Comparación de técnicas de machine learning para detección de sitios web de phishing

Descripción del Articulo

Indexado en DOAJ
Detalles Bibliográficos
Autor: Moncada Vargas, Andrés Eduardo
Formato: artículo
Fecha de Publicación:2020
Institución:Universidad de Lima
Repositorio:ULIMA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ulima.edu.pe:20.500.12724/12275
Enlace del recurso:https://hdl.handle.net/20.500.12724/12275
https://doi.org/10.26439/interfases2020.n013.4886
Nivel de acceso:acceso abierto
Materia:Protección de datos
Identidad en Internet
Seguridad informática
Delitos informáticos
Data protection
Online identities
Computer security
Computer crimes
https://purl.org/pe-repo/ocde/ford#2.02.04
id RULI_9b47bb5068b460df252258fdf8b586ce
oai_identifier_str oai:repositorio.ulima.edu.pe:20.500.12724/12275
network_acronym_str RULI
network_name_str ULIMA-Institucional
repository_id_str 3883
spelling Moncada Vargas, Andrés EduardoMoncada Vargas, Andrés Eduardo2021-01-14T15:04:50Z2020Moncada Vargas, A. E. (2020). Comparación de técnicas de machine learning para detección de sitios web de phishing. Revista Interfases, (013), 77-103. https://doi.org/10.26439/interfases2020.n013.48861993-4912https://hdl.handle.net/20.500.12724/12275Interfaseshttps://doi.org/10.26439/interfases2020.n013.4886Indexado en DOAJRevista indexada en DOAJEl phishing es el robo de datos personales a través de páginas web falsas. La víctima de este robo es dirigida a esta página falsa, donde se le solicita ingresar sus datos para validar su identidad. Es en ese momento que se realiza el robo, ya que al ingresar sus datos, estos son almacenados y usados por el hacker responsable de dicho ataque para venderlos o ingresar a las entidades y realizar robos o estafas. Para este trabajo se ha investigado sobre distintos métodos de detección de páginas web phishing utilizando técnicas de machine learning. Así, el propósito de este trabajo es realizar una comparación de dichas técnicas que han demostrado ser las más efectivas en la detección de los sitios web phishing. Los resultados obtenidos demuestran que los clasificadores de árboles, denominados Árbol de Decisión y Bosque Aleatorio, han alcanzado las mayores tasas de precisión y efectividad, con valores de entre 97 % y 99 % en la detección de este tipo de páginas.info:eu-repo/semantics/publishedVersionRevisión por paresapplication/pdfspaUniversidad de LimaPEurn:issn:1993-4912info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional - UlimaUniversidad de Limareponame:ULIMA-Institucionalinstname:Universidad de Limainstacron:ULIMAProtección de datosIdentidad en InternetSeguridad informáticaDelitos informáticosData protectionOnline identitiesComputer securityComputer crimeshttps://purl.org/pe-repo/ocde/ford#2.02.04Comparación de técnicas de machine learning para detección de sitios web de phishinginfo:eu-repo/semantics/articleArtículo20.500.12724/12275oai:repositorio.ulima.edu.pe:20.500.12724/122752024-10-23 11:34:39.814Repositorio Universidad de Limarepositorio@ulima.edu.pe
dc.title.es_PE.fl_str_mv Comparación de técnicas de machine learning para detección de sitios web de phishing
title Comparación de técnicas de machine learning para detección de sitios web de phishing
spellingShingle Comparación de técnicas de machine learning para detección de sitios web de phishing
Moncada Vargas, Andrés Eduardo
Protección de datos
Identidad en Internet
Seguridad informática
Delitos informáticos
Data protection
Online identities
Computer security
Computer crimes
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Comparación de técnicas de machine learning para detección de sitios web de phishing
title_full Comparación de técnicas de machine learning para detección de sitios web de phishing
title_fullStr Comparación de técnicas de machine learning para detección de sitios web de phishing
title_full_unstemmed Comparación de técnicas de machine learning para detección de sitios web de phishing
title_sort Comparación de técnicas de machine learning para detección de sitios web de phishing
author Moncada Vargas, Andrés Eduardo
author_facet Moncada Vargas, Andrés Eduardo
author_role author
dc.contributor.other.none.fl_str_mv Moncada Vargas, Andrés Eduardo
dc.contributor.author.fl_str_mv Moncada Vargas, Andrés Eduardo
dc.subject.es_PE.fl_str_mv Protección de datos
Identidad en Internet
topic Protección de datos
Identidad en Internet
Seguridad informática
Delitos informáticos
Data protection
Online identities
Computer security
Computer crimes
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.none.fl_str_mv Seguridad informática
Delitos informáticos
Data protection
Online identities
Computer security
Computer crimes
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description Indexado en DOAJ
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2021-01-14T15:04:50Z
dc.date.issued.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/article
dc.type.other.none.fl_str_mv Artículo
format article
dc.identifier.citation.es_PE.fl_str_mv Moncada Vargas, A. E. (2020). Comparación de técnicas de machine learning para detección de sitios web de phishing. Revista Interfases, (013), 77-103. https://doi.org/10.26439/interfases2020.n013.4886
dc.identifier.issn.none.fl_str_mv 1993-4912
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12724/12275
dc.identifier.journal.none.fl_str_mv Interfases
dc.identifier.doi.none.fl_str_mv https://doi.org/10.26439/interfases2020.n013.4886
identifier_str_mv Moncada Vargas, A. E. (2020). Comparación de técnicas de machine learning para detección de sitios web de phishing. Revista Interfases, (013), 77-103. https://doi.org/10.26439/interfases2020.n013.4886
1993-4912
Interfases
url https://hdl.handle.net/20.500.12724/12275
https://doi.org/10.26439/interfases2020.n013.4886
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.none.fl_str_mv urn:issn:1993-4912
dc.rights.*.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Lima
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad de Lima
dc.source.none.fl_str_mv Repositorio Institucional - Ulima
Universidad de Lima
reponame:ULIMA-Institucional
instname:Universidad de Lima
instacron:ULIMA
instname_str Universidad de Lima
instacron_str ULIMA
institution ULIMA
reponame_str ULIMA-Institucional
collection ULIMA-Institucional
repository.name.fl_str_mv Repositorio Universidad de Lima
repository.mail.fl_str_mv repositorio@ulima.edu.pe
_version_ 1845977507099049984
score 13.04064
Comparación de técnicas de machine learning para detección de sitios web de phishing
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares