Modelo de detección de correos electrónicos mediante análisis de texto con IA para evitar la propagación de software malicioso

• Autor: Cieza Delgado, Jairo Ismael
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/13958
• Enlace del recurso: https://hdl.handle.net/20.500.12867/13958
• Nivel de acceso: acceso abierto
• Materia: Detección de correos; Software malicioso; Procesamiento de lenguaje; https://purl.org/pe-repo/ocde/ford#2.02.04

Esta investigación se centra en la problemática de la propagación de software dañino en hospitales públicos, específicamente a través de correos electrónicos que comprometen la integridad y disponibilidad de los sistemas. La implementación de un modelo de detección automatizada basado en inteligencia artificial (IA) con técnicas de análisis de texto resulta esencial para reducir la tasa de falsos positivos y negativos, además de disminuir el tiempo de detección de amenazas. Durante el proceso se evaluaron 5,000 correos electrónicos clasificados como legítimos y maliciosos los cuales fueron extraídos del servidor Zimbra de un hospital público. Se llevó a cabo una comparación de los modelos, donde Naïve Bayes con vectorización TF-IDF obtuvo el mejor desempeño, reduciendo la tasa de falsos positivos de 7.2% a 2.1%, los falsos negativos de 9.5% a 1.8% y el tiempo promedio de detección de 2.3 a 0.7 segundos. Luego del entrenamiento y evaluación, el modelo fue integrado en una plataforma web desarrollada en Laravel y alojada en un servidor local, permitiendo la detección en tiempo real de correos maliciosos y mejorando la respuesta ante incidentes.