Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware
LOGOS > VOL. II NO. I > INVESTIGACIONES
Saved in:
Main Authors: | , |
---|---|
Format: | info:eu-repo/semantics/article biblioteca |
Language: | Spanish / Castilian |
Published: |
LEAD University
2021-01-14
|
Subjects: | CIBERSEGURIDAD, INTELIGENCIA ARTIFICIAL, AGENTES INTELIGENTES, ANTIVIRUS, CAPTURA LA BANDERA, |
Online Access: | http://dspace.ulead.ac.cr/repositorio/handle/123456789/130 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
dig-ulead-cr-123456789-130 |
---|---|
record_format |
koha |
spelling |
dig-ulead-cr-123456789-1302021-01-15T21:41:05Z Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware Rojas Villalobos, Bernal Rodríguez Bravo, César CIBERSEGURIDAD INTELIGENCIA ARTIFICIAL AGENTES INTELIGENTES ANTIVIRUS CAPTURA LA BANDERA LOGOS > VOL. II NO. I > INVESTIGACIONES Este artículo propone un nuevo método de defensa en ciberseguridad utilizando inteligencia artificial, que puede ser aplicado en diferentes entornos, desde equipos de escritorio (personales y empresariales), hasta equipos móviles (tabletas, laptops e incluso celulares). Los sistemas antimalware o antivirus tradicionales funcionan de manera determinística (es decir, basados en reglas), mientras que los cibercriminales aparecen con técnicas cada vez más creativas para burlar estos sistemas. En este artículo se propone el diseño de una arquitectura de inteligencia artificial capaz de detectar un código malicioso mediante aprendizaje automático, con la capacidad de identificar intentos creativos de burlar los sistemas de seguridad. Esta arquitectura se basa en el entrenamiento de dos inteligencias artificiales, una maliciosa o atacante (hacker) y otra defensiva. El entrenamiento de ambos modelos se realiza mediante aprendizaje por refuerzo con Q-Learning y redes neuronales convolucionales, respectivamente. La red neuronal atacante aprenderá mediante aprendizaje por refuerzo a ejecutar los métodos más utilizados por los hackers para burlar los sistemas antivirus o antimalware, mientras que el modelo defensor hará uso de Deep Learning para convertir los archivos binarios maliciosos en imágenes, y así poder entrenarse para identificar los patrones del malware y cualquier otra variante generada por el atacante. Con el patrocinio de Fondo California 49 https://www.california49.org 2021-01-15T01:51:02Z 2021-01-15T01:51:02Z 2021-01-14 info:eu-repo/semantics/article Rojas Villalobos, B. y Rodríguez Bravo, C. (2021). Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware. LOGOS, 2 (1): 52-67 2215-5910 http://dspace.ulead.ac.cr/repositorio/handle/123456789/130 es Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc-sa/4.0/ LEAD University |
institution |
ULEAD CR |
collection |
DSpace |
country |
Costa Rica |
countrycode |
CR |
component |
Bibliográfico |
access |
En linea |
databasecode |
dig-ulead-cr |
tag |
biblioteca |
region |
America Central |
libraryname |
Biblioteca de la ULEAD Costa Rica |
language |
Spanish / Castilian |
topic |
CIBERSEGURIDAD INTELIGENCIA ARTIFICIAL AGENTES INTELIGENTES ANTIVIRUS CAPTURA LA BANDERA CIBERSEGURIDAD INTELIGENCIA ARTIFICIAL AGENTES INTELIGENTES ANTIVIRUS CAPTURA LA BANDERA |
spellingShingle |
CIBERSEGURIDAD INTELIGENCIA ARTIFICIAL AGENTES INTELIGENTES ANTIVIRUS CAPTURA LA BANDERA CIBERSEGURIDAD INTELIGENCIA ARTIFICIAL AGENTES INTELIGENTES ANTIVIRUS CAPTURA LA BANDERA Rojas Villalobos, Bernal Rodríguez Bravo, César Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware |
description |
LOGOS > VOL. II NO. I > INVESTIGACIONES |
format |
info:eu-repo/semantics/article |
topic_facet |
CIBERSEGURIDAD INTELIGENCIA ARTIFICIAL AGENTES INTELIGENTES ANTIVIRUS CAPTURA LA BANDERA |
author |
Rojas Villalobos, Bernal Rodríguez Bravo, César |
author_facet |
Rojas Villalobos, Bernal Rodríguez Bravo, César |
author_sort |
Rojas Villalobos, Bernal |
title |
Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware |
title_short |
Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware |
title_full |
Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware |
title_fullStr |
Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware |
title_full_unstemmed |
Aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware |
title_sort |
aprendizaje por defensa reactiva: el nuevo modelo de entrenamiento contra malware |
publisher |
LEAD University |
publishDate |
2021-01-14 |
url |
http://dspace.ulead.ac.cr/repositorio/handle/123456789/130 |
work_keys_str_mv |
AT rojasvillalobosbernal aprendizajepordefensareactivaelnuevomodelodeentrenamientocontramalware AT rodriguezbravocesar aprendizajepordefensareactivaelnuevomodelodeentrenamientocontramalware |
_version_ |
1756475230478401536 |