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: Texto completoLectura críticaPresenta una arquitectura de honeypot de terminal con modelo de lenguaje y describe su evaluación en campo.
NetworkHoneypot
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta honeyHTTPD is a Python-based web server honeypot/service imitation builder. Great for honeypots or faking HTTP services.
ApplicationHoneypot
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta fTP Honeypot
NetworkHoneypot
Paper2024
Material revisado: AbstractRevisión sobre el honeypot como sistema señuelo que simula un sistema real y aislado en la red para atraer atacantes y detectar, bloquear o anticipar intentos de acceso no autorizado. Los autores describen un esquema de vigilancia que coordina honeypot, red principal y administrador para que la actividad hostil sea detectada antes de afectar la red.
NetworkHoneypot
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta script for turning a Raspberry Pi into a Honey Pot Pi
NetworkHoneypot
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: AbstractEl trabajo aborda la automatización del despliegue de honeypots mediante Ansible y una aplicación web que también monitorea el proceso. Los autores describen su propósito de reducir el tiempo y los recursos del despliegue manual y reportan pruebas en sensores sobre Google Cloud Platform.
CloudHoneypot
Paper2024
Material revisado: AbstractLos autores investigan si los nodos de redes superpuestas peer-to-peer (P2P), concretamente nodos de la red Ethereum, son objetivo de ataques de reconocimiento más intensos debido a su visibilidad y disponibilidad sostenida. Para ello despliegan una serie de honeypots junto a nodos reales de Ethereum en ubicaciones distribuidas globalmente. Los autores reportan hallazgos sobre tipos específicos de ataques dirigidos a puertos y servicios particulares, y extienden el análisis mediante escaneos de puertos a otros pares alcanzables de la red.
NetworkHoneypot
Paper2024
Material revisado: AbstractEl estudio propone un sistema de detección de malware que combina la optimización por enjambre de partículas (PSO) con un modelo fuzzyKNN, usando PSO para seleccionar un conjunto de características a partir de un conjunto de datos de malware y empleando un honeypot como entorno controlado para recopilar muestras y entrenar el modelo. Los autores comparan su método con técnicas de detección estándar e informan que el enfoque PSO-fuzzyKNN mejora la precisión de la detección de malware.
EndpointHoneypot
Paper2024
Material revisado: AbstractLos autores proponen un diseño de red para colocar un honeypot y un sistema de detección de intrusiones orientado a identificar y alertar sobre accesos ilícitos, usando registros de tráfico. Emplean conjuntos de datos obtenidos de un honeypot y KDD-99, entrenados con redes generativas adversarias, un modelo generativo de aprendizaje profundo.
NetworkHoneypot
Paper2024
Material revisado: Página públicaLa revisión examina la integración de IA en SOAR e incluye la orquestación dinámica de honeypots que presentan una apariencia de vulnerabilidad para recopilar información sobre los métodos del atacante.
NetworkOT/ICSHoneypot
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 presentan LLM Honeypot, un sistema que amplía un honeypot SSH estándar con técnicas de inyección de prompts y análisis temporal para distinguir agentes de IA autónomos entre los atacantes. Durante un despliegue de prueba de aproximadamente tres meses en un entorno público, registraron millones de intentos de ataque e identificaron un número reducido de posibles agentes de IA. El trabajo busca servir como alerta temprana sobre el uso de agentes LLM maliciosos.
NetworkHoneypot
Paper2024
Material revisado: Texto completoLectura críticaPresenta un honeypot interactivo basado en un modelo de lenguaje ajustado con datos de comandos de atacantes.
NetworkHoneypot
Paper2024
Material revisado: Texto completoDe 184 respuestas consideradas plausibles por los expertos, los participantes también clasificaron 167 como plausibles (90,8 %). Esa medida describe respuestas en esta prueba, no engaño de atacantes reales.
NetworkHoneypot
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
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta a honeypot for the Log4Shell vulnerability (CVE-2021-44228).
NetworkHoneypot
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta simple TCP/UDP honeypot implemented in Perl
NetworkHoneypot
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio que documenta hL7 / FHIR honeypot
NetworkHoneypot
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
Software abierto2024
Material revisado: Metadatos del repositorioRepositorio sobre framework modular de honeypots web; documentación y mantenimiento requieren revisión adicional.
ApplicationHoneypot
Paper2024
Material revisado: AbstractSegún los autores, este trabajo inicia un estudio sistemático sobre un nuevo paradigma de despliegue de honeypots que consiste en mezclar computadoras honeypot con computadoras de producción. Formalizan el problema de Despliegue de Honeypots (HD) como un problema de optimización combinatoria, demuestran su NP-dureza, proponen un algoritmo casi óptimo (un esquema de aproximación en tiempo polinomial) y realizan simulaciones para evaluar el impacto de las capacidades del atacante.
NetworkHoneypot
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