroalimenta el entrenamiento del router.
ApplicationCloudHoneypotDecoy
Paper2026
Material revisado: AbstractSegún los autores, HoneyTrap es un marco de defensa engañosa para modelos de lenguaje grandes (LLM) que utiliza cuatro agentes defensores colaborativos para contrarrestar ataques de jailbreak de múltiples turnos, dirigiendo a los atacantes hacia trampas tipo honeypot. Los autores introducen también un conjunto de datos de jailbreak progresivo multi-turno (MTJ-Pro) y dos métricas nuevas para evaluar la defensa engañosa. Reportan reducciones en la tasa de éxito de ataques en varios modelos comerciales y de código abierto.
ApplicationHoneypotAdversary engagement
Paper2026
Material revisado: AbstractEste trabajo presenta Honeyval, un marco de evaluación para honeypots HTTP impulsados por modelos de lenguaje grandes (LLM). Según los autores, el marco utiliza agentes de IA como atacantes y aplicaciones backend diversas para evaluar de forma reproducible el rendimiento y la detectabilidad de estos honeypots frente a métodos de evaluación previos limitados.
NetworkApplicationHoneypotDecoy
Software abierto2026
Material revisado: Página públicaEl código leído define puertos señuelo TCP configurables que aceptan y cierran conexiones; registra las interacciones y solicita un bloqueo de cortafuegos para las IPs fuera de la lista de permitidas.
NetworkHoneypotDecoy
Paper2026
Material revisado: AbstractLos autores presentan ICSLure, un marco modular de honeynet destinado a emular entornos realistas de sistemas de control industrial. Integra PLC físicos con fuentes de datos en vivo mediante protocolos industriales y componentes de red virtualizados, con monitorización para registrar interacciones de atacantes.
OT/ICSNetworkHoneypotAdversary engagement
Paper2026
Material revisado: AbstractEste artículo estudia cómo mejorar la precisión de emulación de shell en honeypots SSH basados en LLM locales de peso abierto, mediante diseño de prompts y ajuste fino supervisado, comparando ocho modelos frente a sus versiones base. Los autores reportan, usando 34 pruebas automatizadas, que el diseño de prompts tiene un efecto considerable y que el ajuste fino depende de la cobertura del conjunto de datos utilizado, con un conjunto de datos ampliado derivado de registros de honeypot produciendo modelos locales más robustos según sus propias mediciones.
NetworkEndpointHoneypot
Paper2026
Material revisado: AbstractEste estudio analiza diferencias internacionales en intentos de hacking a partir de datos de honeypot, examinando 504.877 intentos de inicio de sesión procedentes de 314 direcciones IP únicas durante un período de 3 meses. Los autores contrastan hipótesis basadas en factores socioeconómicos —desempleo, pobreza, PIB y gasto educativo— y atribuyen al mayor desempleo y al menor gasto educativo una correlación con más intentos de brecha por país, y al menor gasto educativo una correlación con mayores tasas de éxito.
NetworkHoneypot
Paper2026
Material revisado: AbstractEste trabajo presenta un estudio de servicios DICOM expuestos a Internet, combinando escaneo activo a escala IPv4 con despliegues pasivos de honeypots. Los autores proponen un método reproducible para filtrar falsos positivos generados por honeypots, telescopios de red y otros artefactos de medición, reduciendo la exposición aparente en un 39%. Tras el filtrado, identifican miles de despliegues vulnerables que carecen de cifrado y autenticación, y observan que las medidas de deception existentes son insuficientes para capturar los riesgos reales.
NetworkApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractSegún los autores, este artículo propone 'Knowledge Trap', una defensa contra ataques de extracción de modelos de lenguaje grandes que redirige a los atacantes hacia conocimiento de baja transferibilidad mediante un grafo de conocimiento tipo honeypot y una exploración guiada por migas de pan, en lugar de bloquear consultas o perturbar salidas. Los autores reportan experimentos en dominios médico y financiero que muestran una reducción del acuerdo del modelo sustituto sin afectar el rendimiento de usuarios legítimos.
ApplicationHoneypot
Paper2026
Material revisado: AbstractEste trabajo estudia cómo agentes de pruebas de penetración basados en modelos de lenguaje grande (LLM) pueden asignar su presupuesto de ejecución al enfrentarse a honeypots. Los autores formalizan el problema del atacante como un proceso de decisión presupuestado en el que el agente debe decidir si continuar la explotación o descartar un objetivo ante sospecha de honeypot, proponiendo una política guiada por un detector en un entorno de prueba controlado con hosts mixtos.
NetworkEndpointHoneypotAdversary engagement
Paper2026
Material revisado: AbstractEl artículo propone una arquitectura de honeypot dinámico nativo de la nube asistido por LLM, donde el modelo actúa solo como sintetizador de texto tras control de políticas y verificación de estado. Los autores describen un broker de sesión que clasifica comandos de atacantes y no los ejecuta, junto con controles de gobernanza ética y un protocolo de evaluación.
CloudNetworkHoneypotAdversary engagement
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta an SMTP Honeypot
NetworkHoneypot
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta let's be scanned. A low-interaction honeypot focused on network scanners and bots. It integrates very well with IVRE to build a self-hosted alternative to GreyNoise.
NetworkHoneypot
Paper2026
Material revisado: AbstractLos autores proponen MemPot, un marco de defensa que inyecta honeypots optimizados en la memoria de agentes basados en modelos de lenguaje grande (LLM) para contrarrestar ataques de extracción. Mediante un proceso de optimización en dos etapas y un modelo basado en la prueba de razón de probabilidad secuencial de Wald, los autores afirman que el sistema mejora la detección frente a líneas base existentes, según sus experimentos.
ApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractLos autores presentan Mirage Mesh, un marco ligero de engaño cibernético para entornos Linux que despliega decepción en profundidad mediante cuatro capas: un señuelo SSH basado en Cowrie, una cuenta administrativa señuelo a nivel de sistema, una interfaz web de administración falsa en Flask y un archivo de credenciales honeytoken. El trabajo propone un esquema común DecoyAlertEvent para normalizar las observaciones de estas capas, procesarlas mediante una canalización con Wazuh y orquestación en Python, mapearlas a etapas del cyber kill-chain y técnicas de MITRE ATT&CK, y evaluarlas con una métrica de efectividad de decepción (DEM).
NetworkEndpointHoneypotHoneytoken
Paper2026
Material revisado: AbstractEste artículo presenta un marco de detección de inyección SQL enriquecido con contexto, construido mediante un sistema honeypot multi-agente que genera solicitudes maliciosas/benignas, media respuestas de base de datos auténticas protegiendo datos de producción, y empareja solicitudes con respuestas para crear un conjunto de datos etiquetado de 140,973 pares. Los autores afirman que modelos entrenados con este conjunto superan a los basados solo en payloads.
ApplicationHoneypot
Comunidad o formación2026
Material revisado: Página públicaPrograma publicado en septiembre de 2026 que ofrece acceso temporal a una plataforma de deception para investigación no comercial; los requisitos se consultan en la fuente.
NetworkHoneypotHoneytoken
Paper2026
Material revisado: AbstractEste trabajo revisa, según sus autores, soluciones basadas en IA para construir estrategias de engaño cibernético a nivel de red y dispositivo en entornos disputados. Se enfoca en la combinación de modelos de lenguaje de gran tamaño (LLMs) y aprendizaje por refuerzo (RL) para optimizar estas estrategias de engaño, incluyendo honeypots y honeynets, y examina su validación frente a ataques sigilosos contra sistemas de tecnología operativa (OT) reportados en la literatura.
NetworkOT/ICSHoneypotDecoy
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta nodejs ftp honeypot
NetworkHoneypot
Paper2026
Material revisado: AbstractEste artículo presenta Ollure, un honeypot de interacción baja y media que emula la API de Ollama sin un modelo de lenguaje real en el backend, según describen los autores. Desplegado en cuatro ubicaciones durante 84 días, registró cientos de miles de interacciones y miles de direcciones IP de origen. El estudio documenta actividad automatizada de descubrimiento y huellas digitales, además de intentos de explotación concretos contra la infraestructura y la capa del modelo de lenguaje.
NetworkApplicationHoneypotDecoy
Paper2026
Material revisado: AbstractEl trabajo describe el diseño de un honeypot inalámbrico y portátil basado en Raspberry Pi para detectar y analizar ataques de fuerza bruta SSH. Mediante la simulación de un servicio SSH vulnerable con el honeypot Cowrie, el sistema registra intentos de inicio de sesión y comportamiento de atacantes en tiempo real para estudiar patrones de ataque y mejorar medidas de seguridad.
NetworkHoneypot
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta port listener / honeypot in Rust with protocol guessing and safe string display
NetworkHoneypot
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta honeypot detection toolkit
NetworkHoneypot
Paper2026
Material revisado: AbstractEsta tesis propone modelos de teoría de juegos y optimización para el endurecimiento de grafos de ataque en Active Directory. Según los autores, se introduce un modelo de colocación de honeypots/decoys basado en minimizar rutas cortas y nodos alcanzables por Domain Admin, además de estrategias que consideran la naturaleza dinámica del grafo y modelos de priorización adaptativa con retroalimentación del administrador. Los autores señalan que los problemas subyacentes son computacionalmente intratables.
IdentityNetworkHoneypotDecoy