Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática
Descripción del Articulo
El Internet de las Cosas (IoT) ha revolucionado diversos sectores al interconectar dispositivos inteligentes, pero también ha incrementado los riesgos de seguridad en redes distribuidas. Ante este desafío, el aprendizaje profundo ha surgido como una herramienta eficaz para clasificar tráfico de red...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2026 |
| Institución: | Universidad Señor de Sipan |
| Repositorio: | USS-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.uss.edu.pe:20.500.12802/17040 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12802/17040 |
| Nivel de acceso: | acceso abierto |
| Materia: | Aprendizaje profundo Clasificación de tráfico de red Detección de intrusiones Ciberseguridad Detección de anomalías Internet de las cosas https://purl.org/pe-repo/ocde/ford#2.11.04 |
| id |
USSS_4a8b74f060095f673477ef0ee016350c |
|---|---|
| oai_identifier_str |
oai:repositorio.uss.edu.pe:20.500.12802/17040 |
| network_acronym_str |
USSS |
| network_name_str |
USS-Institucional |
| repository_id_str |
4829 |
| dc.title.es_PE.fl_str_mv |
Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática |
| title |
Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática |
| spellingShingle |
Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática Altamirano Vega, Sheral Aprendizaje profundo Clasificación de tráfico de red Detección de intrusiones Ciberseguridad Detección de anomalías Internet de las cosas https://purl.org/pe-repo/ocde/ford#2.11.04 |
| title_short |
Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática |
| title_full |
Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática |
| title_fullStr |
Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática |
| title_full_unstemmed |
Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática |
| title_sort |
Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemática |
| author |
Altamirano Vega, Sheral |
| author_facet |
Altamirano Vega, Sheral Alvines Santa Cruz, Edgard Junior |
| author_role |
author |
| author2 |
Alvines Santa Cruz, Edgard Junior |
| author2_role |
author |
| dc.contributor.advisor.fl_str_mv |
Atalaya Urrutia, Carlos William |
| dc.contributor.author.fl_str_mv |
Altamirano Vega, Sheral Alvines Santa Cruz, Edgard Junior |
| dc.subject.es_PE.fl_str_mv |
Aprendizaje profundo Clasificación de tráfico de red Detección de intrusiones Ciberseguridad Detección de anomalías Internet de las cosas |
| topic |
Aprendizaje profundo Clasificación de tráfico de red Detección de intrusiones Ciberseguridad Detección de anomalías Internet de las cosas https://purl.org/pe-repo/ocde/ford#2.11.04 |
| dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.11.04 |
| description |
El Internet de las Cosas (IoT) ha revolucionado diversos sectores al interconectar dispositivos inteligentes, pero también ha incrementado los riesgos de seguridad en redes distribuidas. Ante este desafío, el aprendizaje profundo ha surgido como una herramienta eficaz para clasificar tráfico de red y detectar comportamientos anómalos. Esta revisión sistemática analiza la producción científica entre 2019 y 2024, empleando directrices PRISMA 2020 y consultando las bases de datos Scopus y Web of Science. Se recopilaron 208 artículos, los cuales fueron analizados mediante herramientas como Microsoft Excel®, R y VOSviewer®, permitiendo identificar patrones temáticos, autores influyentes, revistas líderes y técnicas dominantes. Los resultados muestran un crecimiento exponencial en publicaciones recientes, destacando arquitecturas híbridas como CNN-LSTM, autoencoders y técnicas de detección en tiempo real. Asimismo, se identificaron tendencias emergentes como la aplicación de aprendizaje federado, optimización computacional y uso de datos sintéticos. Esta revisión propone una agenda de investigación orientada a la mejora de precisión, eficiencia y robustez de los sistemas de detección aplicados a entornos IoT. |
| publishDate |
2026 |
| dc.date.accessioned.none.fl_str_mv |
2026-02-12T20:29:24Z |
| dc.date.available.none.fl_str_mv |
2026-02-12T20:29:24Z |
| dc.date.issued.fl_str_mv |
2026 |
| dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12802/17040 |
| url |
https://hdl.handle.net/20.500.12802/17040 |
| dc.language.iso.es_PE.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
| dc.format.es_PE.fl_str_mv |
application/pdf |
| dc.publisher.es_PE.fl_str_mv |
Universidad Señor de Sipán |
| dc.publisher.country.es_PE.fl_str_mv |
PE |
| dc.source.es_PE.fl_str_mv |
Repositorio Institucional - USS Repositorio Institucional USS |
| dc.source.none.fl_str_mv |
reponame:USS-Institucional instname:Universidad Señor de Sipan instacron:USS |
| instname_str |
Universidad Señor de Sipan |
| instacron_str |
USS |
| institution |
USS |
| reponame_str |
USS-Institucional |
| collection |
USS-Institucional |
| bitstream.url.fl_str_mv |
https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/1/Altamirano%20Vega%2c%20Sheral%20%26%20Alvines%20Santa%20Cruz%2c%20Edgard.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/2/Autorizaci%c3%b3n%20del%20autor.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/3/Informe%20de%20similitud.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/4/license_rdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/5/license.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/6/Altamirano%20Vega%2c%20Sheral%20%26%20Alvines%20Santa%20Cruz%2c%20Edgard.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/8/Autorizaci%c3%b3n%20del%20autor.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/10/Informe%20de%20similitud.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/7/Altamirano%20Vega%2c%20Sheral%20%26%20Alvines%20Santa%20Cruz%2c%20Edgard.pdf.jpg https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/9/Autorizaci%c3%b3n%20del%20autor.pdf.jpg https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/11/Informe%20de%20similitud.pdf.jpg |
| bitstream.checksum.fl_str_mv |
80211722dc42fd947662b06c01bc265a a02109f8f3efd327be3305b0411d21b2 dd35fde558159c167a724cbc90be34e7 3655808e5dd46167956d6870b0f43800 8a4605be74aa9ea9d79846c1fba20a33 48b275cf4bcbff8cfbdd850834eaaae6 889f36c586d6ca58a1e83de7ffdd6e58 de0fbb574e1004283a89dd003df2d744 c21d1cc4e0170ab1af57ec3d10952524 5a70f98c608ebb249c59784d070e0834 fd75501c9f0bf4f339d4839dfb0c530f |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Señor de Sipán |
| repository.mail.fl_str_mv |
repositorio@uss.edu.pe |
| _version_ |
1857933425388814336 |
| spelling |
Atalaya Urrutia, Carlos WilliamAltamirano Vega, SheralAlvines Santa Cruz, Edgard Junior2026-02-12T20:29:24Z2026-02-12T20:29:24Z2026https://hdl.handle.net/20.500.12802/17040El Internet de las Cosas (IoT) ha revolucionado diversos sectores al interconectar dispositivos inteligentes, pero también ha incrementado los riesgos de seguridad en redes distribuidas. Ante este desafío, el aprendizaje profundo ha surgido como una herramienta eficaz para clasificar tráfico de red y detectar comportamientos anómalos. Esta revisión sistemática analiza la producción científica entre 2019 y 2024, empleando directrices PRISMA 2020 y consultando las bases de datos Scopus y Web of Science. Se recopilaron 208 artículos, los cuales fueron analizados mediante herramientas como Microsoft Excel®, R y VOSviewer®, permitiendo identificar patrones temáticos, autores influyentes, revistas líderes y técnicas dominantes. Los resultados muestran un crecimiento exponencial en publicaciones recientes, destacando arquitecturas híbridas como CNN-LSTM, autoencoders y técnicas de detección en tiempo real. Asimismo, se identificaron tendencias emergentes como la aplicación de aprendizaje federado, optimización computacional y uso de datos sintéticos. Esta revisión propone una agenda de investigación orientada a la mejora de precisión, eficiencia y robustez de los sistemas de detección aplicados a entornos IoT.Trabajo de investigaciónCiencias de la información como herramientas multidisciplinares y estratégicas en el contexto industrial y de organizacionesInformática y transformación digital en el contexto industrial y organizacional.application/pdfspaUniversidad Señor de SipánPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Repositorio Institucional - USSRepositorio Institucional USSreponame:USS-Institucionalinstname:Universidad Señor de Sipaninstacron:USSAprendizaje profundoClasificación de tráfico de redDetección de intrusionesCiberseguridadDetección de anomalíasInternet de las cosashttps://purl.org/pe-repo/ocde/ford#2.11.04Aplicación del aprendizaje profundo en la clasificación del tráfico de red en dispositivos IoT: revisión sistemáticainfo:eu-repo/semantics/bachelorThesisSUNEDUUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y UrbanismoBachiller en Ingeniería de SistemasIngeniería de Sistemas08167960https://orcid.org/0000-0002-2761-48687660339671448712612076https://purl.org/pe-repo/renati/level#bachillerhttps://purl.org/pe-repo/renati/type#trabajoDeInvestigacionORIGINALAltamirano Vega, Sheral & Alvines Santa Cruz, Edgard.pdfAltamirano Vega, Sheral & Alvines Santa Cruz, Edgard.pdfapplication/pdf3168601https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/1/Altamirano%20Vega%2c%20Sheral%20%26%20Alvines%20Santa%20Cruz%2c%20Edgard.pdf80211722dc42fd947662b06c01bc265aMD51Autorización del autor.pdfAutorización del autor.pdfapplication/pdf137912https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/2/Autorizaci%c3%b3n%20del%20autor.pdfa02109f8f3efd327be3305b0411d21b2MD52Informe de similitud.pdfInforme de similitud.pdfapplication/pdf5406239https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/3/Informe%20de%20similitud.pdfdd35fde558159c167a724cbc90be34e7MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/4/license_rdf3655808e5dd46167956d6870b0f43800MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55TEXTAltamirano Vega, Sheral & Alvines Santa Cruz, Edgard.pdf.txtAltamirano Vega, Sheral & Alvines Santa Cruz, Edgard.pdf.txtExtracted texttext/plain277030https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/6/Altamirano%20Vega%2c%20Sheral%20%26%20Alvines%20Santa%20Cruz%2c%20Edgard.pdf.txt48b275cf4bcbff8cfbdd850834eaaae6MD56Autorización del autor.pdf.txtAutorización del autor.pdf.txtExtracted texttext/plain2300https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/8/Autorizaci%c3%b3n%20del%20autor.pdf.txt889f36c586d6ca58a1e83de7ffdd6e58MD58Informe de similitud.pdf.txtInforme de similitud.pdf.txtExtracted texttext/plain240367https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/10/Informe%20de%20similitud.pdf.txtde0fbb574e1004283a89dd003df2d744MD510THUMBNAILAltamirano Vega, Sheral & Alvines Santa Cruz, Edgard.pdf.jpgAltamirano Vega, Sheral & Alvines Santa Cruz, Edgard.pdf.jpgGenerated Thumbnailimage/jpeg9610https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/7/Altamirano%20Vega%2c%20Sheral%20%26%20Alvines%20Santa%20Cruz%2c%20Edgard.pdf.jpgc21d1cc4e0170ab1af57ec3d10952524MD57Autorización del autor.pdf.jpgAutorización del autor.pdf.jpgGenerated Thumbnailimage/jpeg10144https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/9/Autorizaci%c3%b3n%20del%20autor.pdf.jpg5a70f98c608ebb249c59784d070e0834MD59Informe de similitud.pdf.jpgInforme de similitud.pdf.jpgGenerated Thumbnailimage/jpeg6113https://repositorio.uss.edu.pe/bitstream/20.500.12802/17040/11/Informe%20de%20similitud.pdf.jpgfd75501c9f0bf4f339d4839dfb0c530fMD51120.500.12802/17040oai:repositorio.uss.edu.pe:20.500.12802/170402026-02-13 03:06:53.457Repositorio Institucional de la Universidad Señor de Sipánrepositorio@uss.edu.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 |
| score |
13.4072275 |
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).
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).
