logo móvil
Contáctanos

Técnicas de aprendizaje automático para predecir ataques de phishing en redes blockchain: un estudio comparativo

Autores: Joshi, Kunj; Bhatt, Chintan; Shah, Kaushal; Parmar, Dwireph; Corchado, Juan M.; Bruno, Alessandro; Mazzeo, Pier Luigi

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Técnicas de aprendizaje automático para predecir ataques de phishing en redes blockchain: un estudio comparativo


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

Seguridad
Cadena de bloques
Ciberataques
Ataque de phishing
Detección
Modelos de aprendizaje automático

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 39

Citaciones: Sin citaciones


Descripción
La seguridad en la cadena de bloques se ha convertido en un tema de preocupación debido a los recientes desarrollos en el campo. Uno de los ciberataques más comunes es el llamado ataque de phishing, donde el atacante engaña al minero para agregar un bloque malicioso a la cadena en condiciones genuinas para evitar la detección y potencialmente destruir toda la cadena de bloques. Los intentos actuales de detección incluyen el protocolo de consenso; sin embargo, falla cuando un minero genuino intenta agregar un nuevo bloque a la cadena de bloques. Las políticas de confianza cero han comenzado a circular en el campo ya que aseguran la detección completa de intentos de phishing; sin embargo, aún están en proceso de implementación, lo que puede llevar una cantidad significativa de tiempo. Una medida más precisa para la detección de phishing implica modelos de aprendizaje automático que utilizan características específicas para automatizar todo el proceso de clasificar un intento como un intento de phishing o un intento seguro. Este documento destaca varios modelos que pueden dar resultados seguros y ayudar a erradicar intentos de phishing en la cadena de bloques.

Otros recursos que podrían interesarte

Temas Virtualpro