Estado del arte de los estudios sobre la seguridad que poseen los asistentes de voz domóticos como son Alexa o Google Home
En la actualidad el manejo de los asistentes de voz domóticos Alexa o google home han tenido un incremento por su versatilidad para realizar tareas, además de interactuar con los usuarios y otros dispositivos del hogar, esto puede generar problemas que afecten a la seguridad. Este documento desarrol...
Gorde:
| Egile nagusia: | |
|---|---|
| Beste egile batzuk: | |
| Formatua: | bachelorThesis |
| Hizkuntza: | spa |
| Argitaratua: |
2022
|
| Gaiak: | |
| Sarrera elektronikoa: | http://dspace.ups.edu.ec/handle/123456789/23045 |
| Etiketak: |
Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
|
Etiketa erantsi | Gaia: | En la actualidad el manejo de los asistentes de voz domóticos Alexa o google home han tenido un incremento por su versatilidad para realizar tareas, además de interactuar con los usuarios y otros dispositivos del hogar, esto puede generar problemas que afecten a la seguridad. Este documento desarrolla un estado del arte sobre seguridad de los asistentes de voz, mediante las metodologías de mapeo sistemático y revisión sistemática de la literatura, para la recopilación de estudios relevantes en varios repositorios digitales entre los años 2017 al 2021, que se encuentren focalizados en ataques, vulnerabilidades y contramedidas que presentan estos dispositivos. Dentro de la clasificación de ataques, los aspectos como: confidencialidad, integridad y disponibilidad son los más afectados. Los ataques como: voice squatting, voice masquerading, eavesdropping, tampering entre otros. Se presentan como las agresiones con más concurrencia en la revisión de estudios realizados. Por el lado de las vulnerabilidades se encontró que las perspectivas a tomar en cuenta son: hardware, usuarios, autentificaciones, actualizaciones de software y market application; como los posibles caminos para quebrar las seguridades de los asistentes de voz domóticos. De la misma forma se halló métodos como: machine learning con un 15%, simulación de ataques con un 12%, soporte de hardware con un 19%, Autentificación/software con un 23%, control de acceso con un 8%, cifrado y protocolos con un 23%, que ayudarán a tratar con posibles ataques. |
|---|