Estudio de técnicas de Machine Learning para minimizar las vulnerabilidades en la infraestructura digital del Ejército

El presente estudio denominado "Estudio de técnicas de machine learning para minimizar las vulnerabilidades en la infraestructura digital del Ejército", se centra en la determinación de las diferentes técnicas de machine learning que se pueden adaptar a la infraestructura digital que actualmente posee el Ejército Ecuatoriano. La investigación aborda desde el lado conceptual y legal, los diferentes conceptos que han ido apareciendo con el desarrollo de nuevas tecnologías y que son fundamentales para comprender el extenso campo de la ciberseguridad y el manejo de la información. Se destacan diversas técnicas de machine learning para identificar patrones y anomalías que puedan indicar amenazas potenciales, así como las dificultades inherentes a la implementación de estos métodos, como la disponibilidad limitada de datos etiquetados y la dinámica de las amenazas cibernéticas. Finalmente se proponen posibles modelos predictivos con diferentes algoritmos de Machine Learning orientados a la detección de incidentes de seguridad, como una de las posibles soluciones con que puede contar la institución militar en el campo de la seguridad informática. Este proyecto busca crear una estrategia integral y colaborativa amalgame la experiencia en ciberseguridad y operaciones militares, con el fin de reforzar la infraestructura digital del Ejército Ecuatoriano y mejorar su capacidad de respuesta frente posibles amenazas.

• מחבר ראשי: Puga Jácome, David Salomón (author)
• מחברים אחרים: Vallejo Almeida, Roberto Patricio (author)
• פורמט: bachelorThesis
• יצא לאור: 2024
• נושאים: ALGORITMOS; CIBERSEGURIDAD; INFRAESTRUCTURA DIGITAL; MACHINE LEARNING; SEGURIDAD INFORMÁTICA.
• גישה מקוונת: https://repositorio.espe.edu.ec/handle/21000/39393