This is an outdated version published on 2016-07-02. Read the most recent version.

DISEÑO DE UN SISTEMA MULTIAGENTES HÍBRIDO BASADO EN APRENDIZAJE PROFUNDO PARA LA DETECCIÓN Y CONTENCIÓN DE CIBERATAQUES

Authors

Enrique Javier Santiago Universidad Francisco de Paula Santander
Jesús Sánchez Allende Universidad Alfonzo X el Sabio

DOI:

https://doi.org/10.24054/rcta.v2i28.298

Keywords:

SMA, Agentes BDI, DNN, redes neuronales, dataset

Abstract

Este trabajo es el resultado de la investigación de los autores sobre el estado del arte de la ciberseguridad a nivel mundial, y a partir de las necesidades identificadas plantea el diseño de una solución de seguridad informática resultado de la integración de dos tecnologías: los sistemas multiagentes reactivos y BDI con las redes neuronales de aprendizaje profundo para la detección y contención de ataques informáticos tradicionales y avanzados.

Downloads

Download data is not yet available.

References

Santiago E., Sánchez J. (2017). Riesgos de ciberseguridad en las empresas, Universidad Alfonzo X el Sabio, Madrid, España.

Trend Micro, (2012): Spear Phishing, TrendLabs, Cupertino, California.

CISCO Systems, (2017): Informe de Ciberseguridad de Cisco 2017, Santa Cruz, Estados Unidos de América.

Mcfee Labs, (2016): Informe sobre amenazas de las empresas, Estados unidos de América.

Danny Yadron, Wall Street journal (2014): Efectividad de los antivirus, según vicepresidente de Symantec https://www.wsj.com/news/articles/SB10001424052702303417104579542140235850578 (Consultado el 19 de Octubre del 2016)

Russell, S. Norvig, P. (2005). Inteligencia artificial, un enfoque moderno, Ed. Pearson, segunda edición, Madrid.

Durán Acevedo Christian M, Iturriago Ali Xavier. (2012). Automatización de un Sistema de Suministro de Agua Potable a Través de la Tecnología Zigbee. Revista Colombiana de Tecnologías de Avanzada, Vol. 1, No. 19, pp. 36-42.

Tomás, V. and García, L. (2005). “A Cooperative Multiagent System For Traffic Management And Control”, AAMAS Utrecht, Netherlands.

Mansanet Sandín, J. (2016). Contributions to Deep Learning Models [Tesis doctoral]. Universitat Politècnica de València. doi:10.4995/Thesis/10251/61296.

Bonfante, Castillo (2014). “Integración de sistema multi-agente, ontologías y procesos de negocios como marco tecnológico de la estrategia “gobierno en línea”. Revista Colombiana de Tecnologías Avanzadas, ISSN: 1692-7257, Vol. 1, No. 23, 2014.

Parra, C., Herrera, (2013). “Aplicación de los sistemas de detección de intrusos y la tecnología de agentes en el monitoreo inteligente de redes de datos”, Revista Colombiana de Tecnologías Avanzadas, ISSN: 1692-7257, Vol. 2, No. 22, 2013.

Gualdrón, O., Durán, C. (2014). “Implementación de un modelo neuronal en un dispositivo hardware (FPGA) para la clasificación de compuestos químicos en un sistema multisensorial (nariz electrónica)”, Revista Colombiana de Tecnologías Avanzadas, ISSN: 1692-7257, Vol. 2, No. 24, 2014.

Downloads

PDF (Español (España))

Published

2021-01-07 — Updated on 2016-07-02

Versions

How to Cite

Santiago, E. J., & Sánchez Allende, J. . (2016). DISEÑO DE UN SISTEMA MULTIAGENTES HÍBRIDO BASADO EN APRENDIZAJE PROFUNDO PARA LA DETECCIÓN Y CONTENCIÓN DE CIBERATAQUES. COLOMBIAN JOURNAL OF ADVANCED TECHNOLOGIES, 2(28), 115–123. https://doi.org/10.24054/rcta.v2i28.298 (Original work published January 7, 2021)