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

Desarrollo de un auditor de tráfico para dispositivos IoT basado en técnicas de machine learning para la detección de tráfico malicioso en redes domésticas

dc.contributor.advisorHaz López, Lídice Victoria
dc.contributor.authorGarcia Peña, Danny Ruben
dc.date.accessioned2026-01-15T18:04:27Z
dc.date.available2026-01-15T18:04:27Z
dc.date.issued2026-01-15
dc.description.abstractEl presente proyecto presenta el diseño un sistema de auditoría de tráfico para dispositivos IoT en redes domésticas basado en técnicas de Aprendizaje Automático, con la finalidad de detectar identificar anomalías y amenazas en la red. El sistema implementa algoritmos de Random Forest para clasificación de intrusiones, Isolation Forest para la detección de anomalías, y clustering para identificación de patrones coordinados de botnet. La metodología combina investigación experimental y análisis cuantitativo, utilizando datasets estandarizados NSL-KDD con 100,000 muestras de tráfico de red para entrenamiento de modelos. La arquitectura modular del sistema integra siete componentes principales: Network Scanner, Attack Detector, Traffic Analyzer, Security AlertSystem, Botnet Analyzer, MLDetection Engine e IoT Database, proporcionando capacidades de escaneo de red, detección de ataques en tiempo real, análisis de tráfico mediante Aprendizaje Automático.
dc.identifier.citationGarcia Peña, Danny Ruben (2026). Desarrollo de un auditor de tráfico para dispositivos IoT basado en técnicas de machine learning para la detección de tráfico malicioso en redes domésticas. La Libertad. UPSE, Matriz. Facultad de Sistemas y Telecomunicaciones. 144p.
dc.identifier.otherUPSE-TTI-2026-011
dc.identifier.urihttps://repositorio.upse.edu.ec/handle/46000/16037
dc.language.isospa
dc.pages144 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.subjectINTERNET DE LAS COSAS
dc.subjectAPRENDIZAJE AUTOMÁTICO
dc.subjectDETECCIÓN DE INTRUSIONES
dc.titleDesarrollo de un auditor de tráfico para dispositivos IoT basado en técnicas de machine learning para la detección de tráfico malicioso en redes domésticas
dc.typeinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
UPSE-TTI-2026-011.pdf
Tamaño:
1,62 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: