Paper2025
Material revisado: AbstractEl estudio integra un honeypot en una arquitectura SD-WAN para combinar gestión del tráfico y observación de amenazas. La propuesta desvía actividad anómala hacia un entorno señuelo que simula servicios vulnerables.
NetworkHoneypotDecoy
Paper2025
Material revisado: AbstractLos autores presentan ShadowKube, un marco de defensa activa para Kubernetes que combina el monitoreo de comportamiento con honeypots señuelo para detectar y neutralizar conductas anómalas. El enfoque establece líneas base de comportamiento para identificar desviaciones y convierte los nodos comprometidos en honeypots, con el propósito declarado de aislar y atrapar a los atacantes en ataques dirigidos a la orquestación de contenedores.
CloudApplicationHoneypotDecoy
Paper2025
Material revisado: AbstractEste estudio propone SPADE, un marco que utiliza modelos de IA generativa junto con ingeniería de prompts estructurada para automatizar la creación de estrategias adaptativas de engaño cibernético frente a malware dinámico. Según los autores, el marco aborda desafíos de los modelos de lenguaje grandes como salidas generalizadas, ambigüedad y escalabilidad, y fue evaluado en escenarios de malware diversos usando métricas como Recall, Exact Match, BLEU y evaluaciones de expertos, identificando a ChatGPT-4o como el de mejor desempeño.
EndpointNetworkAdversary engagementDecoy
Paper2025
Material revisado: AbstractSegún los autores, este estudio propone un marco basado en juegos de Stackelberg para diseñar el momento estratégico de aplicación de técnicas de engaño cibernético, con una capa táctica que modela la dinámica atacante-defensor mediante un juego de Markov con información unilateral, y una capa estratégica que optimiza el momento y selección de técnicas de engaño mediante un proceso de decisión de tiempo de parada. Los experimentos numéricos, según indican los autores, sugieren que el engaño cronometrado estratégicamente puede mejorar la utilidad esperada del defensor frente a estrategias base.
NetworkAdversary engagementDecoy
Paper2024
Material revisado: AbstractLos autores abordan la dificultad de que las implementaciones tradicionales de honeypots sean eludidas por atacantes avanzados como los grupos APT, y proponen diseñar y desplegar una red de honeypots personalizada basada en técnicas de camuflaje adaptativo. El trabajo describe la orquestación de una red de honeypots de comportamiento orientada a tres grupos APT, con rutas de ataque alineadas con sus tácticas, técnicas y procedimientos, e incluye una aplicación de chat camuflada desplegada durante 100 días; según el resumen depositado, el sistema registró 13.906.945 impactos de 4.238 direcciones IP únicas y permitió categorizar a los atacantes.
NetworkApplicationHoneypotDecoy
Paper2024
Material revisado: Página públicaEl paper propone una capa de honeypots para apoyar la seguridad de una red óptica con servicios de nube. Los señuelos simulan recursos vulnerables para atraer atacantes y observar su comportamiento.
NetworkHoneypotDecoy
Paper2024
Material revisado: Texto completoRegistro bibliográfico sobre deception en capa de aplicación. El resumen y los resultados aún requieren lectura.
ApplicationDecoy
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio sobre señuelos en aplicaciones cloud; documentación y mantenimiento requieren revisión adicional.
CloudDecoy
Paper2024
Material revisado: AbstractEste trabajo aborda la generación automática de contenido para honeyfiles, documentos señuelo diseñados para detectar intrusos. Los autores se centran en la generación de gráficos realistas dentro de estos documentos, combinando un Transformer multitarea para generar títulos y texto de gráficos con un autoencoder especializado para generar los datos tabulares subyacentes. También proponen un nuevo conjunto de datos y una métrica (Keyword Semantic Matching) para evaluar la consistencia semántica del contenido generado.
EndpointHoneypotDecoy
Paper2024
Material revisado: AbstractEste artículo, según sus autores, propone un mecanismo de engaño cibernético que redirige de forma sigilosa comunicaciones TCP hacia un servidor honeypot generado bajo demanda que clona las características del activo víctima. El objetivo declarado es que el atacante enfoque sus acciones sobre el servidor señuelo, permitiendo recolectar inteligencia de amenazas mientras se protege el activo real.
NetworkHoneypotDecoy
Software abierto2024
Material revisado: Metadatos del repositorioAporte del editorFramework abierto para planificar operaciones de deception y desplegar señuelos y servicios mediante Python y Docker, según el repositorio y su documentación.
NetworkApplicationDecoyHoneypot
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 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: 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: 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 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: 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: 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
Paper2024
Material revisado: AbstractEste capítulo, según sus autores, examina el uso combinado de modelos de teoría de juegos y modelos fundacionales (FMs) para analizar, diseñar e implementar tácticas de engaño cibernético en los niveles táctico, operacional y estratégico. Propone el enfoque MANSCOL (aprendizaje conjetural neurosimbólico multiagente) para que el defensor prediga comportamientos adversarios y diseñe tácticas de engaño defensivo adaptativas. También discute los retos de aplicar FMs en ciberseguridad.
NetworkAdversary engagementDecoy
Paper2024
Material revisado: AbstractEste artículo presenta un sistema de prueba de concepto (POC) de engaño cibernético que genera dinámicamente material de decepción basado en el comportamiento observado del atacante durante un ataque simulado en tiempo real. El sistema analiza la interacción del atacante con el material para predecir su motivo, y los autores exploran la posibilidad de ampliarlo para inferir otras características del perfil del atacante, como rasgos psicológicos.
NetworkDecoyAdversary engagement
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: Texto completoLectura críticaRevisión de requisitos de red necesarios para implementar técnicas de cyberdeception.
NetworkDecoy