El propósito de este documento es diseñar e implementar un sistema completo para monitorear y detectar ataques y anomalías en redes locales inalámbricas 5G. Lamentablemente, el desarrollo de la mayoría de los sistemas de código abierto ha sido detenido, lo que los hace incapaces de detectar nuevas formas de amenazas. El sistema proporciona un marco modular para crear y agregar nuevas reglas de detección a medida que surgen nuevos ataques. El sistema se basa en módulos y reglas de análisis de paquetes e incorpora modelos de aprendizaje automático para mejorar su eficiencia. El uso de la detección basada en reglas establece una base sólida para la identificación de amenazas reconocidas, mientras que la implementación adicional de modelos de aprendizaje automático permite la detección de ataques nuevos y emergentes en una etapa temprana. Por lo tanto, el objetivo final es crear una herramienta que evolucione constantemente mediante la integración de nuevas técnicas de detección de ataques. La eficacia del sistema se demuestra experimentalmente con niveles de precisión de hasta el 98.57% y puntuaciones de precisión y recuperación de hasta el 92%.