Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú

• Autor: Mayaute Málaga, Luis Enrique
• 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:20.500.12867/13659
• Enlace del recurso: https://hdl.handle.net/20.500.12867/13659
• Nivel de acceso: acceso abierto
• Materia: Smishing bancario; Detección automatizada; Seguridad informática; Aplicación móvil; https://purl.org/pe-repo/ocde/ford#2.02.03

El presente estudio tuvo como objetivo la detección de los mensajes tipo smishing que ocurren en el Perú a través de los mensajes SMS que se envían a los teléfonos, utilizándose como medio para extraer la información privada de las víctimas. Para este caso se utilizó la tecnología Machine learning en el diseño y desarrollo del aplicativo para dispositivos móviles Android Denominado Drako. Se eligió también para el estudio las 17 entidades bancarias registradas en la SBS (superintendencia de banca y seguros del Perú) y se registró y analizó 128 mensajes de texto. A diferentes celulares Android habiéndose obtenido un 100% de efectividad en la identificación y notificación de mensajes fraudulentos del tipo smishing realizados por Drako. Por tanto, se acepta la hipótesis alterna que determina la eficiencia del aplicativo Drako en la detección y notificación de smishing. Este estudio ha sido motivado por la alta incidencia de estafas virtuales en el Perú y la falta de registro de estos reportes ante la institución gubernamental.