Análisis de la automatización en la ciberseguridad de entornos en la nube: Una revisión de la literatura
DOI:
https://doi.org/10.55873/rad.v4i1.364Palabras clave:
automatización, chatbots, ciberseguridad, computación en la nube, inteligencia artificialResumen
La creciente adopción de tecnologías en la nube ha planteado nuevos desafíos en materia de ciberseguridad, especialmente ante el aumento de amenazas automatizadas. Este artículo presenta una revisión sistemática de la literatura sobre la automatización en la ciberseguridad de entornos en la nube, enfocándose en las técnicas, herramientas y enfoques recientes implementados para mejorar la detección, respuesta y mitigación de incidentes. Se analizaron 17 estudios relevantes publicados entre 2018 y 2023, considerando criterios como calidad, relevancia y aporte científico. Los resultados muestran que la inteligencia artificial, el aprendizaje automático y los sistemas automatizados de respuesta a incidentes son fundamentales para enfrentar amenazas complejas en la nube. Finalmente, se identifican tendencias, brechas de investigación y recomendaciones para futuros trabajos en el área.
Descargas
Citas
F. Nawshin, D. Unal, M. Hammoudeh, and P. N. Suganthan, “AI-powered malware detection with Differential Privacy for zero trust security in Internet of Things networks,” Ad Hoc Networks, vol. 161, Aug. 2024, doi: 10.1016/j.adhoc.2024.103523.
M. Golec, E. S. Hatay, M. Golec, M. Uyar, M. Golec, and S. S. Gill, “Quantum cloud computing: Trends and challenges,” Journal of Economy and Technology, vol. 2, pp. 190–199, Nov. 2024, doi: 10.1016/j.ject.2024.05.001.
S. A. Bello et al., “Cloud computing in construction industry: Use cases, benefits and challenges,” Feb. 01, 2021, Elsevier B.V. doi: 10.1016/j.autcon.2020.103441.
L. Anaya, A. Braizat, and R. Al-Ani, “Implementing AI-based Chatbot: Benefits and Challenges,” in Procedia Computer Science, Elsevier B.V., 2024, pp. 1173–1179. doi: 10.1016/j.procs.2024.06.284.
José Albeiro Montes Gil, “Servicios en la Nube para la deteccion de ataques de denegacion de servicios,” 2024.
B. X. Wang, J. L. Chen, and C. L. Yu, “An AI-Powered Network Threat Detection System,” IEEE Access, vol. 10, pp. 54029–54037, 2022, doi: 10.1109/ACCESS.2022.3175886.
Elvis Wesley Vásquez Valarezo, “IMPLEMENTACIÓN DE UN CHATBOT EN LENGUAJE NATURAL, UTILIZANDO TECNICAS DE IA,” 2022.
E. M. Suñé, “Chatbot cognitivo capaz de dar respuesta y gestionar incidentes de ciberseguridad,” 2023.
K. Adel, A. Elhakeem, and M. Marzouk, “Chatbot for construction firms using scalable blockchain network,” Autom Constr, vol. 141, Sep. 2022, doi: 10.1016/j.autcon.2022.104390.
M. Golec, E. S. Hatay, M. Golec, M. Uyar, M. Golec, and S. S. Gill, “Quantum cloud computing: Trends and challenges,” Journal of Economy and Technology, vol. 2, pp. 190–199, Nov. 2024, doi: 10.1016/j.ject.2024.05.001.
M. Mukherjee et al., “Security and Privacy in Fog Computing: Challenges,” IEEE Access, vol. 5, pp. 19293–19304, Sep. 2017, doi: 10.1109/ACCESS.2017.2749422.
Shruti, S. Rani, M. Shabaz, A. K. Dutta, and E. A. Ahmed, “Enhancing privacy and security in IoT-based smart grid system using encryption-based fog computing,” Alexandria Engineering Journal, vol. 102, pp. 66–74, Sep. 2024, doi: 10.1016/j.aej.2024.05.085.
M. Charfeddine, H. M. Kammoun, B. Hamdaoui, and M. Guizani, “ChatGPT’s Security Risks and Benefits: Offensive and Defensive Use-Cases, Mitigation Measures, and Future Implications,” IEEE Access, vol. 12, pp. 30263–30310, 2024, doi: 10.1109/ACCESS.2024.3367792.
Zilungile Bokolo1 and Olawande Daramola2*, “Detección de amenazas y vulnerabilidades de seguridad en chatbots,” 2019, doi: 10.1038/s4159802468791z.
E. M. Suñé, “Título: Chatbot cognitivo capaz de dar respuesta y gestionar incidentes de ciberseguridad,” 2022.
S. Sai, U. Yashvardhan, V. Chamola, and B. Sikdar, “Generative AI for Cyber Security: Analyzing the Potential of ChatGPT, DALL-E, and Other Models for Enhancing the Security Space,” IEEE Access, vol. 12, pp. 53497–53516, 2024, doi: 10.1109/ACCESS.2024.3385107.
M. Torres Arrabal, “Sistema de Detección de Amenazas en la Nube para Entornos Híbridos,” 2024.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Richie Bryan Valdivia-Vilchez, Juan Albarrán-Romero, Brenda Lucia León-Tiravanti, Yngue Elizabeth Ramirez-Pezo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
