Las WSN son una tecnología fundamental que permite la detección en tiempo real y la recolección de datos en la mayoría de las aplicaciones; sin embargo, debido a la naturaleza incontrolable de sus entornos de despliegue abiertos, son susceptibles a graves riesgos de seguridad. Los ataques de clonación de nodos son los más peligrosos: un individuo malicioso captura físicamente un sensor legítimo, roba sus credenciales almacenadas e introduce varios nodos réplicas en la red. Estos clones tienen identidades legítimas y, por lo tanto, actúan como miembros legítimos y pueden interrumpir flujos de datos, afectar el enrutamiento y afectar la fiabilidad general de la red. Abordar esta amenaza no es fácil, ya que el equipo de sensores tiene recursos limitados. Con cuidado, los algoritmos de detección deben ser eficientes en energía, amigables con la memoria y utilizables en una red grande. En el documento dado, se sugiere implementar un marco de detección que consiste en una combinación de Clustering Distributivo Espacial (CDE) y una Red Neuronal de Conjunto por Bloques (RNCB). CDE agrupa las características de los nodos en función de la disposición espacial y los patrones de comportamiento, lo que minimiza la redundancia de datos y mejora la calidad de la información que se introduce en el clasificador. Luego, la RNCB se somete a una clasificación basada en conjuntos para poder diferenciar nodos clonados y legítimos. La validación de los resultados experimentales del marco CDE-RNCB con métricas de clasificación convencionales indica que se puede utilizar para garantizar una alta tasa de detección con un mínimo de sobrecarga de comunicación, lo que es de gran beneficio en términos de mejorar la seguridad de las WSN.