Tendencias investigativas en el uso de Machine Learning en la ciberseguridad

Diana Marleny Ramírez Ramírez; Luis Fernando Garcés Giraldo; Teddy Doria Orozco; Sebastián Franco Castaño; Alejandro Valencia Arias; Paula Andrea Rodríguez Correa; Jener Espinoza Román

Tendencias investigativas en el uso de Machine Learning en la ciberseguridad

Diana Marleny Ramírez Ramírez ^[1] ; Luis Fernando Garcés-Giraldo ^[4] ; Teddy Doria-Orozco ^[5] ; Sebastián Franco-Castaño ^[1] ; Alejandro Valencia-Arias ^[2] ; Paula Andrea Rodríguez-Correa ^[3] ; Jenner Espinoza Román ^[6]
1. [1] Instituto Tecnológico Metropolitano
  
  Instituto Tecnológico Metropolitano
  
  Colombia
2. [2] Universidad Ricardo Palma
  
  Universidad Ricardo Palma
  
  Perú
3. [3] Institución Universitaria Escolme
  
  Institución Universitaria Escolme
  
  Colombia
4. [4] Corporación Universitaria Americana,Medellín, Colombia
5. [5] Institución Universitaria Marco Fidel Suárez.,Bello, Colombia
6. [6] Universidad San Martín de Porres, Lima, Perú
Mostrar afiliaciones +
Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. Extra 62, 2023, págs. 60-72
Idioma: español
Títulos paralelos:
- Bibliometric analysis on the use of Machine Learning in cybersecurity
Enlaces
- Texto completo (pdf)
Resumen
- español
  El aumento de datos en línea ha generado la necesidad de proteger la privacidad de los usuarios a través de la ciberseguridad. El aprendizaje automático se utiliza para detectar intrusos, pero existen limitaciones. Por lo que el objetivo es inquirir sobre las tendencias investigativas sobre el uso de Machine Learning en la ciberseguridad en los últimos cinco años. El artículo utiliza análisis bibliométrico para evaluar la actividad científica del uso de Machine Learning en la ciberseguridad.
  
  Se emplean los criterios de PRISMA 2020 en las bases de datos Scopus y Web of Science. Los principales resultados reflejan un crecimiento de la temática entre 2021 y 2022, siendo Estados Unidos y China los países líderes en investigación. Se discute sobre las principales temáticas como Deep Learning y detección de intrusos, así como de palabras emergentes como LSTM y sistemas multiagentes. Se concluye sobre la necesidad de futuras investigaciones en estas áreas.
- English
  The increase in online data has generated the need to protect user privacy through cybersecurity. Machine learning is used to detect intruders, but there are limitations. Therefore, the goal is to investigate research trends on the use of Machine Learning in cybersecurity in the past five years. The article uses bibliometric analysis to evaluate scientific activity on the use of Machine1Learning in cybersecurity, employing PRISMA 2020 criteria on Scopus and Web of Science databases. The main results reflect growth in the subject between 2021 and 2022, with the United States and China as the leading research countries. Discussions cover main topics such as Deep Learning and intrusion detection, as well as emerging words such as LSTM and multi-agent systems. The conclusion emphasizes the need for future research in these areas.
Referencias bibliográficas
- Aiyanyo, I. D., Samuel, H., & Lim, H. (2020). A systematic review of defensive and offensive cybersecurity with machine learning. Applied...
- Alshehri, A., Khan, N., Alowayr, A., & Alghamdi, M. Y. (2023). Cyberattack Detection Framework Using Machine Learning and User Behavior...
- Avatefipour, O., Al-Sumaiti, A. S., El-Sherbeeny, A. M., Awwad, E. M., Elmeligy, M. A., Mohamed, M. A., & Malik, H. (2019). An intelligent...
- Bitton, R., Maman, N., Singh, I., Momiyama, S., Elovici, Y., & Shabtai, A. (2023). Evaluating the Cybersecurity Risk of Real-world, Machine...
- Boukerche, A., & Coutinho, R. W. (2020). Design guidelines for machine learningbased cybersecurity in internet of things. IEEE Network,...
- Bout, E., Loscri, V., & Gallais, A. (2022). How Machine Learning changes the nature of cyberattacks on IoT networks: A survey. IEEE Communications...
- Buczak, A. L., & Guven, E. (2015). A survey of data mining and machine learning methods for cyber security intrusion detection. IEEE Communications...
- Dasgupta, D., Akhtar, Z., & Sen, S. (2022). Machine learning in cybersecurity: a comprehensive survey. The Journal of Defense Modeling...
- Ferrag, M. A., Shu, L., Friha, O., & Yang, X. (2022). Cyber security intrusion detection for agriculture 4.0: machine learning-based solutions,...
- Handa, A., Sharma, A., & Shukla, S. K. (2019). Machine learning in cybersecurity: A review. Wiley Interdisciplinary Reviews: Data Mining...
- Karimipour, H., Dehghantanha, A., Parizi, R. M., Choo, K. K. R., & Leung, H. (2019). A deep and scalable unsupervised machine learning...
- Khorshed, M. T., Ali, A. S., & Wasimi, S. A. (2014). Combating Cyber Attacks in Cloud Systems Using Machine Learning. Security, Privacy...
- Kilincer, I. F., Ertam, F., & Sengur, A. (2021). Machine learning methods for cyber security intrusion detection: Datasets and comparative...
- Kotenko, I., Izrailov, K., & Buinevich, M. (2022). Static analysis of information systems for IoT cyber security: a survey of machine...
- Makawana, P. R., & Jhaveri, R. H. (2018). A bibliometric analysis of recent research on machine learning for cyber security. Intelligent...
- Meske, C., Bunde, E., Schneider, J., & Gersch, M. (2022). Explainable artificial intelligence: objectives, stakeholders, and future research...
- Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... & Moher, D. (2021). The PRISMA 2020 statement:...
- Pérez Rodríguez, L. C. (2022). Inteligencia artificial y Big data en ciudades inteligentes. Disponible en: http://hdl.handle.net/20.500.12010/28702
- Sarker, I. H., Abushark, Y. B., Alsolami, F., & Khan, A. I. (2020). Intrudtree: a machine learning based cyber security intrusion detection...
- Sarker, I. H., Kayes, A. S. M., Badsha, S., Alqahtani, H., Watters, P., & Ng, A. (2020). Cybersecurity data science: an overview from...
- Shaukat, K., Luo, S., Varadharajan, V., Hameed, I. A., & Xu, M. (2020). A survey on machine learning techniques for cyber security in...
- Shaukat, K., Luo, S., Varadharajan, V., Hameed, I. A., Chen, S., Liu, D., & Li, J. (2020). Performance comparison and current challenges...
- Solano López, E., Castellanos Quintero, S., López Rodríguez del Rey, M., & Hernández Fernández, J. (2009). MediSur, 7(4), 59-62. La bibliometría:...
- Wilches, J. H. & Midian, C. P. (2022). Indicadores bibliométricos: impacto y altmetrics para una evaluación amplia y equitativa de las...
- Xin, Y., Kong, L., Liu, Z., Chen, Y., Li, Y., Zhu, H., ... & Wang, C. (2018). Machine learning and deep learning methods for cybersecurity....
- Zedan, A., & El-Farra, N. H. (2021). A machine-learning approach for identification and mitigation of cyberattacks in networked process...