Desarrollo de detección de amenazas cibernéticas en redes empresariales usando algoritmos supervisados

En la actualidad, ransomware manifiesta una seria amenaza para la operación de las empresas, al detener procesos internos y servicios esenciales. Frente al cambio constante de estas técnicas, se vuelve indispensable contar con métodos de detección más eficaces y flexibles. Esta dificultad, se aplicó una estrategia basada en el modelo CRISP-DM combinando algoritmos de aprendizaje automático con análisis de acceso al almacenamiento. El estudio utilizó el conjunto de datos público RanSAP, que incluye registros de actividad tanto de programas legítimos como de variantes de ransomware. Mediante la obtención de características y el uso de técnicas como SHAP, fue posible analizar el comportamiento del sistema. Entre los modelos entrenados, Random Forest brindó mejores resultados, con un F1-score de 0.96 y un AUC de 0.98, distinguiéndose como la opción más capaz.

• Main Author: Gutiérrez Espinel, Alexander David (author)
• Other Authors: Granda Velastegui, Alejandro Sebastián (author)
• Format: bachelorThesis
• Language: spa
• Published: 2025
• Subjects: TELECOMUNICACIONES; ANÁLISIS DE SISTEMAS; SISTEMAS DE SEGURIDAD; REDES DE COMPUTADORES; SISTEMAS DE TELECOMUNICACIÓN; ALGORITMOS
• Online Access: http://dspace.ups.edu.ec/handle/123456789/31552