Image de couverture de livre

Diseño de un modelo de detección temprana de amenazas cibernéticas en PYMES colombianas mediante técnicas de inteligencia artificial

Fuente: Zenodo

Enregistré dans:

Détails bibliographiques
Auteur principal:	Reina, Edgar Andres
Format:	Recurso digital
Langue:	espagnol
Publié:	Zenodo 2026
Sujets:	ciberseguridad, PYMES, inteligencia artificial, detección de intrusos, Random Forest, Isolation Forest
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

_version_	1866902081957265408
author	Reina, Edgar Andres
author_facet	Reina, Edgar Andres
contents	<p>Este artículo presenta el diseño y evaluación experimental de un modelo de detección <br>temprana de amenazas cibernéticas dirigido a pequeñas y medianas empresas (PYMES) <br>colombianas, mediante el uso de técnicas de inteligencia artificial y aprendizaje automático. <br>El problema central identificado es la incapacidad de las PYMES para detectar incidentes de <br>seguridad en tiempo real, agravada por la ausencia de soluciones adaptadas a entornos con <br>recursos tecnológicos y humanos limitados. Se propone un modelo híbrido que combina <br>Random Forest para clasificación supervisada e Isolation Forest para detección de <br>anomalías no supervisada, entrenado sobre un conjunto de siete variables técnicas de <br>tráfico de red. La evaluación experimental se realizó en un entorno virtualizado Ubuntu 22.04 <br>sobre VirtualBox, utilizando un dataset sintético de 5.000 registros parametrizado con base <br>en los datasets públicos CIC-IDS2017 y UNSW-NB15. Los resultados obtenidos confirman la <br>hipótesis planteada: el modelo híbrido alcanzó un F1-Score de 0.9934, un Recall de 1.00 <br>para la clase de ataques y 0 falsos negativos sobre el conjunto de prueba, con una tasa de <br>falsa alarma del 0.57% y un tiempo de inferencia de 187 ms por sesión. Estos resultados <br>demuestran que el modelo es técnicamente viable para su implementación en PYMES <br>colombianas con infraestructura básica. Como trabajo futuro se propone la validación sobre <br>tráfico real de PYMES colombianas de diferentes sectores económicos. <br>Palabras clave: ciberseguridad, PYMES, inteligencia artificial, detección de intrusos, <br>Random Forest, Isolation Forest, aprendizaje automático.</p>
format	Recurso digital
id	zenodo_https___doi_org_10_5281_zenodo_20359802
institution	Zenodo
language	spa
publishDate	2026
publisher	Zenodo
record_format	zenodo
spellingShingle	Diseño de un modelo de detección temprana de amenazas cibernéticas en PYMES colombianas mediante técnicas de inteligencia artificial Reina, Edgar Andres ciberseguridad, PYMES, inteligencia artificial, detección de intrusos, Random Forest, Isolation Forest <p>Este artículo presenta el diseño y evaluación experimental de un modelo de detección <br>temprana de amenazas cibernéticas dirigido a pequeñas y medianas empresas (PYMES) <br>colombianas, mediante el uso de técnicas de inteligencia artificial y aprendizaje automático. <br>El problema central identificado es la incapacidad de las PYMES para detectar incidentes de <br>seguridad en tiempo real, agravada por la ausencia de soluciones adaptadas a entornos con <br>recursos tecnológicos y humanos limitados. Se propone un modelo híbrido que combina <br>Random Forest para clasificación supervisada e Isolation Forest para detección de <br>anomalías no supervisada, entrenado sobre un conjunto de siete variables técnicas de <br>tráfico de red. La evaluación experimental se realizó en un entorno virtualizado Ubuntu 22.04 <br>sobre VirtualBox, utilizando un dataset sintético de 5.000 registros parametrizado con base <br>en los datasets públicos CIC-IDS2017 y UNSW-NB15. Los resultados obtenidos confirman la <br>hipótesis planteada: el modelo híbrido alcanzó un F1-Score de 0.9934, un Recall de 1.00 <br>para la clase de ataques y 0 falsos negativos sobre el conjunto de prueba, con una tasa de <br>falsa alarma del 0.57% y un tiempo de inferencia de 187 ms por sesión. Estos resultados <br>demuestran que el modelo es técnicamente viable para su implementación en PYMES <br>colombianas con infraestructura básica. Como trabajo futuro se propone la validación sobre <br>tráfico real de PYMES colombianas de diferentes sectores económicos. <br>Palabras clave: ciberseguridad, PYMES, inteligencia artificial, detección de intrusos, <br>Random Forest, Isolation Forest, aprendizaje automático.</p>
title	Diseño de un modelo de detección temprana de amenazas cibernéticas en PYMES colombianas mediante técnicas de inteligencia artificial
topic	ciberseguridad, PYMES, inteligencia artificial, detección de intrusos, Random Forest, Isolation Forest
url	https://doi.org/10.5281/zenodo.20359802