<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Universidad Estatal Península de Santa ElenaPortal UPSE
Repositorio InstitucionalInvestigación y conocimiento abierto

Sistema basado en Deep Learning para la detección y clasificación de Malware en el tráfico de red

dc.contributor.advisorCoronel Suárez, Iván Alberto
dc.contributor.authorPozo Quirumbay, Olmedo Josue
dc.date.accessioned2026-01-15T16:41:46Z
dc.date.available2026-01-15T16:41:46Z
dc.date.issued2026-01-15
dc.description.abstractEl presente trabajo desarrolla un sistema basado en Deep Learning para la detección y clasificación de malware en tráfico de red, empleando arquitecturas de redes neuronales profundas (DNN/MLP). Utilizando el dataset Improved CSE-CIC-IDS2018, se entrena un modelo para identificar tres categorías de malware: Botnet, Infiltration y Web Attacks, además de tráfico benigno. El proceso incluye preprocesamiento de datos mediante selección de 40 características, técnicas de balanceo como SMOTE y undersampling, y evaluación mediante validación cruzada estratificada. Los resultados demuestran una precisión global del 99.73%, con F1-Score de 0.9969 y tasas de recall superiores al 99.56% para todas las clases. El sistema se implementa como herramienta de línea de comandos en Python, validándose en escenarios controlados de tráfico real, alcanzando detectabilidad superior al 95% de amenazas de malware. Esta solución proporciona un enfoque automatizado para mejorar la ciberseguridad en entornos de red.
dc.identifier.citationPozo Quirumbay, Olmedo Josue (2026). Sistema basado en Deep Learning para la detección y clasificación de Malware en el tráfico de red. La Libertad. UPSE, Matriz. Facultad de Sistemas y Telecomunicaciones. 179p.
dc.identifier.otherUPSE-TTI-2026-020
dc.identifier.urihttps://repositorio.upse.edu.ec/handle/46000/16017
dc.language.isospa
dc.pages179 p.
dc.publisherLa Libertad: Universidad Estatal Península de Santa Elena, 2026
dc.rightsopenAccess
dc.rights.licenseAttribution-NonCommercial-NoDerivs 3.0 United Statesen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectDEEP LEARNING
dc.subjectDETECCIÓN DE MALWARE
dc.subjectTRÁFICO DE RED
dc.subjectSISTEMA DE DETECCIÓN DE INTRUSIONES (IDS)
dc.subjectCIBERSEGURIDAD
dc.titleSistema basado en Deep Learning para la detección y clasificación de Malware en el tráfico de red
dc.typeinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
UPSE-TTI-2026-020.pdf
Tamaño:
9,65 MB
Formato:
Adobe Portable Document Format
Descripción:
TRABAJO DE INTEGRACIÓN CURRICULAR

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1,71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: