Please use this identifier to cite or link to this item: https://repositorio.upse.edu.ec/handle/46000/8231
Title: Una revisión del aprendizaje profundo aplicado a la ciberseguridad
Authors: Quirumbay Yagual, Daniel Iván
Castillo Yagual, Carlos Andrés
Coronel Suárez, Iván Alberto
Keywords: APRENDIZAJE PROFUNDO;INTERNET DE LAS COSAS;INTELIGENCIA ARTIFICIAL;REDES NEURONALES;SEGURIDAD CIBERNÉTICA
Issue Date: 2022
Publisher: La Libertad: Universidad Estatal Península de Santa Elena, 2022.
Abstract: Este estudio presenta una descripción general sobre la ciberseguridad desde la perspectiva de las redes neuronales y técnicas de aprendizaje profundo de acuerdo con las diversas necesidades actuales en ambientes de seguridad informática. Se discute la aplicabilidad de estas técnicas en diversos trabajos de ciberseguridad, como detección de intrusos, identificación de malware o botnets, phishing, predicción de ciberataques, denegación de servicio, ciberanomalías, entre otros. Para este estudio se aplicó el método analítico-sintético que sirvió para identificar soluciones óptimas en el campo de la ciberseguridad. Los resultados destacan y recomiendan algoritmos aplicables a la seguridad cibernética como base de conocimiento y facilidad para investigaciones futuras dentro del alcance de este estudio en el campo. Esta investigación sirve como punto de referencia y guía para la academia y los profesionales de las industrias de la seguridad cibernética desde el punto de vista del aprendizaje profundo.
URI: https://repositorio.upse.edu.ec/handle/46000/8231
Appears in Collections:CTU Vol.9 Núm. 1

Files in This Item:
File Description SizeFormat 
UPSE-RCT-2022-Vol.9-No.1-007.pdfARTÍCULO1,12 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons