Sistema web basado en aprendizaje automático para la detección temprana de ataques de denegación de servicio (DOS) en redes wifi
No Thumbnail Available
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
PUCE - Ibarra
Abstract
En la era digital, la conectividad inalámbrica es fundamental para el desarrollo académico, laboral y social, y las redes Wi-Fi facilitan el acceso a la información. Por lo tanto, estas redes con el tiempo se han convertido en objetivos de ataques cibernéticos, especialmente de Denegación de Servicio (DoS), lo que buscan es saturar los recursos de la red para interrumpir sus servicios. Los ataques representan un riesgo para las instituciones como la Pontificia Universidad Católica del Ecuador Sede Ibarra (PUCE-I), donde la correcta estabilidad tecnológica es vital para el correcto funcionamiento de las actividades académicas y administrativas. Con el objetivo de fortalecer la ciberseguridad de la institución, esta investigación desarrolló un sistema web para la detección temprana de ataques DoS en redes Wi-Fi, utilizando técnicas de aprendizaje automático. Para ello, se tomó como base un Dataset de tráfico de red, a partir del cual se entrenó al modelo, lo que permitió el desempeño del sistema en escenarios representativos. La metodología combinó el proceso KDD (Knowledge Discovery in Databases) para el entrenamiento del modelo de aprendizaje automático y la metodología ágil XP (Extreme Programming) para el diseño del sistema. Los datos fueron transformados al formato Parquet para optimizar su carga y análisis, para lo cual se entrenó el modelo Random Forest que fue capaz de clasificar el tráfico como benigno o como otros ataques DoS. El sistema está estructurado en módulos que incluyen la gestión de archivos de tráfico, análisis predictivo, visualización de métricas (curvas ROC, Precision-Recall), análisis estadístico (Histogramas y boxplots) y un registro detallado de resultados. La interfaz web permite que a los usuarios cargar los archivos, observar resultados gráficos y analizar características clave del tráfico, teniendo así la facilidad de interpretación y toma de decisiones para el personal administrativo. El enfoque permitió detectar con precisión patrones anómalos en el tráfico y presentar los resultados de manera accesible. De esta forma se cuenta con una herramienta eficaz para prevenir interrupciones causadas por el ataque DoS, asegurando la continuidad académica y la protección de su infraestructura tecnológica.
Description
Keywords
Ciberseguridad, Random Forest, Sistema web