Revista Científica y Tecnológica UPSE (RCTU)
versión On-line ISSN 1390-7697versión impresa ISSN 1390-7638
Resumen
QUIRUMBAY YAGUAL, Daniel Ivan; CASTILLO YAGUAL, Carlos Andrés y CORONEL SUAREZ, Iván Alberto. Una revisión del aprendizaje profundo aplicado a la ciberseguridad. RCTU [online]. 2022, vol.9, n.1, pp.57-65. ISSN 1390-7697. https://doi.org/10.26423/rctu.v9i1.671.
Este estudio presenta una descripción general sobre la ciberseguridad desde la perspectiva de las redes neuronales y técnicas de aprendizaje profundo de acuerdo con las diversas necesidades actuales en ambientes de seguridad informática. Se discute la aplicabilidad de estas técnicas en diversos trabajos de ciberseguridad, como detección de intrusos, identificación de malware o botnets, phishing, predicción de ciberataques, denegación de servicio, ciberanomalías, entre otros. Para este estudio se aplicó el método analítico-sintético que sirvió para identificar soluciones óptimas en el campo de la ciberseguridad. Los resultados destacan y recomiendan algoritmos aplicables a la seguridad cibernética como base de conocimiento y facilidad para investigaciones futuras dentro del alcance de este estudio en el campo. Esta investigación sirve como punto de referencia y guía para la academia y los profesionales de las industrias de la seguridad cibernética desde el punto de vista del aprendizaje profundo.
Palabras clave : aprendizaje profundo; internet de las cosas; inteligencia artificial; redes neuronales; seguridad cibernética..