Los sistemas de control industrial (ICS) son fundamentales para gestionar y optimizar procesos en diversas industrias, incluyendo la manufactura, la generación de energía y más. Sin embargo, la escasez de conjuntos de datos ICS ampliamente adoptados obstaculiza los esfuerzos de investigación en áreas como la optimización y la seguridad. Esta escasez surge debido al costo sustancial y la experiencia técnica requerida para crear entornos físicos de ICS. En respuesta a estos desafíos, este documento presenta un enfoque innovador para generar datos ICS sintéticos a través de una simulación de red ICS basada en datos. Sorteamos la necesidad de hardware costoso recreando todo el entorno ICS en software. Además, en lugar de replicar manualmente la lógica de control de los componentes ICS, aprovechamos los datos existentes para generar automáticamente la lógica de control. El núcleo de nuestro método implica el establecimiento estocástico de consignas, que introduce aleatoriedad en los datos generados. Las consignas sirven como valores objetivo para controlar la operación del proceso ICS. Este enfoque nos permite ampliar conjuntos de datos ICS existentes y satisfacer los requisitos de datos de sistemas de detección de intrusiones ICS basados en aprendizaje automático y otras aplicaciones basadas en datos. Nuestro entorno ICS simulado emplea contenedores virtualizados para imitar el comportamiento de PLC y sistemas SCADA del mundo real, mientras que la lógica de control se deduce de conjuntos de datos ICS disponibles públicamente. Las consignas se generan probabilísticamente para garantizar la diversidad de datos. Los resultados experimentales validan la fidelidad de nuestros datos sintéticos, enfatizando su capacidad para replicar de cerca las características temporales y estadísticas de las redes ICS del mundo real. En conclusión, esta innovadora simulación de red ICS basada en datos ofrece una solución rentable y escalable para generar datos ICS sintéticos. Empodera a los investigadores en el campo de la optimización y seguridad de ICS con conjuntos de datos diversos y realistas, promoviendo avances en este dominio crítico. El trabajo futuro puede implicar refinar el modelo de simulación y explorar aplicaciones adicionales para datos ICS sintéticos.