Qué sabemos
El resumen del preprint vinculado describe DARLH, un sistema de honeypot que emplea agentes IDS basados en aprendizaje por refuerzo profundo y en redes neuronales recurrentes profundas para detectar ataques DoS en tiempo de ejecución internos y externos. Su propósito es dotar al honeypot de detección dinámica de intrusiones y validación de eventos para monitorizar ataques DoS.
Límites de la evidencia
El registro de revista no tiene resumen; este resumen se basa únicamente en el resumen explícitamente vinculado del preprint, sin lectura del texto completo ni validación independiente de resultados.
Se analizó: página pública. No se analizaron los resultados del texto completo.
Fuentes y trazabilidad
- Deep reinforcement learning for building honeypots against runtime DoS attack
source-page · 2026-10-16
Revisado: 2026-10-16. La ficha puede actualizarse cuando aparezca nueva evidencia.