Introducción a la Inteligencia Artificial y el Aprendizaje Automático en Ciberseguridad

Abimelec Antek  Arias Ariza; Miguel Vargas-Lombardo

doi:10.48204/j.colonciencias.v12n1.a6824

Enviado enero 28, 2025

Publicado 2025-01-30

Artículos

Vol. 12 Núm. 1 (2025): Revista Colón Ciencias, Tecnología y Negocios

Introducción a la Inteligencia Artificial y el Aprendizaje Automático en Ciberseguridad

Abimelec Antek Arias Ariza⁺⁻
Miguel Vargas-Lombardo⁺⁻

DOI https://doi.org/10.48204/j.colonciencias.v12n1.a6824

PDF

Citas

DOI: 10.48204/j.colonciencias.v12n1.a6824

Publicado: 2025-01-30

Cómo citar

Arias Ariza, A. A., & Vargas-Lombardo, M. (2025). Introducción a la Inteligencia Artificial y el Aprendizaje Automático en Ciberseguridad. Revista Colón Ciencias, Tecnología Y Negocios, 12(1), 32–48. https://doi.org/10.48204/j.colonciencias.v12n1.a6824

Derechos de autor 2025 Revista Colón Ciencias, Tecnología y Negocios

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Resumen

La ciberseguridad juega un papel vital en la protección de activos digitales y la privacidad de los individuos en la era de la información. En este contexto, la inteligencia artificial (IA) y el aprendizaje automático (ML) han emergido como herramientas poderosas para mejorar la detección y prevención de amenazas cibernéticas. Este articulo analiza la utilización de la IA y el ML en ciberseguridad, examinando su evolución histórica, ventajas y limitaciones, así como su impacto social y consideraciones éticas. Se realiza una revisión de la literatura científica y técnica mediante palabras clave “"Inteligencia Artificial en ciberseguridad", "Machine Learning en seguridad informática" y "IA y ML en detección de amenazas" en las bases de datos IEEE Xplore, ScienceDirect y ACM Digital Library seleccionando 30 referencias útiles de un total 150 artículos identificados. Se aplicó un cuestionario a 12 ingenieros de sistemas de diversas empresas del país que cuentan con al menos una maestría en ciberseguridad con el propósito de conocer si logran implementar la técnica PICOC en entornos de ciberseguridad. La inteligencia artificial y el machine learning han revolucionado la ciberseguridad al permitir la detección automatizada de amenazas, el análisis de comportamientos anómalos, y la generación de respuestas más rápidas y precisas ante potenciales ataques cibernéticos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alfonso Galipienso, M.I., Cazorla Quevedo, M.A., Colomina Pardo, O., Escolano Ruiz, F., Lozano Ortega, M.A. (2003). Inteligencia Artificial: modelos, técnicas y áreas de aplicación. Ediciones Paraninfo, S.A. Madrid, España.
Al-Garadi, M. A., Hussain, M.R., Khan, N., Murtaza, G., Nweke, H. & Ali, I. (2019). Predicting Cyberbullying on Social Media in the Big Data Era Using Machine Learning Algorithms: Review of Literature and Open Challenges. IEEE Access, 7, 70701-70718. https://ieeexplore.ieee.org/document/8720155
Apruzzese, G., Laskov, P., Montes, E., et al. (2023). The Role of Machine Learning in Cybersecurity. Digital Threats: Research and Practice, 4 (1), 1-38. https://doi.org/10.1145/3545574
Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer, 2, 1122-1128. https://link.springer.com/book/9780387310732
Chen, H. C. (2012). Business Intelligence and Analytics: From Big Data to Big Impact. MIS Quarterly, 36(4), 1165–1188. https://doi.org/10.2307/41703503.
Chollet, F. (2021). Deep Learning with Python. Shelter Island, NY, USA: Manning Publications Co. https://www.manning.com/books/deep-learning-with-python
Dasgupta, D., Akhtar, Z. & Sen, S. (2022). Machine learning in cybersecurity: a comprehensive survey. The Journal of Defense Modeling and Simulation, 19 (1), 57-106. https://doi.org/10.1177/1548512920951275
Domingos, P. (2015). The Master Algorithm: How the Search for the Ultimate Learning Machine Will Remake Our World. Computer and Technology Magazine, 15 (02). https://www.redalyc.org/comocitar.oa?id=638067264018
Ebert, C. & Beck, M. (2023). Artificial Intelligence for Cybersecurity. IEEE Software, 40 (6), 27-34. https://doi.org/10.1109/MS.2023.3305726
Geron, A. (2022). Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow. O´Reilly Media Inc. California, U.S.A. https://books.google.com.pa/books?id=HHetDwAAQBAJ&printsec=frontcover&redir_esc=y#v=onepage&q&f=false
Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning. MIT press. Cambridge, AM, U.S.A.
Hastie, T., Tibshiriani, R. & Friedman, J. (2009). The Elements of Statistical Learning Data Mining, Inference and Prediction. Springer Science, Second Edition, New York, U.S.A.
LeCun, Y., Bengio, Y, & Hinton, G. (2015). Deep learning. Nature, 521, 436-444. https://doi.org/10.1038/nature14539
Millán Santamaría, S. (2023). Machine Learning Operations (MLOps): contexto actual y tendencias futuras. [Trabajo de Fin de Máster - Universidad de La Rioja]. https://investigacion.unirioja.es/documentos/655c98b6da93c5320dbe7690/f/655c98b6da93c5320dbe768f.pdf
Montasari, R. (2024). Addressing Ethical, Legal, Technical, and Operational Challenges in Counterterrorism with Machine Learning: Recommendations and Strategies. In: Cyberspace, Cyberterrorism and the International Security in the Fourth Industrial Revolution. Springer, Cham. https://doi.org/10.1007/978-3-031-50454-9_10
Murillo Tovar, L. P. (2021). Implementación de la industria 4.0 en el sector de tecnologías de información. [Trabajo de Máster - Instituto Tecnológico de Mérida]. Repositorio Institucional – ITM. https://rinacional.tecnm.mx/handle/TecNM/4517
Murphy, K. P. (2012). Machine learning: a probabilistic perspective. MIT Press. Cambridge, MA, U.S.A.
Narasimhan, K. S. (2017). Economic efficiency of adaptive trading algorithms: A case study with XAI. Journal of Machine Learning Research, 18 (1), 123-135.
Nolasco-Mamani, M.A, Espinosa, S. & Choque-Salcedo, R. (2023). Innovación y Transformación Digital en la Empresa. ACVENISPROH Académico, 67. https://doi.org/10.47606/ACVEN/ACLIB0039
Russell, S. J. (2004). Inteligencia Artificial: un enfoque moderno. Pearson Prentice Hall. México. https://www.academia.edu/49826989/Inteligencia_artificial_un_enfoque_moderno_stuart_j_russell
Salamanca Rativa, I. N. (2021). Técnicas de aprendizaje automático aplicadas en los sistemas de predicción. Tecnología, Investigación y Academia, 8(1), 37–53. https://revistas.udistrital.edu.co/index.php/tia/article/view/17325
Sutton, R. & Barto, A.G. (2018). Reinforcement Learning: an Introduction. MIT Press. Cambridge, MA, U.S.A.
Swinfen Green, J. (2015). Cyber security: An introduction for non-technical managers. Gower Publishing Limited. Burlington, VT, U.S.A.
Tama, B. A., Kweka, B. J., Park, Y., & Rhee, K. H. (2017). A critical review of blockchain and its current applications. International Conference on Electrical Engineering and Computer Science, IEEE Xplore, 109-113. https://doi.org/10.1109/ICECOS.2017.8167115.