Implementación de un sistema de detección de intrusiones basado en Machine Learning para el monitoreo de ciberseguridad en la red institucional de UNIPAZ
Revista Ingenio · 14.10.2024 · 22 (1) · 1-13
DOI: 10.22463/2011642x.5773 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista Ingenio, online erschienen am 14.10.2024. Verfasst von Jhonis Ríos-Múnera und 4 weiteren Autor:innen. Die Arbeit nennt 14 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
El crecimiento de las infraestructuras digitales en las instituciones de educación superior ha incrementado la exposición de las redes institucionales a diversas amenazas de ciberseguridad, mientras que los mecanismos tradicionales de protección como los firewalls basados en reglas estáticas presentan limitaciones para identificar ataques avanzados y comportamientos anómalos en el tráfico de red, a partir de esta situación el estudio tuvo como objetivo desarrollar e implementar un sistema de detección de intrusiones basado en técnicasde aprendizaje automático que permitiera fortalecer el monitoreo y la detección de amenazas en la red institucional del Instituto Universitario de la Paz ubicado en Barrancabermeja Colombia. Se llevó a cabo una investigación cuantitativa y experimental, empleando tráfico de red capturado en la infraestructura institucionaly el conjunto de datos CIC IDS dos mil diecisiete para entrenar los modelos de aprendizaje automático, simulando diversos escenarios de ataque, tales como escaneo de puertos, fuerza bruta e inyección SQL, con el fin de evaluar el rendimiento del sistema propuesto. Los resultados demuestran que el sistema desarrollado fue capaz de identificar en tiempo real patrones de tráfico malicioso, generar alertas de seguridad y registrar eventos para su posterior análisis, procesando aproximadamente setecientos once eventos por segundo durante las pruebas de robustez, manteniendo estabilidad operativa y un consumo moderado de recursos. En su conjunto, los resultados muestran que el uso de técnicas de aprendizaje automático en sistemas de detección de intrusiones ayuda eficazmente a reforzar el monitoreo de seguridad informática en los entornos académicos.
Zitieren
APA
Ríos-Múnera, J., Salom-Mantilla, K. J., Pose-Villafañe, D., Cortes-Martinez, N. D. M., & Niño-Terraza, P. (2024). Implementación de un sistema de detección de intrusiones basado en Machine Learning para el monitoreo de ciberseguridad en la red institucional de UNIPAZ. Revista Ingenio, 22(1), 1-13. https://doi.org/10.22463/2011642x.5773
Vancouver
Ríos-Múnera J, Salom-Mantilla KJ, Pose-Villafañe D, Cortes-Martinez NDM, Niño-Terraza P. Implementación de un sistema de detección de intrusiones basado en Machine Learning para el monitoreo de ciberseguridad en la red institucional de UNIPAZ. Revista Ingenio. 2024;22(1):1-13. doi:10.22463/2011642x.5773
BibTeX
@article{RosMnera2024,
author = {Ríos-Múnera, Jhonis and Salom-Mantilla, Karen Jhoanna and Pose-Villafañe, Daniel and Cortes-Martinez, Nini del Mar and Niño-Terraza, Paola},
title = {Implementación de un sistema de detección de intrusiones basado en Machine Learning para el monitoreo de ciberseguridad en la red institucional de UNIPAZ},
journal = {Revista Ingenio},
year = {2024},
volume = {22},
number = {1},
pages = {1--13},
doi = {10.22463/2011642x.5773}
}
EUVIMED