Sistema de prevención de intrusos en sitios web, usando modelos y-o algoritmos de Machine Learning : caso práctico Phishing Google Chrome.

Abstract

Con el uso expansivo de internet en los últimos años, los usuarios deben tener una conciencia de seguridad para evitar ataques por parte de intrusos en la red, estos son denominados ciberataques. Un ciberataque muy común hoy en día es el phishing, este tipo de ataque puede poner en riesgo la integridad y datos confidenciales de los usuarios. La ciberseguridad ha ido evolucionando hasta los días de hoy en donde el Machine Learning entra como un actor principal, este se utiliza como un instrumento fundamental para reconocer y eliminar los peligros que se encuentra en la red como el phishing. Así pues, este proyecto se centra en la creación de un Sistema de prevención (IPS) que utiliza modelos de Machine Learning o cálculos potenciales para prevenir el phishing en forma de una extensión de Google Chrome, siguiendo una filosofía de mejora rápida Scrum para su desarrollo e implementación. Además, se hizo empleo de dos herramientas de simulación phishing Zphisher y Pyphisher para realizar pruebas al sistema, tanto en entornos contralados como en entornos reales con el fin de garantizar la efectivad del sistema. Los resultados obtenidos presentan niveles de aceptación dentro de los rangos investigados en la revisión literaria inicial.