Paper2026
Material revisado: AbstractEl estudio propone QuantumGuard, un marco de ciberseguridad proactiva que combina redes trampa cognitivas, canales de inteligencia protegidos con criptografía post-cuántica y adaptación de engaño guiada por aprendizaje por refuerzo en entornos ciberfísicos habilitados para 6G. Los autores buscan integrar en una única arquitectura de control en lazo cerrado un orquestador de redes trampa cognitivas, un motor de políticas de engaño bajo observabilidad parcial, una red de atribución de técnicas MITRE ATT&CK basada en transformadores y un bus federado de inteligencia post-cuántico, y presentan una evaluación preliminar sobre conjuntos de datos de referencia y un banco de pruebas de 320 puntos finales.
NetworkIoTHoneypotDecoy
Paper2026
Material revisado: AbstractEl artículo describe un sistema híbrido de detección de intrusiones que combina un clasificador supervisado entrenado con el conjunto NSL-KDD y un honeypot Docker que se despliega automáticamente ante tráfico sospechoso. El tráfico se clasifica en cinco categorías y un ensemble de votación de tres clasificadores genera la detección.
NetworkHoneypot
Paper2026
Material revisado: Texto completoAporte del editorPacheco y Staino presentan BUDA como propuesta para simular actividad de usuarios ficticios y reforzar la credibilidad de señuelos, alineada con MITRE Engage.
EndpointNetworkDecoyAdversary engagement
Paper2026
Material revisado: AbstractEl artículo presenta SAGE, un honeypot adaptativo para ecosistemas de Internet de las Cosas (IoT) que combina emulación de protocolos guiada por máquinas de estados finitos (FSM) con recuperación aumentada mediante GraphRAG, para modelar protocolos IoT con estado y generar respuestas mediante un modelo de lenguaje grande (LLM). Los autores describen además un motor de verificación de hechos y un mecanismo de retroalimentación destinados a refinar las respuestas y ampliar progresivamente las correspondencias estado-respuesta a partir de las interacciones observadas con adversarios.
IoTHoneypotAdversary engagement
Paper2026
Material revisado: Página públicaLos autores proponen SecuPi, un sistema compacto basado en Raspberry Pi que combina monitorización de tráfico en tiempo real, detección híbrida de intrusiones (firmas y aprendizaje automático) y respuesta automática a amenazas. Como mecanismos de engaño y defensa proactiva, plantean el uso de honeypots junto con actualizaciones automáticas de cortafuegos y defensa de objetivo móvil (MTD).
NetworkIoTHoneypotMoving target defense
Paper2026
Material revisado: AbstractLos autores proponen un sistema de defensa cibernética proactiva que combina engaño, simulación de entorno adversario y aprendizaje por refuerzo profundo, con vectores de ataque generados mediante GAN para emular amenazas de día cero y polimórficas. El objetivo es entrenar políticas de defensa adaptativas al contexto que detecten comportamientos maliciosos, reorienten vectores de detección y activen trampas de engaño, evaluado con tráfico bueno y adversario en una red sintética de red eléctrica inteligente.
NetworkOT/ICSDecoyAdversary engagement
Paper2026
Material revisado: AbstractEste artículo presenta ShellGames, un simulador de shell SSH basado en modelos de lenguaje de gran tamaño (LLM) diseñado para sostener sesiones interactivas de engaño creíbles con adversarios. Según los autores, el sistema combina técnicas como razonamiento en cadena, gestión de memoria, ejecución especulativa de comandos, enrutamiento a entornos sandbox y detección de subversión para superar limitaciones comunes de los LLM. Los autores reportan mejoras en precisión, consistencia y seguimiento de estado frente a líneas base, y un estudio con usuarios que indica una realismo percibido comparable a un shell real.
NetworkEndpointHoneypotMoving target defense
Paper2026
Material revisado: AbstractLos autores presentan HoneyMed, un framework de honeypot consciente de protocolos que simula servicios sanitarios y de IoT para recoger interacciones maliciosas, convertirlas en características tabulares para aprendizaje automático y clasificar tipos de ataque en tiempo real. El propósito declarado es ofrecer visibilidad de amenazas en entornos de prueba de seguridad de IoMT mediante señuelos, extracción de características y clasificadores ligeros, sin interactuar con activos médicos en producción.
IoTNetworkHoneypotDecoy
Paper2026
Material revisado: Página públicaEl manuscrito propone coordinar agentes y flujos de amenazas mediante zonas en un mundo computacional, incluyendo honeypots, regiones de engaño y rutas de clasificación y cuarentena.
ApplicationHoneypot
Paper2026
Material revisado: AbstractEste trabajo presenta un método para estimar un límite inferior del número de redes que generan tráfico falsificado en ataques DRDoS, utilizando una infraestructura global de honeypots de amplificación anycast. Los autores desarrollan dos estimadores basados en honeypots receptores y variaciones de TTL, analizando 287 días de ataques de amplificación. Según los autores, al menos el 21.0% de los ataques se originan en múltiples ubicaciones de red.
NetworkHoneypot
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta a low/zero interaction ssh authentication logging honeypot
NetworkHoneypot
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta a low-interaction SSH honeypot written in C
NetworkHoneypot
Paper2026
Material revisado: AbstractSegún los autores, este trabajo presenta SysEvolve, un sistema que integra tres componentes co-diseñados (SysField, SysSpear y SysArmor) para crear un bucle adversarial autodirigido entre agentes de ataque y defensa basados en LLM. Los autores describen la construcción de rangos cibernéticos multi-host realistas, generación de esquemas de ataque y defensa interpretable en tiempo real. También señalan que los endpoints señuelo desplegados en el rango afectan el comportamiento de los agentes LLM.
NetworkDecoyAdversary engagement
Paper2026
Material revisado: AbstractLos autores emplean un honeypot de voz interactivo con personas basadas en modelos de lenguaje sobre números reales de EE.UU. para medir la prevalencia de voces automatizadas y sintéticas en llamadas no deseadas. Combinan huellas de audio, un detector comercial de voz sintética y evaluadores humanos para caracterizar el tráfico de llamadas.
NetworkHoneypot
Paper2026
Material revisado: Metadatos editorialesRegistro bibliográfico sobre realismo y eficiencia de deception. El resumen y los resultados aún requieren lectura.
NetworkDecoy
Experiencia2026
Material revisado: Página públicaLectura críticaIBM X-Force y Deception.Pro registraron dos incidentes en organizaciones simuladas y observaron reconocimiento, despliegue de malware y exfiltración de documentos falsos.
EndpointOT/ICSDecoyAdversary engagement
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta modern honeypot supporting multiple services, realistic website cloning, and AI-powered features
ApplicationHoneypot
Paper2026
Material revisado: AbstractLos autores presentan Trident, un marco de red teaming basado en LLM agénticos para evaluar la robustez de defensas de ciberseguridad basadas en aprendizaje por refuerzo profundo (DRL). El trabajo incluye un banco de pruebas dinámico, un conjunto de datos de interacciones rojo-azul y una arquitectura agéntica que genera estrategias de ataque y las traduce en políticas ejecutables contra defensores DRL. Según los autores, Trident reduce significativamente el desempeño defensivo y descubre comportamientos emergentes como la evitación de señuelos.
NetworkDecoyAdversary engagement
Paper2026
Material revisado: AbstractEl artículo presenta TrustFed-Honeypot, un marco híbrido federado con reentrenamiento para IDS basados en honeypots. Los clientes entrenan localmente y el servidor reentrena un modelo logístico global sobre muestras ponderadas por un modelo de confianza conductual multis señal, con el fin de remodelar la distribución de reentrenamiento.
NetworkHoneypot
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta simple DNS honeypot script
NetworkHoneypot
Paper2026
Material revisado: AbstractEl estudio propone un sistema de detección no supervisado basado en modelos de la familia autoencoder que aprenden el comportamiento normal del tráfico y señalan anomalías mediante el error de reconstrucción (MSE), aplicado a metadatos de múltiples fuentes (Wireshark, registros de cortafuegos y honeypot T-Pot) recogidos durante quince días en una VLAN empresarial real. Los autores incorporan inteligencia de amenazas externa (AbuseIPDB, OTX) y un sistema de puntuación multidimensional (MDSS) para convertir las detecciones en puntuaciones de riesgo priorizadas, y validan las anomalías mediante dos canalizaciones MITRE ATT&CK.
NetworkIoTHoneypot
Software abierto2026
Material revisado: Metadatos del repositorioRepositorio que documenta webDecoy Bot Detection — zero-config WordPress plugin for bot protection, spam prevention, and WooCommerce carding defense
ApplicationDecoy
Paper2026
Material revisado: Texto completoAnálisis formal de límites de honeytokens cuando agentes confiables y atacantes comparten memoria o políticas.
ApplicationIdentityHoneytoken
Paper2025
Material revisado: AbstractSegún el resumen, los autores presentan un modelo descriptivo que incorpora factores psicológicos y estratégicos (creencia, escepticismo, fidelidad del engaño, reconocimiento y experiencia) para explicar la decisión inicial de un atacante de comprometerse o retirarse frente a técnicas de ciberengaño. Los autores indican que han diseñado experimentos con actividades tipo Capture the Flag y observaciones biométricas para evaluar el modelo, pero aclaran explícitamente que estos experimentos aún no se han realizado y no se presentan resultados experimentales en el artículo.
NetworkDecoyAdversary engagement