Detección de anomalías en minería de datos: un enfoque de aprendizaje profundo

Resumen

La detección de anomalías es crucial en el ámbito de la ciberseguridad, especialmente ante la creciente sofisticación de los ciberataques. Este artículo explora las técnicas basadas en aprendizaje profundo, que han ganado notoriedad por su capacidad para identificar patrones complejos en grandes volúmenes de datos y ofrecer soluciones eficaces en la detección de intrusiones, gestión de vulnerabilidades y seguridad de redes. Los resultados destacan la importancia de la detección de anomalías en la ciberseguridad y la efectividad de las técnicas basadas en aprendizaje profundo en diversas aplicaciones, como la detección de intrusiones, la gestión de vulnerabilidades y la seguridad en redes. Además, se presentan investigaciones relacionadas que abordan distintos aspectos de la detección de anomalías utilizando aprendizaje profundo. El trabajo identifica áreas clave de mejora y nuevas direcciones de investigación, como la interpretación de modelos de aprendizaje profundo, la integración de contexto y conocimiento del dominio, y la consideración de aspectos éticos y de privacidad en la detección de anomalías