Qué sabemos
El 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.
Límites de la evidencia
Revisión basada únicamente en el resumen depositado en Crossref y en los metadatos bibliográficos; no se consultó el texto completo ni se validaron de forma independiente los resultados, la reproducibilidad o el software.
Se analizó: abstract del autor. No se analizaron los resultados del texto completo.
Fuentes y trazabilidad
- Innovative Malware Detection: Practical Swarm Optimization and fuzzyKNN Model in Honeypot Environment
abstract · 2026-10-11
Revisado: 2026-10-16. La ficha puede actualizarse cuando aparezca nueva evidencia.