Análisis y técnicas de prevención, detección y ataques de phishing
En la actualidad, es muy relevante la implementación de técnicas que sean capaces de evitar las consecuencias producidas por phishing, una de las mayores amenazas de la ingeniería social, o al menos minimizar lo más posible las vulnerabilidades derivadas de ataques a organizaciones, sobre todo en el...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | Universidad Nacional de Educación a Distancia |
| Repositorio: | e-spacio. Repositorio Institucional de la UNED |
| Idioma: | español |
| OAI Identifier: | oai:e-spacio.uned.es:20.500.14468/21393 |
| Acceso en línea: | https://hdl.handle.net/20.500.14468/21393 |
| Access Level: | acceso abierto |
| Palabra clave: | 1203.17 Informática phishing aprendizaje automático algoritmo malware ingeniería social ciberataques machine learning algorithm social engineering cyberattacks |
| Sumario: | En la actualidad, es muy relevante la implementación de técnicas que sean capaces de evitar las consecuencias producidas por phishing, una de las mayores amenazas de la ingeniería social, o al menos minimizar lo más posible las vulnerabilidades derivadas de ataques a organizaciones, sobre todo en el ámbito de infraestructuras críticas o de altas prestaciones. En este sentido, tiene un gran interés asociado el realizar el análisis de malware mediante herramientas específicas para tal efecto. Primeramente, en este trabajo se describirán los tipos de phishing existentes en la actualidad, así como las técnicas de prevención y detección desarrolladas para intentar frenar este tipo de ataques contra la integridad de datos personales, empresariales o institucionales, haciendo hincapié en la utilización de machine learning. A continuación, se analizarán en profundidad algunas de las herramientas y algoritmos propuestos en la literatura científica para la detección de phishing y finalmente se harán pruebas con varios ataques de phishing estudiados previamente, a través de aplicaciones existentes para tal efecto y así, mostrar gráficamente su potencial y daños posibles a usuarios y organizaciones, de una manera rápida y sencilla, con alta probabilidad de éxito. |
|---|