Algoritmo para la detección de URL’s maliciosas y legítimas utilizando máquinas de vectores de soporte (SVM)
DOI:
https://doi.org/10.5281/zenodo.15132851Palabras clave:
Inteligencia Artificial, IA, Ciberseguridad, Amenazas cibernéticas, Máquinas de Vectores de Soporte, SVM, Detección de Ataques, Phishing, MalwareResumen
Esta investigación examina el uso de la inteligencia artificial (IA) en el ámbito de la ciberseguridad, ofreciendo una perspectiva completa sobre cómo los métodos avanzados de IA pueden fortalecer la protección contra amenazas cibernéticas. Se revisan los fundamentos de la ciberseguridad, destacando su importancia en la protección de datos y sistemas. Se analiza la metodología de Inteligencia Artificial, específicamente las Máquinas de Vectores de Soporte (SVM), y su efectividad en la detección de ataques. También se examinan tipos de amenazas como el phishing y el malware. Para evaluar la efectividad práctica de estos métodos, se llevaron a cabo experimentos utilizando repositorios de datos públicos. Los resultados indican que las SVM, entre otras técnicas, pueden mejorar significativamente la detección y respuesta a amenazas cibernéticas. Esta investigación subraya la importancia de la IA en la evolución de la ciberseguridad y propone futuras direcciones para la investigación y aplicación en este campo esencial.
Citas
(ENISA), T. E. (17 de Abril de 2024). Artificial Intelligence and Cybersecurity Research. Obtenido de https://www.enisa.europa.eu/publications/artificial-intelligence-and-cybersecurity-research
Brunswick, U. d. (1 de Julio de 2024). URL dataset (ISCX-URL2016). Obtenido de https://www.unb.ca/cic/datasets/url-2016.html
Cybersecurity, C. I. (24 de Junio de 2024). URL dataset (ISCX-URL2016). Obtenido de http://205.174.165.80/CICDataset/ISCX-URL-2016/Dataset/
Jupyter Notebook. (12 de Junio de 2024). Obtenido de https://jupyter.org/
Matplotlib. (18 de Junio de 2024). Obtenido de https://matplotlib.org/
NumPy. (10 de Junio de 2024). Obtenido de https://numpy.org/
Pandas. (30 de Mayo de 2024). Obtenido de https://pandas.pydata.org/
Python (Oficial). (s.f.). Recuperado el 21 de Mayo de 2024, de https://www.python.org/
Scholar, S. (1 de Julio de 2024). Detecting Malicious URLs Using Lexical Analysis. Obtenido de https://www.semanticscholar.org/paper/Detecting-Malicious-URLs-Using-Lexical-Analysis-Mamun-Rathore/01bb00b24fb2bcf1d11748d0c39ba60367b4c264
Scikit-Learn. (5 de Junio de 2024). Obtenido de https://scikit-learn.org/stable/
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Dylan Alejandro Fernández Molina, Arturo Hernandez Martinez, Jimena Melendez Ramirez, Juan Manuel Stein Carrillo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.