Velasteguí Izurieta, Homero JavierMontaño Arboleda, Nahomy Lissette2026-06-102026-06-102026SI.253https://repositorio.puce.edu.ec/handle/123456789/49023El uso de sistemas de autenticación biométrica en entornos embebidos y del Internet de las cosas requiere soluciones que combinen alta precisión, baja complejidad computacional y una sólida seguridad de hardware y software. Esta investigación realiza una revisión sistemática de la literatura de acuerdo con las directrices de Kitchenham y el marco PRISMA 2020, mediante el análisis de estudios publicados entre 2021 y 2025. Los resultados revelan una clara convergencia hacia la arquitectura ARM y destacan la eficacia de las técnicas TinyML, que reducen la carga computacional en un 62,6% con una pérdida mínima de precisión. Se identifican el electrocardiograma (ECG), con precisiones superiores al 99%, y la biometría plantar como una propuesta innovadora que funciona con solo 2,3 KB de memoria RAM. Se concluye que la computación en el borde es esencial para preservar la privacidad al realizar la autenticación en el propio dispositivo, aunque persisten brechas en la generalización de los modelos frente a datos no observados y vulnerabilidades de hardware como el ataque Nailgun.esFirmas digitalesSeguridad informáticaBases de datosArtículo académico