Paper

AEGIS-AI: Autonomous Threat Deception and Detection Using Honeypot Networks

El trabajo propone AEGIS-AI, un marco que combina honeypots con aprendizaje por refuerzo y redes neuronales profundas para automatizar el engaño y la detección de actividad maliciosa. Los autores describen estrategias de decepción adaptables en tiempo real mediante procesos de decisión de Markov y aprendizaje federado, y presentan fórmulas para evaluar la efectividad del engaño.

HoneypotAdversary engagementNetwork

Qué sabemos

El trabajo propone AEGIS-AI, un marco que combina honeypots con aprendizaje por refuerzo y redes neuronales profundas para automatizar el engaño y la detección de actividad maliciosa. Los autores describen estrategias de decepción adaptables en tiempo real mediante procesos de decisión de Markov y aprendizaje federado, y presentan fórmulas para evaluar la efectividad del engaño.

Límites de la evidencia

Revisión limitada al resumen depositado en Crossref; no se leyó el texto completo ni se verificaron de forma independiente los resultados reportados.

Se analizó: abstract del autor. No se analizaron los resultados del texto completo.

Fuentes y trazabilidad

  1. AEGIS-AI: Autonomous Threat Deception and Detection Using Honeypot Networks
    abstract · 2026-10-11

Revisado: 2026-10-16. La ficha puede actualizarse cuando aparezca nueva evidencia.

RIS · BibTeX