Sistema de detección de intrusiones basado en firmas y ML y asistido por LLM
Year: 2026
Type: dissertation
Abstract: En la actualidad, debido a la creciente complejidad en los ciberataques, se está poniendo de manifiesto las limitaciones de los Sistemas de Detección de Intrusiones (IDS) tradicionales que se basan en firmas o reglas estáticas. Estos sistemas IDS siguen siendo efectivos frente a amenazas conocidas, pero presentan limitaciones frente a ataques de tipo Zero-day, técnicas avanzadas de ofuscación, etc. Por este motivo es necesaria su evolución hacia arquitecturas inteligentes, adaptativas y comprensibles. En este TFG se presenta el diseño e implementación de un IDS inteligente, en el que se van a integrar datos de IDS tradicionales (Suricata y Zeek) junto con algoritmos de aprendizaje automático (Random Forest e Isolation Forest) y modelos IA (LLM). El objetivo es mejorar la detección de anomalías en el tráfico de red, así como la generación de explicaciones automáticas que sean comprensibles en el análisis de las alertas. La propuesta se validará haciendo uso tanto de datasets de referencia (UNSW-NB15 y CICIDS-2018) como de pruebas mediante la simulación de ataques en un entorno de laboratorio.
Author: Peña Doncel, Víctor
Language: Spanish
Subfield: Computer Networks and Communications
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7154865949