Sistema predictivo en la prevención de ciberataques de una entidad pública, Lima 2024

• Autor: Ramos Bernardo, Ruben Guillermo
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/161781
• Enlace del recurso: https://hdl.handle.net/20.500.12692/161781
• Nivel de acceso: acceso abierto
• Materia: Ataque cibernético; Aprendizaje automático; Ciberseguridad; https://purl.org/pe-repo/ocde/ford#2.02.04

Este estudio se enfoca en el Objetivo de Desarrollo Sostenible (ODS) N° 8, que promueve el trabajo decente y el crecimiento económico a través de la innovación tecnológica. El propósito principal fue evaluar el impacto de un sistema predictivo basado en algoritmos de aprendizaje automático en la prevención de ciberataques de una entidad pública en Lima, en el año 2024. Se adoptó un enfoque cuantitativo con diseño experimental de nivel aplicativa y de tipo pre-experimental. La población de estudio fue de 100 registros de ciberataques, con una muestra de 80 registros. Los datos fueron recolectados mediante fichas de registro validadas por expertos. El análisis estadístico, realizado con el software SPSS, reveló una distribución no normal de los datos. Para la contrastación de hipótesis, se utilizó la prueba no paramétrica U de Mann-Whitney para muestras independientes, confirmando la influencia significativa del sistema predictivo en la prevención de ciberataques. Los resultados mostraron un aumento significativo en el porcentaje de implementación de controles de seguridad (PIC), que pasó del 52,50% al 80,00% entre el pre-test y el post-test. De manera similar, el índice de capacitaciones exitosas (ICE) aumentó del 43,75% al 63,75%, y el porcentaje de ciberataques solucionados (PCS) mejoró del 57,50% al 78,75%. En conclusión, el sistema predictivo demostró una mejora significativa en la prevención de ciberataques, mejorando la seguridad mediante controles más efectivos, mayor capacitación del personal y un monitoreo más preciso. Por lo que se recomienda continuar con el uso y mejora del sistema predictivo, su integración con otras soluciones tecnológicas, y la capacitación continua del personal. Además, es crucial optimizar el monitoreo y la infraestructura tecnológica para garantizar su efectividad a largo plazo.