Work

Implementación de aplicativo web usando aprendizaje automático y procesamiento de lenguaje natural para detectar suplantación de identidad

Year: 2026
Type: article
Abstract: El presente trabajo de titulación surge ante la necesidad de disminuir el riesgo de que los usuarios sean afectados por amenazas informáticas asociadas con la suplantación de identidad. Su propósito principal es desarrollar un modelo capaz de analizar y clasificar correos electrónicos, diferenciando los mensajes legítimos de aquellos que presentan características maliciosas. Para ello, se examinan los elementos lingüísticos, las expresiones recurrentes y la estructura textual contenida en cada mensaje. La investigación se desarrolló mediante un enfoque cuantitativo y un alcance analítico. El procedimiento incluyó la recopilación, depuración, organización y preparación de conjuntos de datos conformados por correos electrónicos previamente clasificados. Posteriormente, se emplearon técnicas de procesamiento de lenguaje natural para transformar el contenido textual y extraer las características más relevantes. Esta información permitió entrenar y comparar distintos algoritmos de aprendizaje automático. El desempeño de los modelos se evaluó mediante indicadores como exactitud, precisión y exhaustividad, con el objetivo de determinar cuál ofrecía una clasificación más confiable. Los resultados obtenidos demostraron que la combinación del aprendizaje automático con el procesamiento de lenguaje natural permite reconocer patrones asociados con mensajes fraudulentos y mejorar la identificación de posibles intentos de suplantación de identidad. De esta manera, el sistema contribuye a reducir la exposición de los usuarios ante correos engañosos o potencialmente peligrosos. Finalmente, la propuesta constituye una alternativa tecnológica orientada al fortalecimiento de la seguridad digital, ya que facilita la detección temprana de mensajes sospechosos y aporta un mecanismo de apoyo frente al incremento de los ataques cibernéticos y los riesgos relacionados con la vulneración de información.
Language: Spanish
Open Access status: green
OpenAlex ID: W7212210348
FWCI:
Cites: 30
Cited by:
Related to: 10