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

Descripción del Articulo

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 e...

Descripción completa

Detalles Bibliográficos
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
id UTPD_51e92bcdcf11d82f992824fc0fa44104
oai_identifier_str oai:repositorio.utp.edu.pe:20.500.12867/13659
network_acronym_str UTPD
network_name_str UTP-Institucional
repository_id_str 4782
dc.title.es_PE.fl_str_mv Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
title Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
spellingShingle Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
Mayaute Málaga, Luis Enrique
Smishing bancario
Detección automatizada
Seguridad informática
Aplicación móvil
https://purl.org/pe-repo/ocde/ford#2.02.03
title_short Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
title_full Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
title_fullStr Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
title_full_unstemmed Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
title_sort Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
author Mayaute Málaga, Luis Enrique
author_facet Mayaute Málaga, Luis Enrique
author_role author
dc.contributor.advisor.fl_str_mv Arana Castañeda, Edith
dc.contributor.author.fl_str_mv Mayaute Málaga, Luis Enrique
dc.subject.es_PE.fl_str_mv Smishing bancario
Detección automatizada
Seguridad informática
Aplicación móvil
topic Smishing bancario
Detección automatizada
Seguridad informática
Aplicación móvil
https://purl.org/pe-repo/ocde/ford#2.02.03
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.03
description 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.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-10-11T21:35:06Z
dc.date.available.none.fl_str_mv 2025-10-11T21:35:06Z
dc.date.issued.fl_str_mv 2025
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12867/13659
url https://hdl.handle.net/20.500.12867/13659
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.es_PE.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.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Tecnológica del Perú
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - UTP
Universidad Tecnológica del Perú
dc.source.none.fl_str_mv reponame:UTP-Institucional
instname:Universidad Tecnológica del Perú
instacron:UTP
instname_str Universidad Tecnológica del Perú
instacron_str UTP
institution UTP
reponame_str UTP-Institucional
collection UTP-Institucional
bitstream.url.fl_str_mv https://repositorio.utp.edu.pe/backend/api/core/bitstreams/26d3a297-d195-479e-927e-561735c2ffbf/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/ee1cc8e6-16f7-47e0-9d31-9b6e867061ad/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/b511b73f-9ee0-4c90-b631-cceac5f5b638/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/cc1adb58-b800-4af2-8d88-d7528a7bda38/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7f017ffc-f41b-47d9-95db-9b5261c13b00/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/9a2d3a6b-cfe2-475b-aaad-2c4109821027/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1205877f-ce4b-44de-9475-ad87e6bc6803/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/b50f6a6f-35d8-472c-acf2-8b10296c072b/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/608a6c02-73fc-45d1-8222-25835ffe1ed0/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/f77f11a2-7676-48d2-8aa4-9350bc0a2c9f/download
bitstream.checksum.fl_str_mv e534d860232e2518dd1623efad942cab
ec7ecfa71094a52c231c0fe4e117d4e5
8e83ad15fc545e4b7211342f8731db7e
8a4605be74aa9ea9d79846c1fba20a33
9cbd8fd36da727b40f455f788a496120
6522bc9fc32ec76e9a9fd46295f5dd4a
6dd053b1c4c856b2f187a2ea07328fdc
64d27e6521386fa3cdb70490a94232c1
4ee388b26fcc3d54f025ed8efda8c3a7
8af9735f53e19ce413a9883107866a08
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Tecnológica del Perú
repository.mail.fl_str_mv repositorio@utp.edu.pe
_version_ 1852231958271098880
spelling Arana Castañeda, EdithMayaute Málaga, Luis Enrique2025-10-11T21:35:06Z2025-10-11T21:35:06Z2025https://hdl.handle.net/20.500.12867/13659El 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.Campus Lima Centroapplication/pdfspaUniversidad Tecnológica del PerúPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional - UTPUniversidad Tecnológica del Perúreponame:UTP-Institucionalinstname:Universidad Tecnológica del Perúinstacron:UTPSmishing bancarioDetección automatizadaSeguridad informáticaAplicación móvilhttps://purl.org/pe-repo/ocde/ford#2.02.03Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perúinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUIngeniero de Seguridad y Auditoria InformáticaUniversidad Tecnológica del Perú. Facultad de IngenieríaIngeniería de Seguridad y Auditoría InformáticaPregrado08552973https://orcid.org/0009-0006-3679-662070365953612066Almoguer Martinez, Jorge ChristianHenriquez Taboada, Hector HernanConde Meza, Stevens Adolfohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALL.Mayaute_Tesis_Titulo_Profesional_2025.pdfL.Mayaute_Tesis_Titulo_Profesional_2025.pdfapplication/pdf18956492https://repositorio.utp.edu.pe/backend/api/core/bitstreams/26d3a297-d195-479e-927e-561735c2ffbf/downloade534d860232e2518dd1623efad942cabMD51L.Mayaute_Formulario_de_Publicación.pdfL.Mayaute_Formulario_de_Publicación.pdfapplication/pdf255440https://repositorio.utp.edu.pe/backend/api/core/bitstreams/ee1cc8e6-16f7-47e0-9d31-9b6e867061ad/downloadec7ecfa71094a52c231c0fe4e117d4e5MD52L.Mayaute_Informe_de_Similitud.pdfL.Mayaute_Informe_de_Similitud.pdfapplication/pdf49827631https://repositorio.utp.edu.pe/backend/api/core/bitstreams/b511b73f-9ee0-4c90-b631-cceac5f5b638/download8e83ad15fc545e4b7211342f8731db7eMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.utp.edu.pe/backend/api/core/bitstreams/cc1adb58-b800-4af2-8d88-d7528a7bda38/download8a4605be74aa9ea9d79846c1fba20a33MD54TEXTL.Mayaute_Tesis_Titulo_Profesional_2025.pdf.txtL.Mayaute_Tesis_Titulo_Profesional_2025.pdf.txtExtracted texttext/plain101715https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7f017ffc-f41b-47d9-95db-9b5261c13b00/download9cbd8fd36da727b40f455f788a496120MD511L.Mayaute_Formulario_de_Publicación.pdf.txtL.Mayaute_Formulario_de_Publicación.pdf.txtExtracted texttext/plain4664https://repositorio.utp.edu.pe/backend/api/core/bitstreams/9a2d3a6b-cfe2-475b-aaad-2c4109821027/download6522bc9fc32ec76e9a9fd46295f5dd4aMD513L.Mayaute_Informe_de_Similitud.pdf.txtL.Mayaute_Informe_de_Similitud.pdf.txtExtracted texttext/plain101223https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1205877f-ce4b-44de-9475-ad87e6bc6803/download6dd053b1c4c856b2f187a2ea07328fdcMD515THUMBNAILL.Mayaute_Tesis_Titulo_Profesional_2025.pdf.jpgL.Mayaute_Tesis_Titulo_Profesional_2025.pdf.jpgGenerated Thumbnailimage/jpeg15322https://repositorio.utp.edu.pe/backend/api/core/bitstreams/b50f6a6f-35d8-472c-acf2-8b10296c072b/download64d27e6521386fa3cdb70490a94232c1MD512L.Mayaute_Formulario_de_Publicación.pdf.jpgL.Mayaute_Formulario_de_Publicación.pdf.jpgGenerated Thumbnailimage/jpeg26395https://repositorio.utp.edu.pe/backend/api/core/bitstreams/608a6c02-73fc-45d1-8222-25835ffe1ed0/download4ee388b26fcc3d54f025ed8efda8c3a7MD514L.Mayaute_Informe_de_Similitud.pdf.jpgL.Mayaute_Informe_de_Similitud.pdf.jpgGenerated Thumbnailimage/jpeg18901https://repositorio.utp.edu.pe/backend/api/core/bitstreams/f77f11a2-7676-48d2-8aa4-9350bc0a2c9f/download8af9735f53e19ce413a9883107866a08MD51620.500.12867/13659oai:repositorio.utp.edu.pe:20.500.12867/136592025-11-30 18:21:47.418https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.utp.edu.peRepositorio de la Universidad Tecnológica del Perúrepositorio@utp.edu.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
score 13.918182
Eficiencia del aplicativo ‘DRAKO’ con tecnología machine learning para la detección automatizada de smishing bancario en dispositivos android en Perú
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